Vigilar las infecciones asociadas a la atención sanitaria es fundamental para la seguridad en los entornos médicos. De este modo, es posible identificar factores de riesgo de infección, mejorando la seguridad del paciente y la calidad asistencial. Sin embargo, la vigilancia de estas infecciones es compleja y requiere de conocimientos y recursos especializados.
En este sentido, en España las infecciones asociadas a la atención médica en hospitales de cuidados intensivos causan anualmente 7.414 muertes y 2.025 millones de euros en costes directos, según el estudio de prevalencia puntual de infecciones hospitalaria en España (EPINE), presentado en el XXII Congreso Nacional y XI Internacional de la Sociedad Española de Medicina Preventiva, Salud Pública y Gestión Sanitaria.
El nuevo estudio informa de que las tecnologías de inteligencia artificial pueden identificar casos de infecciones asociadas a la atención médica
La implementación de programas de vigilancia de infecciones y otros protocolos de prevención reduce la incidencia de estas, pero continúan siendo un riesgo, especialmente para pacientes hospitalizados en estado crítico, con dispositivos insertados como vías centrales, catéteres o tubos de respiración. Muchos hospitales cuentan ya con programas de vigilancia de infecciones asociadas a la atención médica para detectar un mayor riesgo de infección, pero su mantenimiento requiere de una gran cantidad de recursos, capacitación y experiencia.
En entornos con recursos limitados, una alternativa rentable podría ayudar a mejorar los programas de vigilancia y permitir una mejor protección de los pacientes de alto riesgo. Una de las alternativas podría pasar por el empleo de inteligencia artificial (IA). En este contexto se ha desarrollado un nuevo estudio, publicado en el American Journal of Infection Control (AJIC), en el que se informa de que las tecnologías de inteligencia artificial pueden identificar casos de infecciones asociadas a la atención médica, incluso en escenarios clínicos complejos.
El estudio, que destaca la necesidad de un lenguaje claro y coherente al utilizar herramientas de IA para este propósito, ilustra el potencial de incorporar la tecnología de IA como un componente rentable de los programas de vigilancia de infecciones de rutina.
Para llevar a cabo la investigación, se evaluaron dos agentes de IA, que fueron chatGPT plus (GPT-4) de OpenAI, y un modelo basado en Mixtral 8x7b, por su capacidad para identificar infecciones del torrente sanguíneo asociadas a la vía central, así como infecciones del tracto urinario asociadas a catéteres. De este modo, se analizó la complejidad de dichos escenarios y se compararon las respuestas con las opiniones de expertos.
Ambos modelos de IA identificaron con precisión infecciones del torrente sanguíneo e infecciones del tracto urinario asociadas a catéteres en todos los escenarios, cuando se le dieron indicaciones claras. Sin embargo, aparecieron desafíos debido a indicaciones ambiguas que incluían fechas en números arábigos, abreviaturas y caracteres especiales. Esto provocó imprecisiones ocasionales en pruebas repetidas.
A pesar de que el estudio demuestra el potencial de la IA para identificar estas infecciones, las indicaciones claras y específicas son cruciales para respuestas confiables de IA
A pesar de que el estudio demuestra el potencial de la IA para identificar estas infecciones, las indicaciones claras y específicas son cruciales para respuestas confiables de IA, lo que revela la necesidad de supervisión humana en la vigilancia de estas infecciones cuando se emplea inteligencia artificial.
La IA se muestra prometedora a la hora de mejorar la vigilancia de infecciones asociadas a la atención sanitaria, y potencialmente promete simplificar las tareas y liberar al personal de atención médica para actividades centradas en los pacientes. Sin embargo, el uso eficaz de la IA requiere educación del usuario y un perfeccionamiento continuo del modelo de inteligencia artificial.