El nuevo programa interpreta el test cognitivo que realiza el paciente y detecta los signos de demencia, que transmite al médico.
El doctor Malaz Boustani, neurólogo y geriatra de la Universidad de Indiana (EEUU), arrastra un doloroso episodio biográfico. "Me considero un gran médico del cerebro, y sin embargo, no me di cuenta de que mi padre había empezado a sufrir alzhéimer", relataba en la prensa local. Desde entonces, el también investigador del Regenstrief Institute ha batallado por mejorar el diagnóstico temprano.
El problema reside en que, si bien los trastornos degenerativos pueden comenzar a dar síntomas décadas antes de manifestarse como trastornos, estos son sutiles. Tienden a confundirse con dolencias vinculadas al envejecimiento, y el número siempre creciente de mayores en nuestras sociedades hace que los profesionales tengan cada vez menos tiempo que dedicar a cada caso.
La solución que encontró Boustani llega de mano de la Inteligencia Artificial. Con un desarrollo de más de diez años, su equipo ha desarrollado una interfaz basada en un algoritmo de machine learning para interpretar mediante lenguaje natural los datos de los historiales médicos digitalizados. A partir de ahí, la herramienta obtiene información sobre posibles faltas de memoria, problemas vasculares o factores vinculados al riesgo de demencia.Esta herramienta de IA se denomina marcador digital pasivo (passive digital marker), y debe combinarse con una prueba en tiempo real con el paciente. En este caso se trata de un test comúnmente usado en Estados Unidos, el Sistema Rápido para Clasificar Demencia (Quick Dementia Rating System o QDRS), diez preguntas que los propios pacientes completan en una tablet.
Durante el ensayo aleatorizado realizado con más de 5.000 pacientes de nueve centros pertenecientes a la red Eskenazi Health, los diagnósticos tempranos de alzhéimer aumentaron un 31%. Los resultados del estudio, en el que también han participado las Universidades de Miami y Lamar, se publican en JAMA Network Open.
El sistema invitaba de forma automática a los visitantes de los centros a partir de los 65 a que rellenasen un breve cuestionario QDRS a través de su portal del paciente, al tiempo que el marcador digital pasivo analizaba de forma continua los resultados. Aquellos participantes en los que se detectaban indicios neurodegenerativos tempranos eran notificados automáticamente a su médico.
El facultativo era el que tomaba a continuación la decisión de continuar con la evaluación, lo que se tradujo en un aumento del 41% en las pruebas de cognición o neuroimagen. Boustani destaca que esto se realizó sin aumentar los costes ni el tiempo dedicado a la consulta primaria.
"El Instituto Regenstrief tiene una tradición de metodología médica abierta, y por lo tanto, no hay costes de licencia para esta IA, únicamente la descarga, como harías como una app", se enorgullece. "Cualquier sistema sanitario con un registro digitalizado y personal formado para usarlo puede implementarlo".
Así, cada diagnóstico "lleva menos de cinco minutos, y tiene coste cero", celebra el investigador. "Estas herramientas se insertan directamente en el registro electrónico de salud, lo que nos permite atender a pacientes que de otra manera podrían pasar desapercibidos".
Boustani sostiene que esta herramienta de IA contribuye a la equidad del sistema, equiparando a los pacientes independientemente de su "origen social o recursos económicos". Es una estrategia "escalable", afirma, porque los centros tampoco requieren de grandes inversiones para implementarla.
"La mayoría de técnicas de detección temprana requieren hoy en día como mínimo cinco minutos del especialista y vienen a menudo con costes de licencia", subraya. "Nuestro enfoque, en cambio, supone un coste cero en tiempo clínico y presupuesto".
No hay comentarios:
Publicar un comentario