Investigadors de l’Hospital Clínic de Barcelona i l’Institut d’Investigacions Biomèdiques (Idibaps) han aconseguit identificar uns patrons que permeten aplicar, mitjançant intel·ligència artificial, tractaments personalitzats a pacients amb covid-19 i que han aconseguit reduir la mortalitat en un 50%. L’aplicació de la intel·ligència artificial ha permès analitzar més d’un trilió de dades anonimitzades dels pacients del Clínic amb covid-19, segons ha informat el centre. Amb aquesta eina s’ha aconseguit predir l’evolució dels pacients amb una eficàcia del 90% i disminuir-ne la mortalitat.
Entre d’altres, aquest estudi pioner sobre la covid-19 compta amb la participació de MútuaTe Terrassa i l’Hospital Germans Trias i Pujol (Can Ruti) i, a nivell europeu, amb els hospitals Erasmus MC als Països Baixos i l’hospital universitari UZ Leuven, de la KU Leuven, a Bèlgica.
Al Clínic s’han aplicat tractaments personalitzats a més de 2.000 pacients ingressats, i es calcula que s’ha reduït la mortalitat en més d’un 50%, fins i tot en la població d’edat més avançada i/o amb malalties de risc.
L’estudi, publicat a la revista “Clinical Infectious Diseases”, ha estat coordinat per Carolina Garcia-Vidal, especialista del Servei de Malalties Infeccioses de l’Hospital Clínic i investigadora del grup Infecció nosocomial de l’Idibaps, que dirigeix el doctor Àlex Soriano, últim autor de l’estudi.
Segons ha explicat García-Vidal, a l’inici de la pandèmia, els investigadors van identificar uns patrons en l’analítica dels pacients amb covid-19 que mostraven diferents complicacions clíniques i que, per tant, requerien d’una aproximació terapèutica específica. “Quan estàs atenent una persona, pots dedicar les 24 hores del dia a aquella persona, però quan de cop en tens 700 i totes 700 estan molt greus, has d’aconseguir alguna ajuda per poder prioritzar i focalitzar el que està passant en cada segon a cada una de les 700 persones”, diu. I afegeix: “Amb una sola persona davant d’una pantalla d’ordinador érem capaços de veure quan aquell pacient anava a complicar-se i, per tant, li podíem oferir un tractament personalitzat i precoç que ha disminuït la mortalitat d’una manera molt important.”
A partir d’aquest punt van crear una solució d’intel·ligència artificial capaç d’analitzar en temps real més d’un trilió de dades anonimitzades de pacients amb covid-19, identificar els diferents patrons clínics i proposar un tractament personalitzat per fer l’abordatge més adequat per a cada pacient.
També han creat una eina informàtica que proporciona un centre de control en temps real de tots els pacients que hi ha ingressats per la malaltia a l’Hospital Clínic, sota la supervisió d’un expert especialista en malalties infeccioses.
Els resultats conclouen que la solució d’intel·ligència artificial desenvolupada per l’Hospital Clínic-Idibaps detecta de forma precoç aquests patrons.
patrons analítics
“El descobriment més important del nostre estudi ha estat que els patrons basats en analítiques reflecteixen diferents situacions clíniques, que poden millorar amb un enfocament de teràpia personalitzada”, ha indicat Carolina Garcia-Vidal. L’objectiu “no és suplantar el judici clínic respecte a un pacient específic. Més aviat, volem oferir una eina objectiva que pugui orientar els metges en els processos de presa de decisions clíniques”, ha afegit.
Ara, un equip coordinat per la doctora Garcia-Vidal està desenvolupant un projecte, finançat per EIT Health, l’Institut Europeu d’Innovació i Tecnologia en Salut, per estendre aquesta solució d’intel·ligència artificial a altres hospitals.
La investigadora ha precisat que “amb aquest projecte volem dur a terme un estudi multicèntric amb una cohort de pacients més àmplia per validar els resultats que hem observat aplicant l’algoritme als pacients de l’Hospital Clínic”.
No és el primer cop que es busquen solucions basades en intel·ligència artificial per lluitar contra la pandèmia, però sí que és el primer cop que la combinació i l’encreuament de dades permeten identificar quins pacients desenvoluparan un quadre més greu de la malaltia i evitar un desenllaç fatal.
