El grupo Ribera Salud, propietario del hospital vigués Povisa, ha puesto en marcha un modelo predictivo, basado en inteligencia artificial, que analiza y procesa variables de cada paciente para predecir su evolución, basándose en datos objetivos analizados por Microsoft Azure y sus herramientas de Machine Learning.
Esta iniciativa comenzó hace tres años gracias al trabajo en equipo entre Futurs –división tecnológica de Ribera Salud- y Microsoft. El grupo sanitario, más allá de modernizar la aplicación, tenía como objetivo mejorar la calidad asistencial de los pacientes, actuando de forma preventiva gracias a las predicciones sobre el posible empeoramiento clínico de los pacientes como en el caso de la Covid-19.
A la hora de diseñar el proyecto, Ribera Salud buscaba una herramienta que, a través de datos de alta calidad, posibilitara variables de interés en la historia clínica del paciente y ayudara de forma proactiva a prevenir situaciones adversas evitables. Por ello, optaron por la tecnología Microsoft, que ha facilitado el crecimiento del modelo, así como su rápido desarrollo y una implantación fácil para el uso clínico por parte de los profesionales.
La tecnología ya está disponible en varios hospitales del grupo y, tal y como han confirmado desde la compañía, próximamente lo estará en Povisa con un enfoque multidisciplinar que incluye dentro de un mismo equipo a profesionales sanitarios y tecnológicos.
“Empezamos a predecir determinados efectos adversos utilizando técnicas de Machine Learning e incluyendo este tipo de predicciones dentro de la operativa y práctica asistencial del día a día”, explica Mireia Ladios, jefa corporativa de Calidad de Ribera Salud. “Buscábamos que, a pie de cama, con una tableta, la enfermera que estaba viendo al paciente y que podía tomar las medidas en ese momento, se aprovechase de esa predicción y pudiera actuar en consecuencia”.
Modelo
Este modelo revolucionario se ha construido a raíz de una selección de variables clínicas, fijadas por los profesionales sanitarios donde el exhaustivo control, recogida y análisis de datos de los pacientes son la base para su creación, brindándole al clínico la oportunidad de revisar y ajustar el plan terapéutico antes de que el paciente empeore más.
Esta herramienta, apoyada en la inteligencia artificial y, más concretamente, en Machine Learning, ha permitido tener un mayor control de los riesgos de los pacientes sin incurrir en una mayor carga de trabajo para los profesionales sanitarios. Es por ello por lo que este modelo facilita lo que se conoce como el ‘Right Care, Right Now’, es decir, proporcionar los cuidados adecuados en el momento correcto para alcanzar los resultados óptimos para el paciente.
“El resultado del modelo se obtiene automáticamente varias veces al día, se inserta directamente en un espacio acordado con los propios profesionales dentro de la historia clínica. Esto hace que los profesionales lo perciban como un input natural y no como algo externo, y que utilicen esa información para poder atender a los pacientes a pie de cama. Si esa información tuviera que obtenerse y analizarse por mecanismos tradicionales, sería muy costoso en tiempo y recursos”, señalan desde Ribera Salud.
En el último año ha contribuido a reducir el número de pacientes que desarrollaron una UPP (úlceras por presión) en UCI, hasta un 19% (un 11% de incidencia acumulada). Gracias a estos resultados, se ha puesto en marcha un nuevo modelo para predecir específicamente el empeoramiento clínico de los pacientes Covid-19 hospitalizados. Este modelo se creó con dos objetivos muy claros: brindar al clínico la oportunidad de reajustar el plan terapéutico ante una mala evolución y apoyar al gestor en la toma de decisiones respecto a la necesidad potencial de recursos escasos. Su aplicación podría convertirse en una pieza clave para afrontar eficazmente posibles rebrotes en el futuro.
“La detección temprana del empeoramiento clínico supone un elemento diferenciador de calidad, en un entorno de alta exigencia como la actual pandemia de coronavirus”, afirma Mireia Ladios, jefa corporativa de Calidad de Ribera Salud. “El exhaustivo control, recogida y análisis de datos de los pacientes es la base para la creación de este modelo predictivo, que permite generar alertas sobre la evolución del paciente, brindando al personal sanitario la información que necesitan para revisar y ajustar el plan terapéutico antes de que el paciente empeore más”, añade.
