La Inteligencia Artificial puede predecir la mortalidad

Los pacientes con insuficiencia renal cuentan con una elevada tasa de mortalidad debido a los factores de riesgo involucrados en esta enfermedad, principalmente los relacionados con el riesgo cardiovascular y por la acumulación de productos tóxicos en la sangre que, en estado normal, son eliminados por el riñón y que, cuando existe un trastorno del funcionamiento renal, se retienen.

El abordaje para identificar estos factores de riesgo es difícil y los recomendados por las guías clínicas o los modelos predictivos no han conseguido hasta la fecha ser validados en el paciente renal, ya que los modelos de riesgo de mortalidad asumen implícitamente que cada factor de riesgo se relaciona linealmente con los eventos vinculados con la mortalidad, simplificando lo que realmente son relaciones complejas que incluirían una enorme cantidad de factores, con relaciones no lineales. Es por ello por lo que se necesitan abordajes más avanzados que incorporen múltiples factores de riesgo que identifiquen relaciones reales entre dichos factores, para así poder disponer de un modelo predictivo de la mortalidad en los pacientes renales.

En este contexto, un grupo de investigadores del Servicio de Nefrología y del Departamento de Sistemas de Información del Hospital Universitario Parc Taulí de Sabadell (Barcelona) y de los Departamentos de Telecomunicaciones e Ingenieria de Sistemas y de Arquitectura de Computadores y Sistemas Operativos de la Universidad Autónoma de Barcelona, han desarrollado un estudio que ha demostrado que el uso de la inteligencia artificial puede suponer una alternativa en este campo para reconocer y predecir la mortalidad en los pacientes renales.

En concreto, han desarrollado un modelo de aprendizaje automático (Machine Learning) basado en métodos computacionales que detectan interacciones complejas y no lineales entre variables e identifican las variables latentes entre los factores de riesgo de la enfermedad renal, improbables de observar directamente. Se trata de un proyecto que se enmarca en un entorno colaborativo que está dando lugar a diversas líneas de investigación como la actual, que supone la tesis doctoral de Edward Macias. Se evaluaron los algoritmos de Machine Learning basados en redes neuronales puede establecer un modelo predictivo de mortalidad en el paciente en hemodiálisis a los 6 meses, para lo cual se realizó un análisis retrospectivo de una cohorte de 278 pacientes en hemodiálisis, desde abril de 1998 a febrero 2018.

Como metodología se utilizó un algoritmo de machine learning basado en redes neuronales (Feed-Forward Neural Network).