Un equipo de investigadores de Mayo Clinic ha desarrollado un sistema de inteligencia artificial (IA) capaz de detectar infecciones de heridas quirúrgicas (IHQ) con alta precisión a partir de fotos de heridas postoperatorias enviadas por los propios pacientes, con el potencial de transformar la forma en que se realiza la atención postoperatoria.
Publicado en Annals of Surgery, el estudio presenta una cadena de procesamiento basada en inteligencia artificial (IA) desarrollada por los investigadores, capaz de identificar automáticamente incisiones quirúrgicas, evaluar la calidad de las imágenes y señalar signos de infección en fotografías enviadas por pacientes a través de portales en línea. El sistema fue entrenado con más de 20 mil imágenes de más de 6 mil pacientes en nueve hospitales de Mayo Clinic.
«Nos motivó la creciente necesidad de monitorizar, de forma oportuna, las incisiones quirúrgicas en pacientes ambulatorios,» dice coautor senior Cornelius Thiels, D.O., oncólogo quirúrgico hepatobiliar y pancreático de Mayo Clinic. «Este proceso, que actualmente realizan los clínicos, consume mucho tiempo y puede retrasar la atención. Nuestro modelo de IA puede ayudar a realizar el triaje de estas imágenes de manera automática, mejorando la detección precoz y simplificando la comunicación entre los pacientes y sus equipos de atención.»
El sistema de IA utiliza un modelo de dos etapas. La primera etapa consiste en detectar si una imagen contiene una incisión quirúrgica y, luego, evaluar si dicha incisión presenta signos de infección. El modelo, llamado de Vision Transformer, logró un 94 % de precisión en la detección de incisiones y un 81 % de área bajo la curva (AUC) en la identificación de infecciones.
Los investigadores tienen la esperanza de que esta tecnología pueda ayudar a los pacientes a recibir respuestas más rápidas, reducir los retrasos en el diagnóstico de infecciones y mejorar la atención para los que se recuperan de alguna cirugía en casa. Con una validación adicional, el sistema podrá funcionar como una herramienta de cribado inicial que alerte a los clínicos sobre incisiones preocupantes. Esta herramienta de IA también allana el camino para el desarrollo de algoritmos capaces de detectar signos sutiles de infección, potencialmente antes de que sean visibles para el equipo médico. Esto permitiría un tratamiento más temprano, menor morbilidad y una reducción de costes.
«Para los pacientes, esto puede brindar un alivio más inmediato o indicar algún problema desde el principio,» dice la Dra. Muaddi. «Para los clínicos, es una forma eficaz de priorizar la atención a los casos que más lo necesitan, especialmente en entornos rurales o con recursos limitados.»
Es importante destacar que el modelo mostró un desempeño consistente en distintos grupos, lo que ayuda a mitigar las preocupaciones relacionadas con el sesgo algorítmico.
Aunque los resultados son prometedores, el equipo afirma que se necesita validaciones adicionales.
«Nuestra esperanza es que los modelos de IA que desarrollamos — y el gran conjunto de datos en el que fueron entrenados — puedan transformar radicalmente la forma en que se realiza el seguimiento quirúrgico,» declaran los investigadores.
Esta investigación fue apoyada por el Premio al Fomento de la Inteligencia Artificial/Aprendizaje Automático de Dalio Philanthropies y por el Premio al Desarrollo Profesional en Innovación Quirúrgica de la Familia Simons.
Fuente. Mayo Clinic
