Investigadores de Mayo Clinic han desarrollado herramientas de inteligencia artificial (IA) que ayudan a identificar qué niños con asma presentan mayor riesgo de exacerbaciones graves de la enfermedad y de infecciones respiratorias agudas. El estudio, publicado en Journal of Allergy and Clinical Immunology, descubrió que estas herramientas pueden detectar estos riesgos desde los 3 años.
El trabajo es parte de la prioridad estratégica precure de Mayo Clinic, que tiene como objetivo predecir y prevenir enfermedades graves antes de que progresen. A través de tecnologías innovadoras y estudios poblacionales, «precure» fue diseñado para ofrecer atención orientada a la prevención directamente a los pacientes, de manera anticipada.
Se estima que el asma afecta a 262 millones de personas en todo el mundo, según muestran las estadísticas sanitarias. Es una causa común de ausencias escolares y laborales, visitas a urgencias e ingresos hospitalarios. Las infecciones respiratorias son el desencadenante más común de los ataques de asma, pero los síntomas varían ampliamente y cambian con el tiempo. Esto dificulta que los médicos identifiquen a los niños más vulnerables, una deficiencia que estas herramientas de IA están diseñadas para ayudar a subsanar.
«Este estudio nos acerca un paso más a la medicina de precisión en el asma infantil, donde la atención pasa de ser reactiva ante el asma grave avanzada a centrarse en la prevención y la detección precoz de pacientes de alto riesgo,» dice el Maestro en Salud Pública y Dr. Young Juhn, profesor de pediatría en Mayo Clinic y autor principal del estudio. El Dr. Juhn dirige varios programas de investigación de Mayo Clinic, entre ellos el Programa de IA de Mayo Clinic Children’s, el Laboratorio de Ciencias de la Población de Precisión y el programa de salud socioeconómica HOUSES.
Para el estudio, los investigadores analizaron las historias clínicas electrónicas de más de 22 mil niños nacidos entre 1997 y 2016 en el sureste de Minnesota. Para interpretar los datos a gran escala, desarrollaron diversas herramientas de inteligencia artificial que utilizan el aprendizaje automático y procesamiento del lenguaje natural para extraer detalles de las notas médicas.
Las herramientas recopilaron información como los síntomas y antecedente familiar, lo que permitió al equipo aplicar dos listas de comprobación diagnóstica ampliamente utilizadas para el asma en niños pequeños: los Criterios de Asma Predeterminados y el Índice Predictivo del Asma. Los médicos utilizan estas listas de comprobación para evaluar signos como sibilancias recurrentes, tos o afecciones alérgicas. Los niños que cumplieron los criterios de ambas listas formaron un subgrupo distinto, con mayor riesgo de complicaciones graves.
Cuando los investigadores compararon este subgrupo con los demás niños del estudio, las diferencias fueron claras. A los 3 años de edad, los miembros del subgrupo experimentaban neumonía más del doble de veces e influenza casi tres veces más. También presentaban las tasas más altas de crisis asmáticas que requerían esteroides, visitas a urgencias u hospitalización. La infección por el virus respiratorio sincitial (VRS) también fue más común en este grupo durante los primeros tres años de vida.
Los niños en este subgrupo tenían más probabilidades de tener antecedentes familiares de asma, eccema, rinitis alérgica o alergias alimentarias. Además, sus análisis de laboratorio de un estudio previo mostraron signos de inflamación alérgica — incluyendo recuentos elevados de eosinófilos, IgE alérgeno-específica y periostina, que refleja inflamación de tipo 2 — así como una función pulmonar deteriorada. Juntos, los descubrimientos señalan a un subtipo de asma de alto riesgo que hace a algunos niños más vulnerables a infecciones respiratorias agudas y a exacerbaciones asmáticas.
El equipo de investigación planea probar las herramientas en entornos clínicos más amplios, así como en poblaciones y sistemas de salud más diversos. El objetivo es combinar las herramientas con datos biológicos para perfeccionar la manera en que se definen y se tratan precozmente los subtipos de asma.
El equipo también está planeando un estudio para investigar un compuesto que podría atenuar las respuestas inmunitarias hiperactivas relacionadas con el asma. Utilizando modelos celulares cultivados en laboratorio, conocidos como organoides, los investigadores esperan encontrar formas de detectar y prevenir el asma infantil de manera más temprana y a mayor escala.
Esta investigación fue financiada por una beca R01 otorgada por los Institutos Nacionales de Salud (NIH). Revise el estudio para obtener una lista completa de autores, divulgaciones y financiación.
Fuente. Mayo Clinic
