Desarrollan aplicación para evaluar progreso en enfermos de COVID-19

Investigadores de Alicante y La Habana desarrollan una aplicación con la cual se puede establecer la probabilidad de la evolución clínica de los pacientes, algo que en las pruebas ha superado el 90 por ciento de exactitud en las predicciones realizadas.

Foto: EFE/Fernando Villar/Archivo.

La herramienta es capaz de analizar los datos provenientes de las HCE a través de soluciones de inteligencia artificial. Foto: EFE/Fernando Villar/Archivo.

Investigadores de las universidades de Alicante y de La Habana han desarrollado una aplicación que permite pronosticar la evolución de pacientes diagnosticados con COVID-19 a partir del análisis automático de sus perfiles clínicos y los tratamientos recibidos, obtenidos de sus Historias Clínicas Electrónicas (HCE).

La iniciativa forma parte de la convocatoria para la financiación de proyectos de investigación sobre el coronavirus que el Vicerrectorado de Investigación y Transferencia de Conocimiento de la Universidad de Alicante (UA) puso en marcha el pasado mes de mayo y que ya ha dado sus primeros frutos, según un comunicado de la UA.

Universidades de Cuba y Alicante reconocerán doctorados en Ciencias Informáticas

La herramienta se encuentra disponible en Internet y puede ser probada en línea, señala la nota de prensa.

Además, según ha explicado uno de los investigadores, Yoan Gutiérrez, la aplicación desarrollada conjuntamente por ambas universidades es gratuita y “estará disponible para las instituciones que lo deseen con el fin de hacer frente esta crisis sanitaria”.

“Básicamente, nosotros lo que perseguimos con todo esto es que se utilice, que sea útil y que se ponga en marcha”, ha dicho Gutiérrez, quien ha agregado que el prototipo está disponible.

La herramienta es capaz de analizar los datos provenientes de las HCE a través de soluciones de inteligencia artificial.

Esta tecnología posibilita “llevar a cabo estudios avanzados de diferente naturaleza como la exploración de datos clínicos y la construcción de modelos de aprendizaje automático ajustados a características concretas que permiten una posterior predicción de nuevos datos clínicos”, según Gutiérrez.

Con la aplicación se puede establecer la probabilidad de la evolución clínica de los pacientes, algo que en las pruebas ha superado el 90 por ciento de exactitud en las predicciones realizadas.

También ofrece una estimación de días de ingreso hospitalario, que en los ensayos ha ofrecido resultados con un margen de seis días para un rango de 120 días de hospitalización, y la estimación de permanencia de ingreso en la UCI con resultados idénticos al anterior.

De la misma manera, permite realizar distintos tipos de análisis sobre los medicamentos suministrados, diagnósticos, procedimientos aplicados y pruebas de laboratorio realizadas, y es capaz de extraer relaciones espaciales entre elementos del mismo tipo que son de interés para los facultativos a la hora de analizar los datos del HCE.

Gutiérrez ha explicado que todos estos datos y predicciones “ofrecen una indiscutible utilidad para médicos y responsables sanitarios a la hora de diseñar las estrategias médicas para los pacientes y estimar los recursos necesarios para los tratamientos”.

El equipo de investigación está formado por seis científicos, cuatro de la UA del Departamento de Lenguajes y Sistemas Informáticos de la Escuela Politécnica Superior: Juan Andrés Montoyo Guijarro, Patricio Manuel Martínez Barco, Yoan Gutiérrez Vázquez y Javier Fernández Martínez, y dos de la Universidad de la Habana, Suilan Estévez Velarde y Alejandro Piad Morffis.

Salir de la versión móvil