Investigadores chilenos desarrollan IA para detectar riesgo de muerte por neumonía en personas mayores

El modelo, desarrollado por académicos de la Universidad Santo Tomás, incorpora variables como la fragilidad clínica para identificar tempranamente a pacientes hospitalizados con mayor riesgo de una evolución desfavorable. La herramienta aún debe ser validada en condiciones reales antes de una eventual implementación.

La neumonía continúa siendo una de las principales causas de hospitalización y mortalidad entre las personas mayores en Chile, especialmente durante los meses de mayor circulación de virus respiratorios. Ante este escenario, investigadores de la Universidad Santo Tomás desarrollaron un modelo de inteligencia artificial orientado a identificar tempranamente a pacientes con mayor riesgo de fallecer durante su hospitalización.

La herramienta busca entregar información de apoyo a los equipos clínicos para anticipar decisiones médicas, reforzar el monitoreo de pacientes complejos y contribuir a una mejor planificación de camas críticas, personal y recursos hospitalarios.

Una de las principales características del modelo es que incorpora variables clínicas vinculadas a la fragilidad de las personas mayores, un factor que puede ser determinante en su evolución y que no siempre se refleja únicamente en la edad del paciente.

La directora del Magíster en Gerontología Clínica Interdisciplinar de la Universidad Santo Tomás, Dra. Yeny Concha Cisternas, explicó que el sistema podría generar una alerta temprana y objetiva sobre los pacientes hospitalizados por neumonía que presentan mayor probabilidad de evolucionar desfavorablemente.

“Dos pacientes pueden tener la misma edad, pero reservas fisiológicas muy distintas. Al incorporar la fragilidad, el modelo permite mirar la vulnerabilidad del paciente de una forma más integral”, señaló la académica.

Concha recalcó que la herramienta no está diseñada para reemplazar el criterio de médicos u otros profesionales de la salud, sino para complementar la evaluación clínica y permitir decisiones más oportunas.

Según detalló, este tipo de tecnología podría resultar particularmente útil en períodos de alta demanda asistencial, ayudando a priorizar a quienes requieren una vigilancia más estrecha, evaluaciones tempranas o una eventual derivación a unidades de mayor complejidad.

Los beneficios también podrían alcanzar a las familias de los pacientes, al favorecer una comunicación más clara respecto del estado clínico, los riesgos asociados y la planificación de cuidados durante la hospitalización.

Sin embargo, el modelo todavía no está listo para ser incorporado en hospitales. El académico de la Escuela de Kinesiología de la Universidad Santo Tomás, Dr. Eduardo Guzmán Muñoz, explicó que el próximo paso será someterlo a una validación prospectiva, es decir, probar su funcionamiento con pacientes nuevos y en escenarios reales de atención hospitalaria.

“El modelo debe demostrar que ayuda a tomar mejores decisiones y que sus alertas son interpretables y accionables para los equipos de salud”, afirmó.

El investigador añadió que una futura implementación exigirá resolver desafíos técnicos y regulatorios, entre ellos asegurar la calidad e interoperabilidad de los datos clínicos, proteger la información de los pacientes e integrar el sistema a las plataformas hospitalarias.

Guzmán indicó además que el desarrollo utiliza inteligencia artificial explicable, una característica que permite conocer qué variables inciden en cada predicción. “El algoritmo debe ser una ayuda para priorizar mejor, nunca un mecanismo automático que sustituya la evaluación profesional”, sostuvo.

El equipo investigador proyecta aplicar modelos predictivos similares en otras patologías frecuentes en personas mayores, como fracturas de cadera, accidentes cerebrovasculares e insuficiencia cardíaca. También se contempla avanzar en pilotos controlados junto a hospitales y autoridades sanitarias para evaluar una eventual implementación en el sistema público chileno.