Sistema de apoyo a la toma de decisiones basado en inteligencia artificial para las personas mayores
La población europea y mundial está envejeciendo, lo que se traduce en un aumento del número de personas mayores aquejadas de varias enfermedades crónicas. Estas personas suelen presentar un deterioro funcional, fragilidad y necesidades de atención compleja en residencias o en el domicilio. Los profesionales sanitarios deben tomar decisiones diarias sobre tratamientos e intervenciones, pero los ensayos clínicos convencionales rara vez incluyen a poblaciones tan complejas, lo cual genera una brecha entre las pruebas disponibles y las necesidades de los pacientes en la práctica real.
Desarrollo de modelos predictivos con datos reales
En el proyecto I-CARE4OLD(se abrirá en una nueva ventana), financiado con fondos europeos, se abordó este reto con el diseño de una herramienta de apoyo a la toma de decisiones para profesionales sanitarios y responsables políticos. «Esta herramienta de apoyo a la toma de decisiones se diseñó para predecir los cambios en la funcionalidad, la aparición de episodios críticos y el efecto individual de iniciar o suspender intervenciones concretas», explica Hein van Hout, coordinador del proyecto. El consorcio recopiló datos reales de múltiples países a partir de las evaluaciones interRAI(se abrirá en una nueva ventana): un conjunto de herramientas estructuradas utilizadas en todo el mundo para supervisar la salud, la funcionalidad y el uso de servicios entre las personas mayores. Las evaluaciones interRAI están estandarizadas entre países, lo que garantiza la obtención de datos coherentes y comparables. El equipo de I-CARE4OLD entrenó modelos de IA utilizando estos datos para predecir resultados a corto y largo plazo con gran precisión. La precisión de las predicciones alcanzó el 80 %, y los investigadores validaron la fiabilidad de los modelos de IA utilizando conjuntos de datos de distintos países. Ciento cincuenta profesionales de siete países probaron la herramienta de apoyo a la toma de decisiones de I-CARE4OLD y la consideraron útil y fácil de usar. «Nuestros modelos de IA no solo permiten una mejor predicción de la evolución de las enfermedades, sino también de los resultados terapéuticos, con lo que la atención personalizada a las personas mayores está un paso más cerca de la práctica clínica cotidiana», recalca van Hout.
Principales descubrimientos
Uno de los descubrimientos más destacados del análisis fue el efecto de la interrupción de determinados medicamentos psicotrópicos(se abrirá en una nueva ventana). La suspensión de los antipsicóticos redujo las hospitalizaciones y mejoró los resultados generales en muchos pacientes. Los análisis también revelaron cómo los tratamientos no farmacológicos podían aportar beneficios iguales o superiores a los de los farmacológicos. Es más, los modelos permitieron identificar qué personas mayores tenían más probabilidades de beneficiarse de fármacos específicos, como los antidepresivos, y cuáles presentaban un mayor riesgo de sufrir efectos adversos con tratamientos de acción anticolinérgica. El equipo del proyecto no solo examinó el efecto de los tratamientos, sino que también examinó las consecuencias de la pandemia de COVID-19(se abrirá en una nueva ventana) entre las personas mayores que reciben cuidados. En este sentido, el análisis destacó la vulnerabilidad de este grupo durante las crisis sanitarias y confirmaron la importancia de contar con herramientas de predicción que permitan anticipar riesgos y orientar intervenciones preventivas.
Aplicación y ampliación
El logro más importante de I-CARE4OLD es la demostración de que la IA puede generar predicciones personalizadas a partir de datos reales a gran escala y, a continuación, ponerlas a disposición de los profesionales sanitarios mediante una herramienta práctica. Esta innovación proporciona datos para optimizar intervenciones específicas destinadas a las poblaciones mayores más complejas y vulnerables en la práctica clínica. Los datos también pueden informar a los responsables políticos sobre la presencia o ausencia de tratamientos adecuados o inadecuados en su jurisdicción. El consorcio se propone ahora ampliar el alcance de sus algoritmos de predicción para abarcar más tratamientos, tanto farmacológicos como no farmacológicos, y validarlos con nuevos conjuntos de datos. Y lo que es más importante, para ampliar la recopilación de información, el equipo colabora con proveedores de «software » de interRAI de todo el mundo para integrar la herramienta de apoyo a la toma de decisiones en los sistemas de evaluación ya existentes. La aplicación de esta herramienta en los sistemas sanitarios ayudará a reducir las prescripciones inadecuadas, mejorar la calidad de vida y favorecer un envejecimiento más saludable.
