Inteligencia artificial
Protocolos de emergencia obsoletos listos para ser modernizados por el aprendizaje automático
Añade Securities.io a tus fuentes preferidas en Google
Nuevos datos de la Universidad de Osaka indican que las capacidades del aprendizaje automático, que aumentan rápidamente, podrían extenderse ahora a las emergencias. Un equipo de investigadores ha demostrado que esta tecnología puede ayudar eficazmente a identificar a los pacientes adecuados para recibir ácido tranexámico y reducir la mortalidad entre los pacientes con traumatismos.
¿Qué es el Ácido Tranexámico (TXA)?
La mayoría de los medicamentos sirven para tratar alguna afección. Sin embargo, unos pocos pueden salvar vidas. Uno de ellos es el ácido tranexámico, o TXA. En términos sencillos, se administra para detener hemorragias abundantes, normalmente causadas por algún traumatismo.
Más concretamente, el TXA reduce y evita la continuación del sangrado al favorecer la formación de coágulos en el organismo. Lo consigue impidiendo la formación de una enzima llamada plasmina, que descompone la fibrina, una proteína esencial para la coagulación.
Normalmente, la presencia de plasmina es beneficiosa, ya que evita una coagulación excesiva y los numerosos problemas que esta puede causar, como accidentes cerebrovasculares, embolias pulmonares, trombosis venosas profundas e infartos de miocardio. Sin embargo, en una emergencia en la que hay que controlar el sangrado, resulta crucial la capacidad del TXA para impedir su formación.
Salvando vidas en situaciones de emergencia con aprendizaje automático
Tanto para un paramédico que intenta estabilizar a un paciente en una ambulancia en movimiento como para un profesional de enfermería que trabaja con un equipo sanitario en urgencias, el TXA sigue siendo una herramienta importante para controlar las hemorragias incontroladas por traumatismos. No obstante, no es adecuado para todos los pacientes, pues suele acompañarse de efectos secundarios graves, lo que dificulta decidir cuándo administrarlo.
Reconociendo que el TXA no es universalmente beneficioso debido a los posibles efectos secundarios, el estudio mencionado se centró en identificar subgrupos específicos de pacientes con trauma que probablemente se beneficiarían del tratamiento con TXA. En el futuro, esta capacidad de identificar candidatos podría desempeñar un papel importante en la modernización de los protocolos existentes para determinar la elegibilidad para su administración.
Utilizando técnicas de aprendizaje automático, los investigadores analizaron datos de más de 50,000 pacientes en el Japan Trauma Data Bank para identificar ocho fenotipos de trauma distintos (agrupaciones basadas en rasgos observables). Luego examinaron el impacto del TXA en estos fenotipos respecto a la mortalidad hospitalaria. Los hallazgos revelaron que ciertos subgrupos mostraron una reducción significativa de la mortalidad cuando fueron tratados con TXA, mientras que otros no se beneficiaron.
El estudio subraya la diversidad de presentaciones de los pacientes con trauma, cuyas lesiones varían ampliamente en tipo y gravedad, lo que dificulta predecir la efectividad del tratamiento de forma individual. El objetivo de esta investigación es mejorar la atención personalizada para los pacientes con trauma, mejorando así la calidad general de la atención y las tasas de supervivencia en esta población de alto riesgo. Este enfoque de tratamiento específico para cada paciente podría conducir a un uso más eficaz del TXA en la atención del trauma, reduciendo efectos secundarios innecesarios y optimizando los resultados, todo gracias al aprendizaje automático.
Aprendizaje automático: Un catalizador central en tecnologías disruptivas
Este estudio se suma a un número creciente de ejemplos que muestran cómo ramas de la inteligencia artificial, como el aprendizaje automático, pueden actuar como catalizador central o «tecnología fundamental» en prácticamente cualquier sector, una idea destacada en el informe «Big Ideas 2024» de ARK Invest.
Gran parte de ello se atribuye a la capacidad de la IA para procesar enormes cantidades de datos y reconocer patrones. Puede hacerlo con más eficiencia que cualquier persona y avanza cada vez más deprisa.
Especialistas en aprendizaje automático
Aunque todavía puede pasar algún tiempo antes de que el aprendizaje automático se utilice en la práctica para decidir si un paciente debe recibir TXA, varias empresas ya trabajan para seguir desarrollando esta tecnología. De hecho, algunas han comenzado a incorporarla a otros ámbitos de la atención sanitaria igualmente importantes.
*Las cifras siguientes eran correctas en el momento de redactar el artículo y están sujetas a cambios. Todo posible inversor debe verificar estos indicadores.*
1. NVIDIA
NVDA Gráfico de precios
NVDA Gráfico de precios
| Capitalización de mercado | Relación P/E proyectada 1 año | Ganancias por acción (EPS) |
| 2,179,359,750,000 | 38.31 | $11.94 |
NVIDIA (NVDA ) ha estado a la vanguardia del desarrollo de la IA, utilizando su potente tecnología de GPU para impulsar diversos sectores, incluida la sanidad. Sus plataformas de IA aceleran el descubrimiento de fármacos, el procesamiento de imágenes médicas y el análisis genético. Por ejemplo, sus GPU procesan grandes conjuntos de datos más rápidamente para tareas de diagnóstico por imagen, ayudando a identificar enfermedades en radiografías y resonancias magnéticas con mayor precisión y rapidez.
NVIDIA colabora con instituciones de investigación y organizaciones sanitarias para desarrollar herramientas de IA que predigan enfermedades, mejoren los resultados de los pacientes y reduzcan los costes sanitarios. Con estas iniciativas, mejora las aplicaciones existentes y desarrolla nuevas formas de diagnosticar y tratar enfermedades mediante la IA.
En el momento de redactar este artículo, la mayoría de los analistas calificaban NVDA como compra fuerte.
2. Powerful Medical
El principal producto o servicio de Powerful Medical se llama PMcardio. Esta plataforma está diseñada para ayudar a los profesionales sanitarios a analizar, interpretar, diagnosticar y tratar episodios cardíacos.
Utiliza aprendizaje automático para analizar electrocardiogramas y compararlos con una amplia base de datos de historiales de pacientes. Esto permite a PMcardio detectar infartos de miocardio, conocidos como «ataques al corazón», y otras anomalías con precisión y rapidez.
La plataforma destaca por ofrecer diagnósticos precisos desde el primer contacto asistencial, algo crucial para intervenir a tiempo en emergencias cardiovasculares. Su tecnología es especialmente significativa porque ayuda a cubrir una carencia importante en la detección de afecciones cardíacas que podrían pasar inadvertidas con los métodos diagnósticos tradicionales.
Al integrar IA en sus operaciones, PMcardio ofrece a los profesionales sanitarios una potente herramienta que mejora la coordinación asistencial, agiliza el triaje y permite detectar precozmente y con precisión episodios cardíacos potencialmente mortales. Este avance destaca el potencial de la IA para transformar el diagnóstico cardiovascular y mejorar la capacidad de predecir y tratar eficazmente las cardiopatías.
El 1 de marzo de 2024, PMcardio logró obtener 7,5 M € en financiación del Consejo Europeo de Innovación para seguir desarrollando sus herramientas de diagnóstico basadas en IA, lo que demuestra su potencial para reducir una de las principales causas de muerte en el mundo.
