Madrid, 18 jun (EFE).- La primera Inteligencia Artificial (IA) española que anticipa el riesgo de sepsis, primera causa de muerte hospitalaria, 24 horas antes de que aparezca ha obtenido el certificado CE como dispositivo sanitario.
Este algoritmo, diseñado por la plataforma ‘Bialert Sepsis’ del Instituto de Ingeniería del Conocimiento (IIC) y con una capacidad predictiva del 96 %, “se adelanta a lo que el médico no ve” y es el de “mayor envergadura a nivel europeo para predecir la sepsis en todas las áreas del hospital”, según ha informado el IIC en una nota de prensa.
Esta herramienta recoge cada 30 minutos información del paciente desde el momento en 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 sepsis es un síndrome clínico causado por una infección bacteriana, vírica o fúngica que tiene una mortalidad entre el 32 y el 50 %, y constituye la primera causa de fallecimiento hospitalario en el mundo y un importante preocupación para los clínicos.
La herramienta se ha entrenado con datos de más de 200.000 pacientes españoles ingresados entre 2014 y 2018 en urgencias hospitalarias y el algoritmo va aprendiendo cada vez más con el tiempo. Esta IA ya ha demostrado su eficacia en el Hospital Universitario Son Llátzer de Palma de Mallorca, durante dos años.
Otros dos hospitales, el 12 de Octubre en Madrid y el Complejo Hospitalario Universitario de Albacete están incorporando el software de esta IA a sus sistemas de gestión de pacientes.
La incidencia de la sepsis se incrementa en torno al 3 % anual por diferentes motivos: el envejecimiento de la población con más pacientes con enfermedades con edad avanzada y pluripatología, en el caso de inmunodeprimidos y sometidos a quimioterapias y cirugías agresivas.
Se calcula que en los países desarrollados se produce un nuevo caso de sepsis al día por cada 100.000 habitantes.
Un total de 170 hospitales españoles tienen implantado un código sepsis para el diagnóstico precoz. No obstante, los sistemas tradicionales de detección tienen un elevado número de falsos positivos y negativos y la fiabilidad no llega al 65 %.EFE
bf/aam
