Nuestra valoración:

Un modelo de inteligencia artificial (IA) puede descartar la infección por COVID-19 entre las personas que llegan al hospital, antes de que estén listos los resultados de las pruebas de frotis del virus.

Los investigadores de la Universidad de Oxford utilizaron datos de más de 115.000 visitas al hospital de adultos y cinco millones de pruebas de laboratorio de rutina, para "entrenar" un algoritmo para predecir quién tenía SARS-CoV-2, el virus que causa COVID-19.

Utilizaron información que podría recopilarse dentro de una hora después de que el paciente llegara al hospital. Los análisis de sangre de rutina y los signos vitales (como la rapidez con la que respiraba el paciente) dieron la información más útil y este tipo de información se utilizó para construir su algoritmo. Probar el algoritmo en una muestra adicional de adultos que asistieron al hospital sugirió que funcionó bien para descartar COVID-19, aunque no identifica a todos los que tienen una infección.

En la actualidad, los resultados de las pruebas de frotis del virus para confirmar el COVID-19 pueden tardar 24 horas o más en llegar. Si los hospitales pudieran descartar el COVID-19 en algunas personas antes de que los resultados de las pruebas estuvieran disponibles, podría hacer que el tratamiento temprano (y la necesidad de control de infecciones) sea más sencillo. El estudio aún debe ser revisado por revisores expertos, y es probable que se necesiten más pruebas del algoritmo en otros entornos antes de que pueda usarse más ampliamente.

¿De dónde salió esta información?

los Correo diario fue uno de los medios de comunicación que informó sobre la 'nueva prueba de IA' para COVID-19. La información provino del Hospital John Radcliffe de la Universidad de Oxford, que ha puesto a disposición los resultados de su estudio. El estudio aún no se ha publicado en una revista revisada por pares, por lo que no ha sido verificado por revisores expertos para asegurarse de que los métodos y los resultados sean confiables.

¿Cuál es el fundamento de esta declaración?

Los investigadores de la Universidad de Oxford utilizaron toda la información médica recopilada de forma rutinaria sobre dos grupos de personas que asistían al departamento de accidentes y emergencias, o ingresaban en el hospital para recibir atención por una afección aguda (es decir, no crónica):

  • los asistentes entre el 1 de diciembre de 2017 y el 1 de diciembre de 2019, ninguno de los cuales habría tenido COVID-19 (114,957 asistencias)
  • los asistentes entre el 1 de diciembre de 2019 y el 19 de abril de 2020, que dieron positivo en la prueba de COVID-19 (534 asistencias)

La información incluía la edad, el sexo y el origen étnico de las personas, así como información básica, como los resultados de los análisis de sangre de rutina, los niveles de oxígeno en sangre y los signos vitales, como la temperatura, la frecuencia cardíaca y la respiración.

Alimentaron la información a un modelo de inteligencia artificial de computadora, para enseñarle a detectar diferencias en los patrones de información entre las personas que tenían pruebas positivas para el virus y las personas que no habían tenido el virus. Usaron 80% de los datos para "entrenar" el algoritmo y luego probaron el algoritmo en el 20% restante de los datos.

Al observar a las personas que acudieron al departamento de emergencias o las ingresadas en el hospital, el modelo identificó correctamente 77% de personas que tenían el virus e identificó correctamente alrededor de 95% de las que no tenían el virus. Estos resultados significaron que si el algoritmo predijo que una persona no tenía SARS-CoV-2, los médicos podrían estar más de 99% seguros de que no lo tenían.

Después de este período de 'entrenamiento', los investigadores probaron el modelo con los datos recopilados de todos los pacientes que habían asistido al hospital del 20 de abril al 6 de mayo de 2020, para ver qué tan bien el modelo podía predecir quién dio positivo en el SARS-CoV-2. Esta muestra incluyó a 3.326 personas que acudieron al servicio de urgencias y 1.715 personas que ingresaron en el hospital. En estas muestras, el algoritmo también funcionó bien, y más de 97% de los que, según el algoritmo, no tenían COVID-19 resultaron negativos para el SARS-CoV-2.

¿Qué opinan las fuentes fiables?

Como se trata de una investigación en etapa inicial, que aún está pendiente de revisión por parte de expertos, ningún organismo oficial ha comentado sobre el estudio.

El algoritmo necesitará más pruebas para determinar si funciona de manera similar en pacientes en otros hospitales y en otros entornos (como en diferentes países) y durante períodos de tiempo más prolongados, ya que las tasas de infección varían.

Los médicos también deberán pensar en cuán útil sería el algoritmo en su entorno y cómo el algoritmo y sus resultados podrían incorporarse en sus procesos de prueba y control de infecciones. Por ejemplo, dado que el algoritmo no detecta a algunas personas con COVID-19, los médicos tendrían que decidir si seguirán utilizando la prueba con hisopo para identificar a los que el algoritmo no detecta y decidir qué medidas de control de infecciones serían apropiadas al tratar a los pacientes que se prevé que sufran. ser negativo para COVID-19 en el algoritmo.

Análisis realizado por EIU Healthcare, con el apoyo de Reckitt Benckiser

Referencias

  1. Soltan AS y col. La evaluación impulsada por inteligencia artificial de los datos de atención médica recopilados de forma rutinaria es una prueba de detección eficaz para COVID-19 en pacientes que se presentan al hospital. Preimpresión disponible en medRxiv 2020.07.07.20148361; doi: https://doi.org/10.1101/2020.07.07.20148361 (Consultado el 25 de agosto de 2020).