Usan inteligencia artificial para predecir la evolución de un paciente tras una hemorragia intracraneal

Investigadores del Instituto de Física de Cantabria (IFCA) han desarrollado un modelo de inteligencia artificial capaz de predecir el pronóstico, favorable o no, de un paciente tras sufrir una hemorragia intracraneal. Esta afección es muy común y, en muchos casos, es mortal, de ahí la importancia de que se diagnostique y se trate con la mayor rapidez posible. 

Hasta la fecha, la comunidad médica desconoce cómo tratar correctamente a estos pacientes debido, en cierta medida, a la incertidumbre que existe en torno al pronóstico tras la hemorragia. La investigadora Amaia Pérez del Barrio, médico radióloga del Hospital Universitario de Navarra, explica que “cuando un paciente tiene una hemorragia intracraneal es difícil saber si va a evolucionar bien o mal. Es complicado tomar decisiones en cuanto a darle un tratamiento más intervencionista o agresivo”. 

Para acabar con estas incógnitas, el equipo de investigadores decidió desarrollar este modelo híbrido para poder predecir su pronóstico.

Un modelo híbrido de predicción

Hasta ahora existían varios modelos de predicción para la detección de la hemorragia cerebral. Lo novedoso en este caso es que este es capaz de saber si el paciente evolucionará favorablemente o no. “Desde el IFCA, además de la experiencia trabajando con inteligencia artificial y aprendizaje profundo, también hemos aportado la infraestructura”, explica Lara Lloret, investigadora del Grupo de Computación Avanzada del IFCA. “No puedes hacer este trabajo de imagen médica, que son imágenes muy pesadas, con tu ordenador personal, hay que utilizar unidades gráficas de procesamiento, o CPUs, que las utilizamos para crear estas redes neuronales profundas”, añade. 

El modelo está basado en el estudio de 262 pacientes de Cantabria que llegaban al servicio de urgencias de Valdecilla con sospechas de hemorragia intracraneal. “Con las imágenes de los distintos TAC cerebrales y sus datos clínicos entrenamos un modelo personalizado para poder clasificar a los pacientes en mal pronóstico y buen pronóstico, utilizando un modelo híbrido”, explica la radióloga.

Este modelo se conoce como híbrido porque incluye dos grupos de datos: las imágenes del TAC y la información de cada paciente. Esos datos se obtienen de información como, por ejemplo, la edad, sexo, si el paciente es fumador o consumidor de alcohol habitual, antecedentes médicos, hipertensión, diabetes, colesterol y parámetros de la analítica de sangre realizada. 

El siguiente paso es implementar estos sistemas de software en los hospitales, ya que, por el momento, no está implementado ni comercializado. “Para eso se necesitan muchos más datos de pacientes, entrenar sistemas de inteligencia artificial como éste e ir hacia un futuro, que yo creo es prometedor, de una medicina cada vez más personalizada”, concluye Lloret. 

---