La Universidad Pública de Navarra ha desarrollado un trabajo que aplica soluciones de soft computing a la predicción de supervivencia en pacientes politraumatizados.
El estudio, explica la Universidad en una nota de prensa, ha sido elaborado por médicos de Urgencias del Servicio Navarro de Salud y profesores del Departamento de Automática y Computación y ha recibido un premio a la mejor comunicación en el Congreso de Medicina de Urgencias y Emergencias celebrado recientemente en Zaragoza.
El trabajo de investigación parte de la base de que los sistemas de medición de la gravedad son necesarios para comparar los resultados tras la asistencia al paciente traumatizado grave en poblaciones muy distintas. En este sentido, determinados índices de medición de la gravedad resultan muy útiles para predecir la posibilidad de supervivencia, sin embargo, son difíciles de obtener en la práctica diaria de urgencias.
Para mejorar la fiabilidad de estas predicciones, el trabajo propone la utilización de técnicas de soft computing (computación suave), una rama de la inteligencia artificial centrada en el diseño de sistemas inteligentes capaces de manejar adecuadamente la información incierta, imprecisa y/o incompleta. Esta cualidad permite abordar problemas reales obteniendo soluciones más robustas, manejables y de menor coste que las obtenidas mediante técnicas convencionales.
462 pacientes
El estudio se realizó sobre 462 pacientes atendidos por los servicios médicos de emergencias de Navarra durante los años 2013 y 2014, todos ellos con un índice de gravedad traumática (New Injury Severity Score – NISS) superior a 15 puntos vivos a la llegada al Hospital. El índice NISS considera en su cálculo las tres lesiones más graves, independientemente del área corporal.
Para la predicción se utilizó un sistema clasificador múltiple –compuesto por dos modelos de regresión logística y el árbol de decisión C4.5– que permite abordar problemas de clasificación con conjuntos de datos no balanceados. En el estudio se consideraron también otros métodos conjuntos clásicos como AdaBoost. AdaBoost-M1 y AdaBoost-M2, que son sistemas que construyen reglas de clasificación.
Los autores concluyen que la utilización de diversos métodos de soft computing y la agregación de sus resultados es una solución adecuada para predecir la supervivencia de los pacientes traumatizados.
