El análisis de datos de salud nos está permitiendo cada vez más obtener nueva información sobre las enfermedades para hacerles frente. Por ejemplo, conocer más sobre la embolia pulmonar y sus factores de riesgo es el objetivo de un proyecto piloto en el que ha trabajado el equipo de salud del Instituto de Ingeniería del Conocimiento (IIC) con el Hospital Universitario La Paz. Este se expuso como póster digital en el 44 Congreso Nacional de la Sociedad Española de Medicina Interna (SEMI) que se celebró en Valencia junto al 15 Congreso de la Sociedad de Medicina Interna de la Comunidad Valenciana (SMICV).
El proyecto pretende extraer información relevante de la base de datos RIETE (Registro Informatizado de Pacientes con Enfermedad TromboEmbólica) en el contexto de la embolia pulmonar. Combinando la potencia del análisis estadístico de estos datos con técnicas de Inteligencia Artificial, se podrían extraer relaciones entre distintas variables y perfilar subgrupos de pacientes de riesgo, información que ahora pasa desapercibida y que es vital para llevar a cabo una medicina más personalizada y llegar a reducir la mortalidad de las embolias pulmonares.
Predicción de los factores de riesgo de la embolia pulmonar
Este caso de uso propuesto por el IIC y el Hospital Universitario La Paz se basa en concreto en técnicas de Machine Learning, con el objetivo principal de explotar y optimizar la información de la base de datos RIETE para ampliar el conocimiento sobre la embolia pulmonar y que esta apoye y mejore la práctica clínica. Para ello, se partiría de un primer análisis general de los datos para identificar las variables asociadas a pacientes que hayan sufrido una embolia pulmonar.
Después, se analizaría la influencia de estas variables comunes en tres factores de riesgo:
- la recurrencia trombótica,
- el sangrado hemorrágico y
- la mortalidad de los pacientes.
Adicionalmente, los modelos predictivos incluirían un componente de explicabilidad algorítmica para que, llegado el momento, el clínico sepa cómo se ha llegado a esa predicción y en qué información se basa.
Finalmente, se podrían perfilar distintos grupos de pacientes con embolia pulmonar según el tipo de riesgo al que se enfrentan. Esta información es la que permite a los clínicos tratar cada caso específicamente y adelantarse al empeoramiento de los pacientes.