Los investigadores de la Universidad de Houston están desarrollando Primary Care Forecast.
Para prevenir las graves consecuencias que puede arrojar el diagnóstico de una enfermedad como la diabetes, los investigadores de la Universidad de Houston están desarrollando Primary Care Forecast, un sistema de soporte de decisiones que utiliza el aprendizaje profundo para predecir qué pacientes tienen más probabilidades de experimentar complicaciones de salud relacionadas con este padecimiento.
El desarrollo, llamado Herramienta de Progresión del Índice de Gravedad de Complicaciones de la Diabetes (DCSI, por sus siglas en inglés), toma en consideración, además del historial de salud de un paciente, la forma en la que sus circunstancias sociales y ambientales (contexto laboral, tipo de vivienda, nivel educativo, seguridad alimentaria) podrían afectar su estado físico. La investigación muestra que estos factores sociales pueden afectar la progresión de la enfermedad.
“Nuestro objetivo a largo plazo es ayudar a los médicos a ser más proactivos y menos reactivos al momento de tratar la diabetes. Al aprovechar las bondades que nos brindan inteligencia artificial y el aprendizaje automático, podemos abordar de forma más efectiva a las personas en riesgo antes de que la enfermedad progrese”, explica Winston Liaw, investigador encargado del proyecto y cabeza del Departamento de Sistemas de Salud y Ciencias de la Salud de la Facultad de Medicina Familiar Tillman J. Fertitta de Houston.
Para el complementar el desarrollo de la herramienta se contará con la colaboración del Instituto de Ciencias de Sistemas de la Salud Integrados de Humana de la Universidad de Houston, y se aprovecharán datos almacenados por Humana Inc.: reclamos, registros de salud y factores de riesgo social individuales y comunitarios. La herramienta se probará dentro del Registro PRIME, una plataforma nacional que incluye a millones de pacientes de atención primaria en todo el país.
“El principal desafío relacionado con las herramientas de predicción que utilizamos hoy en día es que brindan pocas explicaciones y prácticamente ninguna sugerencia para toma de decisiones posteriores, lo cual ha impactado en la confianza y la implementación de dichas herramientas. Sin embargo, nuestra creación le indicará a los médicos por qué los pacientes están en riesgo y sugerirá acciones para reducir ese riesgo”, asegura Ioannis Kakadiaris, profesor de Ciencias de la Computación y Sistemas de Salud de la Facultad de Ingeniería Cullen de la Universidad de Houston.
Más allá de la diabetes, los investigadores creen que Primary Care Forecast podría ayudar a predecir diversas complicaciones asociadas con otras afecciones, como la hipertensión no controlada o el empeoramiento de cuadros depresivos. De igual forma, será especialmente relevante a medida que los paradigmas dentro de la industria de la salud vayan evolucionando hacia modelos de atención basados en recompensas a los médicos por el grado de mejoramiento de la salud de los pacientes, en lugar de recibir pagos por cada visita, procedimiento o prueba, independientemente del resultado.
