Modelo de computadora con IA usa los datos de los pacientes para predecir quién tiene más probabilidades de morir por COVID-19 con una exactitud del 90%

Los resultados de un estudio recientemente publicado por investigadores de la Universidad de Copenhague (Copenhague, Dinamarca) demuestran que, basándose en los datos de los pacientes, la IA puede, con hasta un 90% de certeza, determinar si una persona no infectada morirá de COVID-19 o no, si tienen la mala suerte de infectarse. Una vez ingresado en el hospital con COVID-19, la computadora puede predecir con un 80% de exactitud si la persona necesitará un respirador. El índice de masa corporal (IMC), el sexo y la presión arterial alta se encuentran entre los factores más ponderados. La investigación se puede utilizar para predecir la cantidad de pacientes en los hospitales que necesitarán un respirador y determinar quién debería ser el primero en la fila para recibir una vacuna.

Los investigadores alimentaron un programa de computadora con datos de salud de 3.944 pacientes daneses con COVID-19. Esto entrenó a la computadora para reconocer patrones y correlaciones en las enfermedades anteriores de los pacientes y en sus reacciones contra la COVID-19. Las enfermedades y factores de salud que, según el estudio, tienen mayor influencia en si un paciente termina en un respirador después de infectarse con COVID-19 son en orden de prioridad: IMC, edad, hipertensión arterial, género masculino, enfermedades neurológicas, EPOC, asma, diabetes y enfermedades cardíacas. Los investigadores esperan que la IA pronto pueda ayudar a los hospitales al predecir continuamente la necesidad de respiradores.

“Trabajamos para lograr el objetivo de poder predecir la necesidad de respiradores con cinco días de anticipación al brindar acceso a la computadora a los datos de salud de todos los positivos de COVID en la región”, dijo el profesor Mads Nielsen del Departamento de Ciencias de la Computación de la Universidad de Copenhague. “La computadora nunca podrá reemplazar la evaluación médica, pero puede ayudar a los médicos y hospitales a ver a muchos pacientes infectados por COVID-19 a la vez y establecer prioridades continuas”.

Enlace relacionado:
Universidad de Copenhague