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 Inteligencia Artificial (IA) están diseñadas para ayudar a subsanar.
Investigadores de Mayo Clinic han desarrollado herramientas de 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.
«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, 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 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 IA 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 antecedentes familiares, 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.
