Los Centros para el Control y la Prevención de Enfermedades (CDC) reconocen que los determinantes sociales de la salud, como la raza, las finanzas, la vivienda y el empleo, pueden generar disparidades en los resultados de salud. Organizaciones como la Asociación Médica Estadounidense (AMA) y la Asociación Estadounidense de Salud Pública (AHA) se unieron a los CDC para abordar los problemas subyacentes que provocan desigualdades en salud.
Dos médicos con el Instituto Cardiovascular de Medicina de la UAB (CVI) Están aprovechando el poder del procesamiento del lenguaje natural y la inteligencia artificial para abordar estas desigualdades. «Existen deficiencias en la atención cardíaca que a veces se deben al estado clínico o social del paciente», afirma el profesor asociado de Enfermedades Cardiovasculares. Dr. Julian BookerVimos la oportunidad de cerrar esas brechas y garantizar que todos los pacientes reciban la mejor atención de manera oportuna.
Del concepto a la implementación
En septiembre de 2019, el Dr. Booker y Profesor Adjunto de Enfermedades Cardiovasculares y Radiología Dra. Efstathia Andrikopoulou, se asoció con el proveedor externo Mpirik Cardiac Intelligence para desarrollar un algoritmo de software que brinda apoyo a la toma de decisiones clínicas para ayudar a identificar a los pacientes con riesgo de enfermedad valvular cardíaca que, de otro modo, podrían pasar desapercibidos. "Nos centramos en respaldar la ecocardiografía en los servicios de imágenes cardiovasculares, los cirujanos cardiovasculares y la Clínica de Cardiología Estructural y Valvular," dice el Dr. Booker.
Tras definir y validar el algoritmo y analizar los datos preliminares, el sistema de apoyo a la toma de decisiones clínicas se puso en marcha en febrero de 2020. Actualmente, el grupo trabaja para identificar mejor a los pacientes con insuficiencia cardíaca. "Es una enfermedad compleja, y queremos conectar a los pacientes con nuestros especialistas en insuficiencia cardíaca y electrofisiólogos de forma oportuna, para que se pueda evaluar su necesidad de desfibriladores", afirma el Dr. Andrikopoulou.
Además, el equipo se encuentra en las últimas etapas del desarrollo de un algoritmo que ayuda a identificar a pacientes y sobrevivientes de cáncer que necesitan servicios de cardiología. "Queremos que los oncólogos puedan identificar fácilmente a estos pacientes y derivarlos a un cardiólogo", afirma el Dr. Booker. "Esta es una colaboración emocionante que ha generado mucho interés".
Un aspecto central del trabajo del grupo es el estudio de la sociodemografía del área de servicio de Medicina de la UAB. «Las características de ciertos barrios se correlacionan con peores resultados en pacientes con valvulopatía», afirma la Dra. Andrikopoulou. Tras obtener la aprobación de la Junta de Revisión Institucional (JRI) de la UAB, el equipo examinó los códigos postales de los pacientes. «Entre las personas que viven en barrios con ingresos promedio inferiores a 60,000 dólares anuales, observamos que más del 20 % de los residentes son de raza negra, y quienes tienen acceso inadecuado al transporte corren un mayor riesgo de experimentar un empeoramiento más rápido de su valvulopatía», añade.
Los científicos, ingenieros y arquitectos de datos de Mpirik ayudaron a los Dres. Booker y Andrikopoulou a extraer datos basados en códigos postales. Su siguiente paso es integrar los datos con la información personalizada de los pacientes del historial clínico electrónico (HCE) de UAB Medicine.
“Combinar datos personalizados y agregados facilitará la comprensión y la prestación de una atención equitativa a nuestros pacientes”, afirma el Dr. Andrikopoulou. “La decisión de integrar los datos de la HCE hace realidad la posibilidad de usar la tecnología para apoyar a los profesionales clínicos”.
Reconociendo que los problemas cardiovasculares surgen en todo el espectro de la atención, los Dres. Booker y Andrikopoulou prevén futuras colaboraciones con otras áreas de Medicina de la UAB, como cirugía y obstetricia. "Cuando pensamos en afecciones cardiovasculares como la enfermedad aterosclerótica, la diabetes y la hiperlipidemia, nos damos cuenta de que tenemos la oportunidad de optimizar la atención clínica tanto a nivel global como individual", afirma el Dr. Andrikopoulou.
Un sistema escalable
El equipo considera su trabajo tanto una prueba de concepto como la punta del iceberg. «La tecnología y el enfoque que utilizamos son totalmente escalables en todas las facetas de la atención médica», afirma el Dr. Booker. «No hay límite para los servicios que se pueden prestar en el Sistema de Salud de la UAB. Solo se necesita paciencia y desarrollar algoritmos».
La Dra. Andrikopoulou conecta el potencial del aprendizaje automático y la inteligencia artificial con la necesidad de que los profesionales clínicos amplíen sus herramientas. «Este programa es un excelente ejemplo de cómo los médicos no pueden hacerlo todo», afirma. «Debemos reconocer que ya no podemos ser los únicos responsables de brindar una atención de alta calidad».
Al recurrir a Mpirik, el equipo pudo procesar y clasificar un gran volumen de datos. «Con esta información adicional, obtuvimos información que puede transformar la forma en que brindamos atención médica», afirma el Dr. Andrikopoulou.
El Dr. Booker afirma que el poder de la tecnología reside en la capacidad de revisar las historias clínicas con rapidez y precisión para identificar a los pacientes que podrían calificar para ciertos tipos de atención. "La atención médica es un proceso complejo, y a veces los pacientes quedan al margen, ya sea en el ámbito del paciente o en el de la atención médica", afirma. "Lo que impulsa nuestro esfuerzo es el deseo de garantizar que todos nuestros pacientes reciban una atención equitativa y de alto valor".
Refiriéndose al proyecto Mpirik como una labor de amor, el Dr. Booker afirma que su interés en el procesamiento del lenguaje natural y la inteligencia artificial como herramienta de diagnóstico creció de forma natural. "Me interesa la mejora de la calidad y la gestión de los sistemas de salud", afirma. "Pero di el siguiente paso porque vi una deficiencia en nuestra capacidad para identificar pacientes con valvulopatías clínicamente significativas".
Rápidamente internalizó el potencial de la tecnología. "Si le damos al sistema el tiempo que necesita para comprender a los pacientes, no hay límite", dice el Dr. Booker. "Solo estamos limitados por las barreras de nuestra imaginación".