Tecnología predice reingreso en insuficiencia cardíaca

 

Partners Connected Health, de Partners HealthCare, aprovecha la tecnología de la información (teléfonos móviles, tabletas, dispositivos portátiles, sensores y herramientas remotas de control de la salud) para brindar atención de calidad a los pacientes por fuera de los entornos médicos tradicionales. El equipo de Connected Health crea y despliega tecnologías móviles en una cantidad de poblaciones de pacientes y entornos de atención, y realiza estudios de investigación innovadores para probar la efectividad de las tecnologías de salud móviles en diversas aplicaciones clínicas, incluida la adherencia a medicamentos, la coordinación de la atención, el manejo de las enfermedades crónicas, la prevención y el bienestar

 

La nueva tecnología de inteligencia artificial de Hitachi utiliza el aprendizaje profundo para construir el modelo de predicción de riesgos. La tecnología de la compañía para la predicción del riesgo analiza los resultados presentados por el aprendizaje profundo y extrae varias docenas de factores procesables para cada paciente a partir de la gran cantidad de datos recopilados de los pacientes con insuficiencia cardíaca. A través de un método estadístico estándar basado en este modelo de predicción de riesgos, los factores extraídos se utilizan para calcular el riesgo de readmisión hospitalaria y se calcula la relevancia de los factores.

 

Como parte de un estudio, el equipo de Partners Connected Health Innovation simuló el programa de predicción de readmisión entre pacientes con insuficiencia cardíaca que participan en el Programa de Atención Cardiaca de Partners (CCCP), un programa de educación y monitorización a distancia diseñado para mejorar el manejo de pacientes con insuficiencia cardíaca en riesgo para la hospitalización. Estos resultados se compararon con datos de aproximadamente 12.000 pacientes con insuficiencia cardíaca hospitalizados y dados de alta de la red hospitalaria de Partners HealthCare en 2014 y 2015. El análisis mostró que el algoritmo de predicción alcanzó una exactitud alta de aproximadamente un AUC 0,71 y puede reducir significativamente el número de readmisiones de los pacientes. (AUC, que se refiere al área debajo de la curva, es una medida del rendimiento de los modelos de predicción con un rango de valores ideales de 0 a 1.) Como resultado, se puede esperar un ahorro adicional de aproximadamente 7.000 dólares por paciente por año entre la cohorte de los pacientes CCCP.

 

La tecnología es un ejemplo de IA explicable, un nuevo término actualmente definido como habilitar máquinas para explicar sus decisiones y acciones a los usuarios humanos, y permitirles comprender, confiar de manera adecuada y gestionar eficazmente las herramientas de IA, manteniendo un alto nivel de exactitud de predicción. Hitachi y el equipo de Partners Connected Health Innovation planean llevar a cabo conjuntamente un estudio prospectivo para evaluar el programa de predicción por parte de los médicos, y estudiar cómo integrarlo dentro de los flujos de trabajo clínicos. Al utilizar esta nueva tecnología de inteligencia artificial, Hitachi proporcionará soluciones para el campo médico, incluidas soluciones para compañías farmacéuticas y de seguros, servicios de emergencia y otros servicios de atención médica en los que se puede utilizar la predicción basada en datos médicos.

 

“El aprendizaje automático tradicional puede ayudarnos a predecir eventos, pero como usuarios finales, no podemos decir por qué la máquina predice algo de cierta manera”, dijo Kamal Jethwani, MD, MPH, Director Senior de Partners Connected Health Innovation. “Con esta innovación, los médicos y las enfermeras que utilizan el algoritmo podrán decir exactamente por qué un determinado paciente está en alto riesgo de ingreso hospitalario y qué pueden hacer al respecto. Queremos que nuestros proveedores actúen sobre esta información, que es un paso más allá del estado del arte de hoy en día, en términos de algoritmos de aprendizaje automático”.