Investigadores de la U. Autónoma y UTEM desarrollan Inteligencia Artificial para predecir el potencial de recuperación neurológica tras un ACV
Cada año, cerca de 11,9 millones de personas sufren un accidente cerebrovascular (ACV) en el mundo y más de 93 millones viven con secuelas. En Chile, el impacto es significativo: el Ministerio de Salud estima alrededor de 25.000 nuevos casos anuales, lo que equivale a 69 pacientes al día. Esta enfermedad, junto con los traumatismos encefalocraneanos (TEC), las lesiones medulares y las encefalopatías, lidera las causas de discapacidad severa en adultos.
Pese a los avances médicos, los especialistas siguen enfrentando el enigma de anticipar con certeza el nivel de autonomía que alcanzarán las personas tras el alta médica. “Si logramos predecir con exactitud el nivel de recuperación al alta, podemos personalizar el tratamiento desde el primer día. Esto nos permitiría ajustar la intensidad de las terapias al potencial real de cada paciente, manejar las expectativas de la familia con información objetiva y planificar una transición al hogar mucho más segura”, señala el Dr. Antonio Eblen, académico investigador del Instituto de Ciencias Biomédicas de la Universidad Autónoma de Chile.
Patrones invisibles en la rehabilitación
Con este objetivo nace la investigación Predicción del Pronóstico Funcional mediante Inteligencia Artificial en un Modelo de Neurorrehabilitación Subaguda, proyecto que busca analizar la evolución de aproximadamente 2.150 pacientes a través de una innovación clave: integrará los indicadores médicos tradicionales con algoritmos capaces de leer e interpretar el texto clínico libre registrado en las fichas.
Esto permitirá sistematizar variables decisivas para la recuperación que hoy resultan muy difíciles de cuantificar con métodos convencionales. “Las notas clínicas contienen mucha información que hoy no se registra como un dato estructurado. Esperamos que el algoritmo nos ayude a reconocer factores que no medimos formalmente, como la motivación del paciente, su ánimo, el apoyo familiar o la fatiga, detectando patrones y cambios sutiles que anticipen una mejor o peor evolución”, detalla el Dr. Eblen.
Este desafío analítico y clínico es liderado por el Dr. Pablo Iriarte, de la Clínica San Andrés, al frente de un equipo que une la medicina con la ciencia de datos. Junto al trabajo del Dr. Eblen y el Dr. Gino Corsini desde el Instituto de Ciencias Biomédicas (ICB) de la Universidad Autónoma, la iniciativa integra además a los especialistas Rosario Ulloa y Edmundo Bernales (Clínica San Andrés), y a los investigadores Dr. Raúl Caulier-Cisterna y Andrés Vega Moraga de la Universidad Tecnológica Metropolitana (UTEM).
Transparencia clínica y proyección nacional
Actualmente, y a la espera del aval de la Comisión Ético-Científica de la Universidad Autónoma, el equipo se encuentra realizando las primeras pruebas del algoritmo mediante el uso de datos sintéticos. El estudio está diseñado bajo estrictos protocolos de seguridad al utilizar exclusivamente registros clínicos anónimos, sin contacto directo con pacientes y en total conformidad con la legislación chilena sobre protección de datos y derechos en salud.
El otro gran desafío del equipo es lograr la “explicabilidad” del modelo, es decir, el objetivo es que la Inteligencia Artificial no entregue predicciones automáticas sin justificación, sino que le permita a los especialistas entender exactamente qué factores influyeron en el pronóstico de cada persona.
“Nos gustaría que este desarrollo no quedara solo en nuestra clínica, sino aportar una herramienta que ayude a otros recintos que atienden a pacientes similares. Aquí es donde la explicabilidad es clave, ya que al transparentar cómo el modelo toma las decisiones, mejoramos la confianza del equipo médico en los resultados permitiendo que esta tecnología escale y pueda ser adoptada como un estándar en otros centros de rehabilitación del país”, concluye el Dr. Eblen.