logo_medicina
Síguenos

BIAlert Sepsis, la IA española que avisa 24 horas antes de sufrir sepsis

Tras dos años y medio demostrando su eficacia en el Hospital Universitario Son Llàtzer (Palma de Mallorca), otros dos hospitales están incorporando el software con el objetivo de mejorar la calidad de vida de los pacientes

Compartir
BIAlert Sepsis, la IA española que avisa 24 horas antes de sufrir sepsis
@freepik

Por Aurora Molina

18 de junio de 2024

Investigadores del Instituto de Ingeniería del Conocimiento (IIC) han desarrollado BIAlert Sepsis, un sistema basado en inteligencia artificial (IA) que anticipa el riesgo de sepsis en un 96%. Cuenta con la certificación CE y es la plataforma de mayor envergadura a nivel europeo para predecir la enfermedad en todas las áreas del hospital. 

La sepsis es una patología originada por una infección bacteriana, vírica o fúngica que tiene una mortalidad de entre el 32% y el 50%, constituyendo la principal causa de fallecimiento hospitalario en el mundo. Los expertos indican que en los países desarrollados se produce un caso nuevo por cada 100.000 habitantes al día. Sin embargo, gracias a este nuevo sistema, ahora es posible reducir las tasas de mortalidad y anticiparse a la enfermedad con el fin de evitar el mayor riesgo posible. 

Su funcionamiento se basa en recoger cada 30 minutos información de cada paciente desde el momento que ingresa al hospital. Pero lo que le hace diferente es que tiene la capacidad de lanzar alertas al equipo médico indicando el riesgo de sepsis 24 horas antes de que se produzca. 

Antes de BIAlert 

En España existe un sistema llamado código sepsis que está destinado al diagnóstico precoz de esta enfermedad y está instalado en 170 hospitales. Sin embargo, los especialistas aseguran que este sistema tradicional tiene un gran número de falsos positivos y negativos cifrado en alrededor del 65%. Esto supone una carencia de eficacia y viabilidad, ya que las predicciones no son certeras en la gran mayoría de casos. 

“El diagnóstico de la sepsis es tremendamente complejo, ya que se presenta con mucha variabilidad. Depende de múltiples condiciones y también de la diferente susceptibilidad genética por parte del paciente”, explica el doctor Marcio Borges, coordinador de la Unidad Multidisciplinar de Sepsis del Hospital Universitario Son Llàtzer (Palma de Mallorca). Apunta que los métodos tradicionales “están basados en el análisis de diferentes variables de la historia clínica del paciente y alertan cuando se alcanza una puntuación determinada, pero la precisión es demasiado baja”. 

Hacia la eficacia 

Por este motivo y para abrir paso a un camino más seguro y eficaz, nace BIAlert. En 2018 el IIC comenzó a trabajar en el algoritmo que después permitiría predecir el riesgo de sepsis 24 horas antes de que se produjera. Emplearon datos de más de 200.000 pacientes ingresados entre 2014 y 2018 en urgencias o cualquier área del hospital Son Llàtzer. Esto permitió desarrollar un código adecuado al concepto de investigación para poder aprobar la hipótesis. “Revisamos datos de 9.300 pacientes con sepsis y 78.000 sin sepsis. Nos facilitó comparar nuestro modelo de machine learning con los sistemas tradicionales y con un programa propio de detección automatizada y ver las diferencias en falsos positivos. En el caso de la IA había menos de un 9% de falsos positivos, el sistema era muy sensible y preciso”, detalla el doctor Borges. 

Para poder aplicar este sistema en todos los hospitales hay que tener en cuenta que la sepsis no se define de la misma manera en todos los centros hospitalarios. “El modelo se adapta a esa variabilidad de la práctica asistencial y a cada hospital. Por este motivo es fundamental la colaboración con el equipo médico para llevar a cabo esa adaptación local. Si queremos que la herramienta sea precisa hay que personalizar y particularizar”, señala Elisa Martín, directora del área de Salud del IIC. 

En concreto, el sistema BIAlert permite aplicar un mínimo de 70 variables clínicas y un máximo de 200. Esto hace que su capacidad de predicción no sea factible para el ojo humano. “Es una revolución de lo que hacíamos hasta ahora. Sabíamos que no era suficiente, ya que no habíamos sido capaces de identificar precozmente la sepsis. Ahora no tenemos que esperar a que se presenten las primeras disfunciones orgánicas”, recalca el doctor Borges. 

Implementación en el hospital 

Para que los hospitales puedan emplear BIAlert existen una serie de condiciones y procedimientos que cumplir. De forma breve estos pasos se resumen en: 

  1. Aprobación por el comité ético del hospital.
  2. Firma de acuerdo de protección de datos.
  3. Disponer de un servidor con ordenador.
  4. Elaborar un diccionario para etiquetar de manera estándar los criterios clínicos de cada hospital.
  5. Instalación en remoto con revisión para confirmar que todo funciona correctamente.
  6. Lectura de los datos clínicos de los pacientes cada 30 minutos. Se pueden programar hasta lecturas cada 15 minutos .
  7. Envío de alerta cuando existen posibilidades significativas de que el paciente desarrolle sepsis en las próximas 24 horas.
  8. Realización de pruebas al paciente para detectar el patógeno que generaría la sepsis.
  9. Medicación del paciente para prevenir la infección. 

Gracias a la eficiencia que ha demostrado este sistema tras dos años y medio en funcionamiento, ahora existen dos hospitales que se han sumado para su uso. Es el caso del Hospital Universitario 12 de Octubre de Madrid y el Complejo Hospitalario Universitario de Albacete. 

Con el tiempo los expertos esperan que esta IA pueda instalarse en la mayor parte de hospitales. 



Te puede interesar
semergen-solidaria
Los médicos de familia se vuelcan en “Semergen Solidaria”
virus-sincitial-bebes-gallegos-primeros-mundo
Los bebés gallegos, los primeros del mundo en recibir la vacuna contra el virus de la bronquiolitis
andalucia-ejemplo-de-control-de-la-pandemia-con-su-registro-colaborativo-de-la-secuenciacion-genomica-del-covid-1663757247766
Andalucía, ejemplo de control de la pandemia con su registro de secuenciación genómica del Covid