Inteligencia artificial para que las ambulancias salven más vidas

Los primeros auxilios que presta el personal sanitario de una ambulancia cuando llega hasta la persona que necesita la asistencia médica se basan en evaluar lo más rápido posible cuán grave está el sujeto y cuáles son los problemas inmediatos que le amenazan. Y esto requiere sopesar muchos parámetros y muy deprisa. No es fácil tomar la decisión adecuada para cada caso, y a veces se envía a instalaciones para pacientes muy graves a quienes no lo están tanto, y viceversa.

Si los profesionales de la salud pudieran tomar decisiones rápidas y siempre perfectas con la ayuda de una inteligencia artificial especializada, podrían salvarse más vidas. Así se ha comprobado en una investigación llevada a cabo en la Universidad Chalmers de Tecnología, la Universidad de Gotemburgo y la de Borås, las tres en Suecia.

El equipo de investigación y desarrollo, encabezado por Anna Bakidou de la Universidad Chalmers de Tecnología, ha desarrollado cinco modelos de inteligencia artificial basados en los datos de adultos que entraron en contacto con el servicio de ambulancias entre 2013 y 2020. Estos datos proceden de más de 47.000 sucesos reales. Al sopesar una serie de variables complejas, como la frecuencia respiratoria, el tipo de lesión, la presión arterial, la edad y el sexo, resultó que todos los modelos de inteligencia artificial podían tomar una mayor cantidad de decisiones acertadas sobre a qué instalaciones médicas enviar a cada paciente, que el personal sanitario humano sin ayuda de inteligencia artificial.

"El personal de ambulancias se enfrenta constantemente a decisiones difíciles y que deben hacerse con la máxima rapidez. Nuestra esperanza es que un sistema de apoyo más objetivo para la toma de decisiones pueda funcionar como un 'colega más' que haga que el personal vea conexiones más complejas y se lo piense dos veces en casos en los que las lesiones pueden ser difíciles de percibir o evaluar", explica Bakidou.

La inteligencia artificial promete ser de gran ayuda para el personal sanitario de las ambulancias, ayudando a tomar deprisa las mejores decisiones de tratamiento médico para cada paciente. (Foto: Chalmers University of Technology / Mia Halleröd Palmgren)

Bakidou y sus colegas exponen los detalles técnicos de sus últimos avances en la revista académica BMC Medical Informatics and Decision Making, bajo el título “On Scene Injury Severity Prediction (OSISP) model for trauma developed using the Swedish Trauma Registry”. (Fuente: NCYT de Amazings)