La IA mejora la predicción de la progresión de la ERC a enfermedad renal terminal

A nivel mundial, la ERC afecta entre el 8 % y el 16 % de la población, con hasta un 10 % que progresa a ERT. Esto no solo pone en riesgo la supervivencia, requiriendo diálisis o trasplante, sino que también supone un alto coste sanitario. Una nueva investigación demuestra que los modelos de inteligencia artificial (IA) pueden mejorar la predicción de la progresión de la ERC a ERT.

En el estudio realizado en la Universidad Carnegie Mellon (Pittsburgh, PA, EUA), los investigadores aplicaron aprendizaje automático, aprendizaje profundo e IA explicable para integrar datos clínicos y de reclamaciones. A diferencia de los modelos que utilizan conjuntos de datos aislados, este enfoque combinó múltiples fuentes para crear un marco más preciso para la predicción de resultados. La investigación analizó datos de más de 10.000 pacientes con ERC, recopilados entre 2009 y 2018.

Se probaron diversos modelos estadísticos y de IA en cinco ventanas de observación, siendo una ventana de 24 meses la que mejor equilibra la detección temprana con la precisión de la predicción. Los hallazgos, publicados en el Journal of the American Medical Informatics Association, mostraron que los modelos integrados superaron a los basados en una sola fuente, y que la ecuación de la tasa de filtración glomerular estimada de 2021 redujo el sesgo racial, particularmente en pacientes afroamericanos.

Al mejorar la precisión predictiva, estos modelos basados en IA podrían optimizar el manejo de la ERC y guiar intervenciones oportunas para prevenir la progresión de la enfermedad. El marco también apoya la atención centrada en el paciente, permitiendo a los profesionales clínicos adaptar las estrategias de tratamiento. Aunque está limitado por el uso de datos de una sola institución y posibles sesgos en los registros médicos electrónicos, los investigadores planean ampliar la integración de datos y adaptar el marco a otras enfermedades crónicas.

“Nuestro estudio presenta un marco sólido para predecir los resultados de la enfermedad renal crónica terminal (ERCT), mejorando la toma de decisiones clínicas mediante la integración de datos de múltiples fuentes y análisis avanzados”, afirmó Rema Padman, profesora de Ciencias de la Gestión e Informática Sanitaria en el Heinz College de Carnegie Mellon. “Las investigaciones futuras ampliarán la integración de datos y extenderán este marco a otras enfermedades crónicas”.

Enlaces relacionados:
Universidad Carnegie Mellon