Un enfoque clínicamente aplicable para la predicción continua de la lesión renal aguda futura

Área de la Ciencia:

• La informática médica
• Inteligencia artificial en el cuidado de la salud
• Modelos de predicción clínica

Sus antecedentes:

• El reconocimiento tardío del deterioro del paciente contribuye a una mortalidad significativa.
• Las predicciones de riesgo precisas, actualizadas continuamente e individualizadas son cruciales para una intervención oportuna.
• La lesión renal aguda es una condición común y potencialmente mortal en la que la detección temprana es un desafío.

Objetivo del estudio:

• Desarrollar un modelo de aprendizaje profundo para la predicción continua e individualizada del riesgo de deterioro futuro del paciente.
• Utilizar los registros electrónicos de salud para predecir la lesión renal aguda con tiempo suficiente para la intervención.
• Proporcionar información útil, incluidos los puntajes de confianza y las características clínicas destacadas para cada predicción.

Principales métodos:

• Desarrolló un enfoque de aprendizaje profundo para la predicción continua de riesgos.
• Se utilizó un gran conjunto de datos longitudinales de registros electrónicos de salud (703.782 pacientes adultos).
• Valida el rendimiento del modelo en la predicción de lesiones renales agudas, incluidos los casos que requieren diálisis.

Principales resultados:

• El modelo predice el 55,8% de todos los episodios de lesión renal aguda en pacientes hospitalizados.
• Identifica con precisión el 90,2% de las lesiones renales agudas que requieren diálisis, con un tiempo de espera de hasta 48 horas.
• Se ha logrado una baja proporción de falsas alertas de 2: 1 (falsas alertas frente a verdaderas alertas).

Conclusiones:

• El modelo de aprendizaje profundo ofrece un enfoque prometedor para la predicción temprana y precisa de la lesión renal aguda.
• Proporciona a los médicos una advertencia anticipada y factores predictivos clave, facilitando el tratamiento oportuno.
• Potencial para mejorar los resultados de los pacientes al permitir el manejo proactivo de pacientes en deterioro.