Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Hay algo paradójico en una UCI o en una planta monitorizada. El corazón deja pistas durante horas, pero muchas herramientas solo miran ventanas de diez segundos.
Un equipo de Penn Medicine y de la Facultad de Ingeniería y Ciencias Aplicadas de la Universidad de Pensilvania ha desarrollado CAMEL, siglas de Modelo Autorregresivo Cardíaco para el Modelado del Lenguaje del ECG. El sistema usa inteligencia artificial para detectar indicios tempranos de paro cardíaco intrahospitalario.
CAMEL leyó horas de telemetría donde otros sistemas apenas ven segundos
A diferencia de los modelos que trabajan con registros breves, CAMEL procesa de forma continua horas de telemetría hospitalaria. Esa diferencia no es menor, porque un deterioro cardíaco no siempre aparece como un destello aislado, sino como una secuencia de cambios pequeños.
Entre esas señales figuran marcadores tempranos de arritmias como la fibrilación ventricular y la taquicardia ventricular en pacientes con ritmo sinusal normal. Dicho de otro modo, el sistema intenta encontrar alteraciones cuando, a simple vista, el latido todavía parece seguir un patrón estable.
La herramienta puede lanzar alertas potenciales entre 10 y 15 minutos antes del evento cardíaco.
En un hospital, 10 minutos pueden parecer poco fuera de contexto. Dentro de una planta, sin embargo, pueden marcar la diferencia entre llegar antes o llegar tarde con un desfibrilador, con un equipo clínico o con una revisión más estrecha del paciente.
El reto no consiste solo en acertar, también en no saturar al personal
Rajat Deo, cardiólogo de la Facultad de Medicina Perelman, pone el foco en el problema más incómodo de cualquier sistema de alerta clínica.
"Lo último que quiero es alertar a las enfermeras y técnicos de planta a las 2 de la madrugada para que intervengan basándose en una falsa alarma. Cada vez que se activa una alarma, desviamos un recurso limitado que podría destinarse a otro paciente que sí lo necesite. En un entorno clínico, debemos estar seguros". - Rajat Deo, cardiólogo de la Facultad de Medicina Perelman
La frase retrata una tensión muy concreta entre anticipación y fatiga por alarmas. Un aviso temprano solo sirve si ayuda a decidir mejor y no si añade ruido a un entorno donde cada llamada reclama tiempo, atención y personal.
Por eso el equipo prevé probar CAMEL en segundo plano con datos de pacientes en tiempo real, sin generar alertas al personal sanitario. Ese ensayo permitirá comparar las predicciones del modelo con los resultados clínicos reales antes de poner la herramienta frente a enfermeras y técnicos de planta.
La investigación ya apunta más allá del hospital
El trabajo se ha publicado como preimpresión en arXiv, una señal de que los resultados ya circulan en la comunidad científica aunque todavía no hayan pasado por el recorrido completo de revisión formal. Aun así, el interés del proyecto no se agota en la monitorización intrahospitalaria.
Los investigadores creen que la tecnología podría encontrar aplicaciones futuras en dispositivos portátiles de consumo, una idea que conecta este trabajo con el avance de electroencefalogramas medidos con IA fuera de los laboratorios. El salto, si llega, trasladaría parte de esta vigilancia desde la cama del hospital hasta objetos que muchas personas ya llevan en la muñeca o en el bolsillo.
Pero la imagen más nítida sigue estando dentro del hospital. CAMEL no busca describir un infarto después de que ocurra, sino detectar en pacientes con ritmo sinusal normal las huellas tempranas de arritmias que pueden desembocar en fibrilación ventricular o taquicardia ventricular.