Inteligencia artificial utilizada para predecir los resultados de hospitalización de pacientes geriátricos con demencia

Inteligencia artificial utilizada para predecir los resultados de hospitalizacion de

Mediante el uso de inteligencia artificial, los investigadores de Houston Methodist pueden predecir los resultados de la hospitalización de pacientes geriátricos con demencia en el primer o segundo día de ingreso en el hospital. Esta evaluación temprana de los resultados significa intervenciones más oportunas, una mejor coordinación de la atención, una asignación de recursos más juiciosa, una gestión de atención enfocada y un tratamiento oportuno para estos pacientes más vulnerables y de alto riesgo.

Debido a que los pacientes geriátricos con demencia tienen estadías hospitalarias más largas e incurren en costos de atención médica más altos que otros pacientes, el equipo buscó resolver este problema identificando factores de riesgo modificables y desarrollando un modelo de inteligencia artificial que mejora los resultados del paciente, mejora su calidad de vida y reduce su riesgo de reingreso hospitalario, así como reducir los costos de hospitalización una vez que el modelo se ponga en práctica.

El estudio, que aparece en línea el 29 de septiembre en Alzheimer y demencia: investigación traslacional e intervenciones clínicas, una revista de la Asociación de Alzheimer, analizó los registros hospitalarios de 8,407 pacientes geriátricos con demencia durante 10 años dentro del sistema de Houston Methodist de ocho hospitales, identificando factores de riesgo para malos resultados entre subgrupos de pacientes con diferentes tipos de demencia que se derivan de enfermedades como Alzheimer, Parkinson, demencia vascular y Huntington, entre otros. A partir de estos datos, los investigadores desarrollaron un modelo de aprendizaje automático para reconocer rápidamente los factores de riesgo predictivos y su importancia clasificada para los resultados de hospitalización no deseados al principio del curso de las estancias hospitalarias de estos pacientes.

Con una precisión del 95,6 %, su modelo superó a todos los demás métodos predominantes de evaluación de riesgos para estos múltiples tipos de demencia. Los investigadores agregan que ninguno de los otros métodos actuales ha aplicado IA para predecir de manera integral los resultados de la hospitalización de pacientes ancianos con demencia de esta manera ni identifican factores de riesgo específicos que puedan modificarse mediante procedimientos clínicos adicionales o precauciones para reducir los riesgos.

El estudio mostró que si podemos identificar a los pacientes geriátricos con demencia tan pronto como son hospitalizados y reconocer los factores de riesgo significativos, entonces podemos implementar algunas intervenciones adecuadas de inmediato. Al mitigar y corregir los factores de riesgo modificables de resultados indeseables de inmediato, podemos mejorar los resultados y acortar sus estadías en el hospital».

Eugene C. Lai, MD, Ph.D., la Cátedra Robert W. Hervey Distinguished Endowed para la Investigación y el Tratamiento del Parkinson en el Departamento de Neurología Stanley H. Appel

Lai, un neurólogo, ha trabajado durante muchos años con estos pacientes y quería buscar formas de comprender mejor cómo se manejan y su comportamiento cuando están hospitalizados, para que los médicos puedan mejorar la atención y la calidad de vida de ellos. Se acercó a Stephen TC Wong, Ph.D., PE, experto en bioinformática y director del Centro TT y WF Chao para BRAIN en Houston Methodist, con esta idea, porque había colaborado previamente con Wong y sabía que su equipo tenía acceso a la gran almacén de datos clínicos de pacientes metodistas de Houston y la capacidad de usar IA para analizar grandes datos.

Se identificaron los factores de riesgo para cada tipo de demencia, incluidos aquellos susceptibles de intervención. Los principales factores de riesgo de resultado de hospitalización identificados incluyeron encefalopatía, número de problemas médicos al ingreso, úlceras por presión, infecciones del tracto urinario, caídas, fuente de ingreso, edad, raza y anemia, con varias superposiciones en los grupos de demencia múltiple.

En última instancia, los investigadores tienen como objetivo implementar medidas de mitigación para guiar las intervenciones clínicas para reducir estos resultados negativos. Wong dice que la estrategia emergente de aplicar poderosas predicciones de IA para desencadenar la implementación de rutas clínicas «inteligentes» en los hospitales es novedosa y no solo mejorará los resultados clínicos y las experiencias de los pacientes, sino que también reducirá los costos de hospitalización.

«Nuestros próximos pasos serán implementar el modelo de IA validado en una aplicación móvil para la UCI y el personal principal del hospital para alertarlos sobre los pacientes geriátricos con demencia que tienen un alto riesgo de resultados de hospitalización deficientes y guiarlos en los pasos de intervención para reducir tales riesgos», dijo Wong, el autor correspondiente del artículo y Presidente Distinguido John S. Dunn en Ingeniería Biomédica del Instituto de Investigación Metodista de Houston. «Trabajaremos con la TI del hospital para integrar esta aplicación a la perfección en EPIC como parte de una implementación en todo el sistema para el uso clínico de rutina».

Dijo que esto seguirá la misma estrategia de vía clínica inteligente en la que han estado trabajando para integrar otras dos aplicaciones de IA novedosas que su equipo desarrolló en el sistema EPIC para uso clínico de rutina para guiar intervenciones que reduzcan el riesgo de caídas de pacientes con lesiones y evaluar mejor los senos. riesgo de cáncer para reducir las biopsias innecesarias y los sobrediagnósticos.

Los colaboradores de Wong y Lai en este estudio fueron Xin Wang, Chika F. Ezeana, Lin Wang, Mamta Puppala, Yunjie He, Xiaohui Yu, Zheng Yin y Hong Zhao, todos del Centro TT & WF Chao para BRAIN en el Instituto Académico Metodista de Houston. y Yan-Siang Huang con el Far Eastern Memorial Hospital en Taiwán.

Este estudio fue apoyado por subvenciones de los Institutos Nacionales de Salud (R01AG057635 y R01AG069082), la Fundación TT y WF Chao, la Fundación de Investigación John S. Dunn, el Premio Houston Methodist Cornerstone y el Fondo de Investigación Paul Richard Jeanneret.

Fuente:

Referencia de la revista:

Wang, X., et al. (2022) Factores de riesgo y modelo de aprendizaje automático para predecir resultados de hospitalización en pacientes geriátricos con demencia. Investigación traslacional e intervenciones clínicas sobre la enfermedad de Alzheimer y la demencia. doi.org/10.1002/trc2.12351.

Fuente del artículo

Deja un comentario