La inteligencia artificial entra en la UCI para apoyar decisiones vitales

La inteligencia artificial ya no es sólo una promesa de futuro en el ámbito sanitario. En Andalucía, empieza a consolidarse como una herramienta con capacidad real para apoyar decisiones clínicas en algunos de los momentos más críticos de la atención hospitalaria.

Un ejemplo de ello es el trabajo recientemente publicado en la revista científica Medicina Intensiva por un grupo de investigadores vinculados al Sistema Sanitario Público de Andalucía, que demuestra el potencial de la inteligencia artificial para predecir el riesgo de fallecimiento de los pacientes durante las primeras 72 horas de ingreso en una Unidad de Cuidados Intensivos (UCI).

Ese periodo inicial tras el ingreso es clave. En pocas horas, los equipos sanitarios deben ajustar tratamientos, decidir soportes vitales y priorizar recursos en un entorno de alta incertidumbre. Contar con herramientas que ayuden a estimar mejor el riesgo puede marcar la diferencia entre una atención reactiva y una atención más anticipativa y organizada.

El estudio se apoya en el análisis retrospectivo de datos anonimizados de más de 106.000 pacientes, a partir de información fisiológica y bioquímica que ya se recoge de forma habitual en la práctica clínica. A partir de ese gran volumen de datos, el equipo investigador ha desarrollado y comparado distintos algoritmos de aprendizaje automático (machine learning), hasta diseñar un modelo que alcanza una capacidad predictiva cercana al 93%.

Pero el avance no se limita a la precisión estadística. Una de las principales aportaciones del trabajo es que el modelo no sólo estima el riesgo de mortalidad, sino que también permite explicar de forma comprensible qué factores influyen en ese riesgo. Este aspecto resulta clave para su posible uso clínico, ya que facilita que los profesionales sanitarios puedan interpretar los resultados y contextualizarlos dentro de su criterio médico.

“El objetivo no es la tecnología en sí, sino mejorar la calidad asistencial en situaciones de alta complejidad”, explica Miguel Ángel Armengol de la Hoz, responsable del Laboratorio de Ciencia de Datos de la Fundación Progreso y Salud. Ingeniero de telecomunicaciones y doctor en ingeniería biomédica, Armengol cuenta con experiencia investigadora en centros como el MIT y la Harvard Medical School, y actualmente lidera proyectos de inteligencia artificial aplicada a la medicina dentro del sistema sanitario público andaluz.

Las primeras 72 horas, un momento decisivo

Según Armengol, las primeras 72 horas en UCI concentran una parte crucial de las decisiones clínicas. “Es un momento de alta incertidumbre. En ese intervalo se toman decisiones que pueden cambiar el desenlace del paciente”, señala. La pregunta que se plantearon los investigadores fue si, utilizando datos que ya están disponibles desde el ingreso, la inteligencia artificial podía ofrecer una estimación de riesgo que sirviera de apoyo al intensivista.

La clave está en entender estas herramientas como un complemento, no como un sustituto del criterio clínico. “Funcionan siempre como apoyo, nunca reemplazan la decisión del profesional”, insiste Armengol. En ese sentido, el modelo ha sido diseñado teniendo en cuenta distintos momentos de la evolución del paciente, lo que lo acerca a la realidad del hospital y facilita su comprensión y utilidad práctica.

El trabajo es fruto de un enfoque claramente multidisciplinar. En él participan investigadores de la Fundación Progreso y Salud, concretamente del Laboratorio de Ciencia de Datos y del Área de Evaluación de Tecnologías Sanitarias, en colaboración con el doctor Ángel Estella, jefe de la Unidad de Cuidados Intensivos del Hospital Universitario de Jerez.

Que la investigación parta de una pregunta surgida en la práctica clínica diaria no es un detalle menor. “Aporta algo esencial. Que el problema sea real y esté directamente vinculado a la toma de decisiones a pie de cama”, explica Armengol. La implicación de un intensivista desde el inicio garantiza que el modelo no se diseñe en abstracto, sino pensando en situaciones concretas que viven los pacientes en su día a día.

Según el doctor Ángel Estella, las primeras 72 horas en UCI son un momento de máxima incertidumbre clínica. “En enfermedades graves, los hechos clínicos no permiten predecir con exactitud el pronóstico. Cada paciente es único, y cada decisión debe individualizarse”, explica. En este contexto, la IA aporta una estratificación de riesgo más personalizada que las escalas tradicionales, capaz de integrar variables clínicas, analíticas y fisiológicas, reflejando la evolución en tiempo real.

