La primera inteligencia artificial (IA) española que anticipa el riesgo de sepsis con un 96% de capacidad predictiva ha obtenido la certificación CE (nivel IIa) como dispositivo sanitario. BIAlert Sepsis, que así se llama la plataforma diseñada por el Instituto de Ingeniería del Conocimiento (IIC), es la de mayor envergadura a nivel europeo para predecir la sepsis en todas las áreas del hospital. Ésta se adelanta a lo que el médico no ve. Recoge cada 30 minutos información de cada paciente desde el momento que ingresa en el hospital y lanza alertas al equipo médico, indicando el riesgo de sepsis 24 horas antes de que se desencadene el síndrome. La solución se ha entrenado con datos de más de 200.000 pacientes españoles y el algoritmo va aprendiendo cada vez más con el tiempo.
La sepsis, un complicado y creciente problema de salud pública
Las cifras de mortalidad hospitalaria asociada a sepsis son significativamente superiores a las que registran otros procesos adversos como la cardiopatía isquémica, el ictus o la mayoría de los tumores. Así, la mortalidad de la sepsis se estima en alrededor del 32%, pero hay estudios con cifras mayores al 50%. Esto convierte a la sepsis en la principal causa de fallecimiento hospitalario en el mundo y una importante preocupación para los clínicos que tienen que lidiar con ella.
La incidencia de la sepsis, causada por una infección bacteriana, vírica o fúngica, se incrementa en torno a un 3% anual por diferentes motivos. Destacan el envejecimiento de la población, con mayor número de pacientes de edad avanzada, con pluripatología, más inmunodeprimidos y sometidos a más terapias (como la quimioterapia) y cirugías agresivas. Se calcula que en los países desarrollados se produce un nuevo caso de sepsis por cada 100.000 habitantes al día.
El código sepsis se ‘quedaba corto’
170 hospitales españoles tienen implantado un código sepsis para el diagnóstico precoz de esta emergencia, no obstante, este sistema tradicional de detección de la sepsis tiene un elevado número de falsos positivos y negativos, cifrado en alrededor del 65%.
Como apunta el doctor Marcio Borges, coordinador de la Unidad Multidisciplinar de Sepsis del Hospital Universitario Son Llàtzer, en Palma de Mallorca, “el diagnóstico de la sepsis es tremendamente complejo, ya que se presenta con mucha variabilidad. Depende de múltiples condiciones y también de la diferente susceptibilidad genética por parte del paciente”. El también presidente de la Fundación Código Sepsis explica que los métodos tradicionales “están basados en el análisis de diferentes variables de la historia clínica del paciente y alertan cuando se alcanza una puntuación determinada”, pero, como reconoce, “la precisión era demasiado baja”.
El camino hacia el algoritmo que logra anticiparse a la sepsis
En 2018 el Instituto de Ingeniería del Conocimiento empezó a trabajar en el algoritmo para predecir el riesgo de sepsis 24 horas antes de que se produjera con el Hospital Universitario Son Llàtzer, a raíz de un concurso que lanzó la Fundación Instituto de Investigación Sanitaria Illes Balears (IdISBa).
Los datos retrospectivos de más de 200.000 pacientes ingresados entre 2014 y 2018 en urgencias o en cualquier área de este hospital permitieron desarrollar un código adecuado al concepto de investigación para poder probar la hipótesis. “En paralelo, en la unidad de sepsis, validábamos el riesgo de sepsis de estos”, desvela Borges. “Revisamos datos de 9.300 pacientes con sepsis y 78.000 sin sepsis. Esto nos permitió comparar nuestro modelo de ‘machine learning’ con los sistemas tradicionales y con un programa propio de detección automatizada y ver las diferencias en falsos positivos. En el caso de la IA había menos de un 9% de falsos positivos, el sistema era muy sensible y preciso”, aclara.
Avisar en tiempo real
La segunda fase del desarrollo fue la prospectiva: el objetivo era ver si el algoritmo era capaz de avisar en tiempo real al equipo médico si los pacientes iban a tener sepsis o no. Se llevó a cabo desde enero 2019 a abril 2022, periodo durante el que se emitieron 64.524 alertas de posible sepsis, de las cuales fueron revisadas un 30% (alrededor de 20.000). La herramienta demostró una enorme capacidad predictiva con menos del 1% de falsos negativos.
En esta segunda fase, comorelata Elisa Martín, directora del área de Salud del IIC, “nos enfocamos en productivizar el código para que fuera reproducible y escalable de forma industrializada”. Se logró crear un modelo que se adapta al perfil de los pacientes y a la variabilidad de la práctica asistencial. Y es quecada población tiene unas características que se reflejan en los registros sanitarios. “La sepsis no se define de la misma manera en todos los centros sanitarios”, explica Martín. “El modelo se adapta a esa variabilidad de la práctica asistencial y a cada hospital, por ello es fundamental la colaboración con el equipo médico para llevar a cabo esa adaptación local. Si queremos que la herramienta sea precisa hay que personalizar y particularizar”, añade.
Este modelo permite aplicar un mínimo de 70 variables clínicas y un máximo de 200. Tiene una capacidad de predicción que no es factible para el ser humano. “Es una pequeña revolución de lo que hacíamos hasta ahora, que sabíamos que no era suficiente, ya que no habíamos sido capaces de identificar precozmente la sepsis. Ahora ya no tenemos que esperar a que se presenten las primeras disfunciones orgánicas”, celebra Borges.
¿Cómo se implementa BIAlert en un hospital?
- Lo debe aprobar el comité ético del hospital.
- Se firma un acuerdo de protección de datos / confidencialidad.
- Se necesita únicamente tener un servidor, que cualquier centro puede tener, con un ordenador con algo de memoria (nada excepcional).
- Hay que elaborar un diccionario para etiquetar de manera estándar los criterios clínicos en cada hospital. No genera trabajo adicional al profesional.
- Se instala en remoto y se hace una revisión en remoto también para confirmar que todo va bien.
- El sistema lee los datos de la historia clínica de los pacientes cada 30 minutos, aunque se pueden programar hasta lecturas cada 15 minutos.
- El sistema lanza una alerta cuando existen posibilidades significativas de que el paciente desarrolle sepsis en las próximas 24 horas.
- El equipo médico realiza pruebas al paciente para detectar el patógeno que le va a generar la sepsis.
- El paciente recibe medicación para prevenir la sepsis.
Tras dos años y medio en funcionamiento en el Hospital Universitario Son Llàtzer, otros dos hospitales, el 12 de Octubre de Madrid y el Complejo Hospitalario Universitario de Albacete, están incorporando el software de IA a sus sistemas de gestión de pacientes. Los centros no pueden compartir datos entre sí, por la ley de protección de datos, pero el algoritmo va aprendiendo cada vez más de la experiencia, por lo que la efectividad solo puede ir en aumento. Cuanto más tiempo lo usen los hospitales, BIAlert podrá ofrecer predicciones más afinadas.
