Los investigadores utilizan inteligencia químico para predecir qué pacientes con COVID-19 necesitarán un ventilador para respirar

0


Los investigadores de la Universidad Case Western Reserve han desarrollado una herramienta en línea para ayudar al personal médico a determinar rápidamente qué pacientes con COVID-19 necesitarán ayuda para respirar con un ventilador.

La herramienta, desarrollada a través del análisis de tomografías computarizadas de casi 900 pacientes con COVID-19 diagnosticados en 2020, pudo predecir la necesidad de ventilador con una precisión del 84%.

«Esto podría ser importante para los médicos cuando planean cómo cuidar a un paciente y, por supuesto, para que el paciente y su familia lo sepan», dijo Anant Madabhushi, profesor de ingeniería biomédica del Instituto Donnell en Case Western Reserve y director de la Centro de Imagen Computacional y Diagnóstico Personalizado (CCIPD). «También podría ser importante para los hospitales, ya que determinan cuántos ventiladores necesitarán».

Posteriormente, Madabhushi dijo que espera usar estos resultados para probar la herramienta de cálculo en tiempo real en hospitales universitarios y en el Centro Médico Louis Stokes Cleveland VA con pacientes con COVID-19.

Si tiene éxito, dijo que el personal médico de los dos hospitales podría cargar una imagen escaneada del escáner de tórax en una aplicación basada en la nube, donde Case Western Reserve AI la analizará y predecirá si es probable que ese paciente necesite un ventilador.

Desesperado por los fans

Entre los síntomas más comunes de los casos graves de COVID-19 se encuentra la necesidad de que los pacientes estén conectados a ventiladores para asegurarse de que puedan seguir recibiendo suficiente oxígeno mientras respiran.

Sin embargo, casi desde el comienzo de la pandemia, el número de ventiladores necesarios para apoyar a estos pacientes ha superado con creces los suministros disponibles, hasta el punto de que los hospitales han comenzado a «dividir» los ventiladores, una práctica en la que un ventilador ayuda a más de un paciente.

A medida que las crecientes tasas de vacunación de 2021 redujeron drásticamente las tasas de hospitalización por COVID-19 y, a su vez, la necesidad de ventiladores, la reciente aparición de la variante Delta ha provocado nuevamente escasez en algunas áreas de los Estados Unidos y otras aldeas.

«Estas pueden ser decisiones desgarradoras para los hospitales: decidir quién recibirá la mayor ayuda contra una enfermedad agresiva», dijo Madabhushi.

Hasta la fecha, los médicos carecían de una forma consistente y confiable de identificar qué pacientes recién admitidos con COVID-19 probablemente necesitarían ventiladores, información que podría resultar invaluable para los hospitales que manejan suministros limitados.

Los investigadores del laboratorio Madabhushi comenzaron sus esfuerzos para proporcionar una herramienta de este tipo mediante la evaluación de los escáneres iniciales realizados en 2020 de casi 900 pacientes de los Estados Unidos y Wuhan, China, entre los primeros casos conocidos de la enfermedad causada por el nuevo coronavirus.

Madabhushi dijo que esas tomografías computarizadas revelaron, con la ayuda de computadoras de aprendizaje profundo o inteligencia artificial (IA), características distintivas para los pacientes que luego terminaron en la unidad de cuidados intensivos (UCI) y necesitaron ayuda para respirar.

La investigación detrás de la herramienta apareció este mes en el IEEE Journal of Biomedical and Health Informatics.

Amogh Hiremath, un estudiante de posgrado en el laboratorio de Madabhushi y autor principal del artículo, dijo que los patrones en las tomografías computarizadas no se pueden ver a simple vista, sino que solo han sido revelados por computadoras.

«Esta herramienta permitiría a los profesionales de la salud administrar medicamentos o intervenciones de apoyo antes para retrasar la progresión de la enfermedad», dijo Hiremath. «Y permitiría la identificación temprana de aquellos que están en mayor riesgo de desarrollar un síndrome de dificultad respiratoria aguda grave o la muerte. Estos son los pacientes que son candidatos ideales para los ventiladores».

Nuevas investigaciones sobre la «arquitectura inmunológica»

El laboratorio de Madabhushi también publicó recientemente una investigación que compara escaneos de tejido de autopsia tomados de pacientes que murieron por el virus H1N1 (gripe porcina) y COVID-19. Aunque los resultados son preliminares, parecen revelar información sobre lo que Madabhushi ha llamado la «arquitectura inmunológica» del cuerpo humano en respuesta a los virus.

«Esto es importante porque la computadora nos ha proporcionado información que enriquece nuestra comprensión de los mecanismos del cuerpo contra los virus», dijo. «Esto puede influir en la forma en que desarrollamos vacunas, por ejemplo».

Germán Corredor Prada, investigador asociado del laboratorio de Madabhushi y autor principal del artículo, dijo que las técnicas de visión artificial e inteligencia artificial han permitido a los científicos estudiar cómo ciertas células inmunes se organizan en el tejido pulmonar de algunos pacientes.

«Esto nos permitió encontrar información que puede no ser obvia con una simple inspección visual de las muestras», dijo Corredor. «Estos patrones relacionados con COVID-19 parecen ser diferentes de los de otras enfermedades como el H1N1, una enfermedad viral comparable».

Eventualmente, cuando se combina con otro trabajo clínico y más pruebas de grupos de pacientes más grandes, este descubrimiento podría servir para mejorar la comprensión mundial de estas enfermedades y posiblemente otras, dijo.

Madabhushi estableció el CCIPD en Case Western Reserve en 2012. El laboratorio ahora incluye más de 60 investigadores. Algunos han participado en este trabajo más reciente sobre COVID-19, incluidos los estudiantes graduados Hiremath, Pranjal Vaidya; los investigadores asociados Corredor y Paula Toro; y la facultad de investigación de Cheng Lu y Mehdi Alilou.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More