Estella apunta que esta capacidad permite priorizar recursos y personalizar la atención, minimizando la incertidumbre inherente a la medicina intensiva. “Los pacientes críticos tienen múltiples factores que influyen en su evolución como la comorbilidades, el estado inmunitario, respuesta fisiológica a tratamientos invasivos o las complicaciones”, afirma. “Necesitamos herramientas que nos ayuden a tomar decisiones complejas y avanzar hacia una medicina más personalizada”, añade.

El intensivista resalta también el valor de que el modelo explique qué variables influyen en el riesgo, no sólo genere un pronóstico. “En la UCI somos fisiopatólogos del paciente grave. Queremos entender por qué suceden los cambios, cómo responden los organismos a tratamientos y complicaciones. Un modelo explicativo nos ayuda a interpretar y aplicar mejor los datos clínicos”.

La participación del equipo clínico fue decisiva desde el inicio. “Presentamos nuestras inquietudes, conocimientos y experiencia asistencial. Luego, los ingenieros de datos transforman esa información en modelos predictivos y patrones accionables”, señala Estella. Esta colaboración demuestra que la integración de humanismo y tecnología puede convertir los datos en una herramienta tangible para mejorar la vida de las personas.

Además, el intensivista destaca el papel de la IA en la comunicación con equipos y familias. “Compartir la incertidumbre con pacientes y familiares permite tomar decisiones compartidas basadas en hechos clínicos y valores éticos. La comunicación debe ser veraz, comprensible y compasiva”, apunta.

Para que la IA se integre de manera efectiva en la rutina asistencial, Estella identifica retos como la digitalización estandarizada de las UCI, la mejora y acceso a los datos, la validación externa y la integración intuitiva en la práctica clínica diaria.

Desde el punto de vista técnico, transformar una necesidad clínica en un proyecto de ciencia de datos requiere traducir la pregunta médica a un problema bien definido, seleccionar variables disponibles en la práctica real y validar los resultados con rigor. Armengol explica que, para ello, en este proceso ha participado, entre otros perfiles, Sara Díaz Real, física y matemática del Laboratorio de Ciencia de Datos, donde también trabajan biotecnólogos, ingenieros biomédicos o bioinformáticos.

Publicar en una revista como Medicina Intensiva supone haber superado una revisión científica exigente, pero no implica una implantación automática en los hospitales. Antes de cualquier uso asistencial, estos modelos deben validarse con datos locales, comprobar su funcionamiento en distintos perfiles de pacientes y garantizar que no introducen sesgos.

“La prioridad es siempre la seguridad del paciente”, subraya Armengol. Por ello, uno de los proyectos principales del Laboratorio de Ciencia de Datos consiste en diseñar cómo se van a evaluar y validar las herramientas de Inteligencia Artificial antes de plantear su incorporación a la práctica clínica.

Una estrategia más amplia de innovación pública

Este estudio se enmarca en una línea de trabajo más amplia del Laboratorio de Ciencia de Datos, que incluye proyectos como trIAje, junto al 061 andaluz, para optimizar el triaje telefónico; SAIDIS, orientado a detectar patrones asociados a intentos graves de suicidio a partir de la historia clínica electrónica; o modelos predictivos para ajustar tratamientos en enfermedades inflamatorias intestinales.

Además, el equipo participa en proyectos europeos de salud digital centrados en establecer marcos metodológicos rigurosos para el desarrollo y la evaluación de tecnologías de inteligencia artificial, así como en estudios de salud pública sobre eficacia de vacunación Covid-19 en población andaluza.

En todos los casos, el objetivo es común: generar evidencia útil que apoye decisiones clínicas reales y tenga un impacto tangible en la atención a los pacientes.

Ante una tecnología que todavía genera recelo, Armengol defiende una postura de cautela informada. “Es razonable tener cautela. La inteligencia artificial no es una solución mágica”, afirma. Pero “utilizada con rigor, validación y sentido crítico, puede convertirse en un aliado para mejorar la calidad asistencial”.

En ese proceso, la Fundación Progreso y Salud desempeña un papel clave como catalizador de la investigación y la innovación sanitaria aplicada en Andalucía, facilitando que profesionales clínicos, investigadores y perfiles técnicos trabajen de forma coordinada sobre problemas reales del sistema sanitario.

“Al final, todo lo que hacemos tiene un único objetivo”, concluye Armengol, “que los pacientes andaluces estén mejor atendidos”.