Un proyecto impulsado por la Generalitat y la Universidad de Alicante (UA) permite mejorar la atención a pacientes de COVID-19 mediante el uso del Big Data e Inteligencia Artificial, tras realizar un análisis de las patologías previas, los tratamientos aplicados, los resultados obtenidos y la evolución de la enfermedad.

En base al cruce de estos datos, los algoritmos sugieren el tratamiento con mayor éxito para cada enfermo.

Esta iniciativa, presentada este martes, se ha financiado gracias a las donaciones COVID realizadas por la ciudadanía, a través de la línea puesta en marcha por la Generalitat.

En concreto, el proyecto recibió una financiación de 100.000 euros.

El proyecto se está trabajando en varios hospitales de la Comunidad Valenciana, como La Fe de Valencia y el de Elda (Alicante).

La investigación ha permitido el desarrollo de una plataforma que accede a las historias clínicas de los pacientes para extraer información sobre patologías previas, tratamientos recibidos y pruebas realizadas para detectar el COVID-19.

Sobre estos datos se diseñan y entrenan modelos de inteligencia artificial con el objetivo de que, cada vez que ingrese un nuevo enfermo, el sistema lo clasifique en uno de los tres grupos.

Además, según datos de la evolución de todos los pacientes a las medidas y tratamientos recibidos, los algoritmos sugerirán el tratamiento con mayor éxito para cada uno de ellos.

El uso de este sistema ha revelado diversas ventajas, como que permite extraer los datos de forma transparente a partir de las historias clínicas y otras fuentes de datos, sin requerir trabajo adicional por parte de los sanitarios, algo fundamental ante posibles saturaciones del sistema sanitario.

En esta primera fase, el modelo ha sido entrenado con variables proporcionadas por el Instituto de Investigación Sanitaria La Fe de Valencia y se ha desarrollado un sistema que obtiene un 90 % de precisión.

El estado actual del modelo desarrollado en el marco de este proyecto tiene una precisión comparable a otros similares, mejorando el nivel de detalle de las morbilidades consideradas.

Dada la particularidad que sufren los recursos médicos ante esta enfermedad, como la posible saturación de unidades y servicios, también se construirá un modelo de predicción que indique los días que el paciente ingresará en la UCI.

De momento, se han incluido en el algoritmo y se han analizado más de 3.000 variables pertenecientes a 6.000 pacientes.

La propuesta y construcción del modelo se basa en la experiencia previa del grupo de investigación de la Universidad de Alicante "Lucentia Research", liderado por el catedrático del Departamento de Lenguajes y Sistemas Informáticos (DLSI) de la UA, Juan Carlos Trujillo.