De acuerdo con un estudio publicado en ERJ Open Research, investigadores han utilizado inteligencia artificial para analizar muestras de orina de pacientes y predecir en qué momento aparecerán los síntomas de la enfermedad pulmonar obstructiva crónica (EPOC). Los pacientes que participaron del estudio realizaron de forma diaria una sencilla prueba de tira reactiva en su orina y enviaron los resultados por medio de sus teléfonos móviles.
Por medio del uso de la IA, los científicos pudieron analizar los resultados y prever un empeoramiento de los síntomas con una semana de antelación, lo cual ayuda a tomar medidas como modificar el tratamiento para minimiza o incluso prevenir un brote. Es clave mencionar que el EPOC, que incluye el enfisema y la bronquitis crónica, refiere a una enfermedad pulmonar grave y de larga duración que según la OMS es la tercera causa de muerte en todo el mundo.
El estudio fue dirigido por el profesor Chris Brightling de la Universidad de Leicester, Reino Unido, que forma parte del Centro de Investigación Biomédica del Instituto Nacional de Salud y Asistencia Social de Leicester, quien destacó que “las exacerbaciones de la EPOC se producen cuando una persona con EPOC se enferma gravemente y necesita tratamiento adicional, ya sea en casa o en el hospital. Los tratamientos actuales son reactivos a una enfermedad grave. Sería mejor si pudiéramos predecir un ataque antes de que ocurra y luego personalizar el tratamiento para prevenir el ataque o reducir su impacto. Queríamos desarrollar una prueba predictiva que actuara como un pronóstico meteorológico personal de un brote inminente”.
¿Cómo se realizó el estudio sobre EPOC?
Inicialmente, el equipo inició analizando muestras de orina de un grupo de 55 personas con EPOC y buscando cambios en la composición de la prima que precedieran a un empeoramiento de los síntomas. Esto como tal, identificó biomarcadores, es decir, moléculas que tienden a cambiar cuando la EPOC empeora.
Después, se desarrolló una prueba de orina que fue dirigida por Global Access Diagnostics, Bedford, Reino Unido, con el fin de medir los niveles de cinco de estos biomarcadores. La prueba es muy similar a las pruebas de flujo lateral de COVID.
Enseguida, los investigadores solicitaron al grupo de 105 pacientes con EPOC del Hospital Glenfield, Leicester, y del Hospital Prince Philip, Llanelli, Reino Unido, que analizaran diariamente su orina durante 6 meses y enviaran resultados a por medio de sus teléfonos móviles. Para ello, se utilizó un tipo de IA llamada red neuronal artificial para buscar cambios en los niveles de estos biomarcadores y predecir cuándo un paciente iba a experimentar un brote de síntomas de EPOC.
Con los resultados, se identificó que dicho análisis de IA podía predecir con precisión un brote siete días antes de que aparecieran los síntomas. Ante este hallazgo, el profesor Brightling dijo: “Nuestro estudio primero exploró muchas sustancias en muestras de orina de personas con EPOC durante un brote y cuando estaban estables. Descubrimos que una pequeña cantidad de estas sustancias podían identificar un brote. Luego hicimos un seguimiento de un grupo de personas con EPOC y analizamos cinco sustancias diariamente”
“Esto nos permitió desarrollar una herramienta de predicción de riesgos basada en inteligencia artificial. Descubrimos que la herramienta de inteligencia artificial podía predecir de manera confiable un brote de síntomas siete días antes de un diagnóstico. La ventaja de tomar muestras de orina es que es relativamente rápido y fácil para que los pacientes puedan hacerlo en casa todos los días”.
Asimismo, añadió que requieren seguir trabajando para refinar el algoritmo de UA con datos de un grupo más grande de pacientes. Con ello espera que se puedan crear pruebas de IA para pacientes con EPOC que aprendan qué es “normal” y pronostique un brote de síntomas.
Descargue el estudio completo aquí:
