Yoan Gutiérrez, experto en Lenguajes y Sistemas Informáticos, así como en Inteligencia Artificial, está al frente de un equipo de seis investigadores que trabaja en el desarrollo de soluciones inteligentes para pronosticar la evolución clínica de pacientes con coronavirus. Junto a él, están involucrados en el proyecto Juan Andrés Montoyo, Patricio Manuel Martínez y Javier Fernández, de la Universidad de Alicante (UA), y Suilan Estevez y Alejandro Piad, de la Universidad de la Habana. El objetivo principal del proyecto, que está financiado por parte de la propia UA, es permitir a los hospitales una gestión anticipada de sus recursos técnicos y humanos en función de las características de los enfermos que acaben siendo ingresados.
P Explique el contenido del proyecto en el que vienen trabajando.
R Lo que pretendemos es desarrollar soluciones inteligentes que pronostiquen la evolución del estado de salud de pacientes diagnosticados con covid-19, a partir del análisis automático de sus perfiles clínicos o los tratamientos recibidos, entre otros datos. En particular, deseamos obtener una tecnología que permita pronosticar la evolución de los enfermos en base al procesamiento de las historias clínicas electrónicas. Además, este proyecto sentará las bases tecnológicas para poder conocer características relevantes que han estado presentes en la evolución de esta enfermedad, caso de fármacos suministrados, resultados de exámenes de laboratorio, diagnósticos y constantes vitales, para así poder ofrecer a los facultativos una herramienta de asesoría a la hora de aplicar nuevos tratamientos.
P ¿Qué les llevó a emprender esta investigación?
R Nuestro equipo de investigación tiene una larga experiencia desarrollando tecnologías de Inteligencia Artificial. Entre las líneas actuales se encuentra un proyecto relacionado con la extracción de conocimiento a partir de contenido clínico que realizamos en colaboración con la Facultad de Matemática y Computación de la Universidad de la Habana. Este proyecto ha permitido el desarrollo de tecnologías de alto nivel, presentadas en foros importantes a nivel internacional. Por otro lado, podemos añadir que nuestro equipo ha demostrado experiencia en el desarrollo de herramientas de análisis estadístico. Teniendo en cuenta este recorrido científico y nuestra dedicación al uso de la Inteligencia Artificial para el estudio de contenidos relacionados con el dominio de la salud, vimos la necesidad de aportar nuestro granito de arena para hacer frente al fenómeno que ha supuesto la pandemia de coronavirus.
P ¿Ya están obteniendo resultados?
R El proyecto tiene previsto un desarrollo de tres meses y medio, pero ya estamos obteniendo resultados preliminares, totalmente funcionales, coincidiendo con la finalización de cada uno de los ciclos intermedios. Además, contábamos con investigaciones previas que nos respaldaban y un equipo muy cualificado y comprometido con el proyecto.
P ¿Cuáles son los datos más relevantes?
R Como digo, a partir del análisis de una gran cantidad de información, hemos podido determinar la evolución de los pacientes que acaban siendo hospitalizados. Nos hemos movido en un perfil de 0 a 120 años, y entre otras cuestiones hemos podido comprobar que un 14,9% del total de enfermos que ingresan en el hospital fallecen, porcentaje éste que se eleva hasta el 47,7% en el caso del rango de edad comprendido entre los 82 y los 120 años. Se trata de una evidencia que confirma que las personas mayores son las más sensibles al coronavirus.
P El proyecto en el que trabajan también se ha centrado en las UCI, que han llegado a estar desbordadas durante el momento álgido de la pandemia...
R Los resultados obtenidos nos dicen que un 7,8% del conjunto de los pacientes hospitalizados ingresan en la UCI, falleciendo el 13,3%. En el caso de los mayores de 82 años, los fallecidos tras pasar por la UCI se elevan al 50%. Con todo, también hay datos positivos, como que un 77,3% de los hospitalizados se recupera, porcentaje que baja hasta el 50,3% en los mayores. El sistema que estamos desarrollando, en cualquier caso, ofrece otras informaciones de mucha relevancia, como la cantidad de gente que regresa a planta tras pasar por la UCI o la que directamente recibe el alta.
P ¿Cuál es la utilidad de toda esta información?
R Para los hospitales es muy importante, puesto que les indica lo que puede pasar a partir de que un enfermo ingresa. Ofrece, por ejemplo, información sobre los días que un paciente puede permanecer en la UCI o en otros departamentos del centro sanitario, lo que permite anticiparse en la gestión de los recursos. También permite predecir el número de pruebas que puede precisar.
P ¿Puede servir para decidir los tratamientos que se suministran?
R Con toda la información reunida, teniendo en cuenta las características de los enfermos en cuestiones como antecedentes, síntomas, sexo o edad, los sanitarios contarán con una predicción de un 89% de precisión respecto a la evolución que van a tener, por lo que se podrán tomar decisiones también en lo que respecta a los tratamientos que pueden resultar adecuados.
P ¿Qué financiación han conseguido de la universidad?
R El proyecto está financiado con 9.000 euros por parte de la Universidad de Alicante. No obstante, esperamos ampliar esta financiación por medio de otras solicitudes de ayuda a proyectos relacionados con el covid-19 que hemos dirigido a la Generalitat.
