La IA que predice complicaciones durante el embarazo y en el bebé

La inteligencia artificial continúa ampliando sus aplicaciones dentro de la medicina. Un nuevo sistema desarrollado para analizar información clínica podría ayudar a los profesionales sanitarios a anticipar diferentes complicaciones relacionadas con el embarazo y la salud del recién nacido.

El sistema, denominado MoChiAgent, ha sido presentado en un estudio publicado en la revista Nature Medicine. Su desarrollo se basa en el análisis de más de 4,4 millones de visitas clínicas y utiliza información que normalmente ya se obtiene durante el seguimiento médico de las gestaciones.

La propuesta busca aprovechar datos como resultados de laboratorio, antecedentes clínicos y otra información registrada durante la atención sanitaria para identificar con antelación determinados perfiles de riesgo.

Una IA para anticipar complicaciones del embarazo

Una de las principales características de MoChiAgent es que no depende de nuevas pruebas específicamente diseñadas para alimentar el algoritmo. El sistema utiliza datos clínicos que ya forman parte de la atención habitual.

La finalidad es detectar patrones que puedan indicar una mayor probabilidad de determinadas complicaciones y proporcionar información adicional a los profesionales que realizan el seguimiento del embarazo.

Entre los problemas que el sistema puede predecir se encuentran algunos relacionados directamente con el desarrollo de la gestación y el parto.

Parto prematuro y problemas obstétricos

El modelo ha mostrado capacidad para anticipar situaciones como el parto prematuro, el desprendimiento prematuro de placenta y la rotura prematura de membranas.

Estas complicaciones requieren una vigilancia médica específica porque pueden afectar tanto a la madre como al bebé. Una herramienta capaz de identificar con antelación determinados factores de riesgo podría ayudar a los equipos sanitarios a decidir cuándo intensificar el seguimiento.

La utilidad potencial de estos sistemas está precisamente en transformar grandes cantidades de información clínica en señales que puedan ser revisadas por los profesionales.

La inteligencia artificial también analiza la salud del recién nacido

El alcance de MoChiAgent no se limita al periodo anterior al nacimiento. El sistema también ha sido diseñado para analizar determinados riesgos durante las primeras semanas de vida.

Uno de los ejemplos señalados en el estudio es la ictericia neonatal, una alteración relativamente frecuente en los primeros días después del nacimiento.

El modelo también mostró capacidad para mejorar la predicción de otras afecciones infantiles cuando se combinan los datos correspondientes a la madre y al bebé.

La relación entre la salud materna y neonatal

Uno de los aspectos destacados de la investigación es el análisis conjunto de la información de madres y recién nacidos. Los investigadores identificaron asociaciones entre determinados perfiles de riesgo materno y algunas complicaciones posteriores en los hijos.

Según los resultados recogidos por Redacción Médica, los recién nacidos de madres con determinados perfiles de riesgo presentaron casi el triple de probabilidad de desarrollar ictericia neonatal y también mostraron un mayor riesgo de determinadas enfermedades hematológicas frente a los hijos de madres consideradas de bajo riesgo.

Estos resultados no significan que la IA determine que un bebé desarrollará una enfermedad. Se trata de estimaciones de riesgo que deben interpretarse dentro del contexto clínico y bajo la supervisión de profesionales sanitarios.

Un sistema basado en un modelo de lenguaje

MoChiAgent presenta otra característica particular: está construido sobre un modelo de lenguaje capaz de integrar diferentes tipos de información clínica.

En lugar de limitarse a calcular una probabilidad a partir de unas pocas variables, el sistema puede analizar distintos datos disponibles en el historial y generar una evaluación más amplia de la situación.

El modelo también puede reconstruir determinados valores de laboratorio que no estén disponibles y realizar estimaciones relacionadas con la edad gestacional o con la evolución esperada del embarazo.

De la predicción a posibles recomendaciones

El sistema incorpora además una función orientada a buscar recomendaciones relacionadas con posibles intervenciones. Para ello utiliza información procedente de literatura médica y guías clínicas.

Esto supone una diferencia respecto a un modelo que únicamente señala la existencia de un riesgo. La herramienta intenta aportar información que pueda servir como apoyo a la toma de decisiones de los profesionales.

Sin embargo, las recomendaciones generadas por una IA no deben interpretarse como una sustitución del criterio médico. La valoración de cada embarazo requiere considerar circunstancias individuales que pueden no estar completamente representadas en los datos utilizados por un algoritmo.

Más de cuatro millones de visitas clínicas analizadas

Uno de los elementos que destacan en la investigación es el volumen de información utilizado para desarrollar y evaluar el sistema.

MoChiAgent fue entrenado y validado utilizando información procedente de más de 4,4 millones de visitas clínicas. Además, el trabajo incluyó una validación externa mediante cohortes independientes de madres y bebés.

La utilización de grandes bases de datos permite a los modelos de inteligencia artificial identificar patrones que pueden resultar difíciles de detectar mediante la revisión individual de millones de registros.

No obstante, disponer de una gran cantidad de información no elimina la necesidad de comprobar cómo funciona el modelo cuando se utiliza en otros hospitales, sistemas sanitarios y grupos de población.

Un estudio prometedor, pero todavía con limitaciones

A pesar de los resultados obtenidos, el sistema se encuentra todavía en una fase de investigación. El estudio analizado es de carácter retrospectivo, lo que significa que utiliza información clínica registrada previamente para evaluar la capacidad predictiva del modelo.

Esto es diferente de utilizar la herramienta de manera prospectiva, acompañando a mujeres embarazadas durante su gestación y comprobando en tiempo real si sus predicciones permiten mejorar los resultados clínicos.

La población estudiada también es un factor importante

Otra de las limitaciones señaladas está relacionada con la procedencia de los datos. La investigación se realizó con población china, por lo que será necesario comprobar el comportamiento del sistema en otras poblaciones.

Las características demográficas, los protocolos médicos, la disponibilidad de pruebas y las diferencias entre sistemas sanitarios pueden influir en el rendimiento de una herramienta de inteligencia artificial.

Por este motivo, antes de incorporar un sistema de estas características a la práctica clínica habitual serían necesarios procesos adicionales de validación y evaluación.

La IA como apoyo y no como sustituto del médico

La aplicación de inteligencia artificial en obstetricia abre posibilidades para mejorar la identificación temprana de determinados riesgos, pero también plantea retos relacionados con la seguridad y la responsabilidad clínica.

Una herramienta predictiva puede ayudar a identificar pacientes que podrían necesitar una vigilancia adicional. Sin embargo, el resultado del algoritmo debe ser revisado por profesionales que conozcan el historial y las circunstancias concretas de cada paciente.

La decisión final sobre el seguimiento, las pruebas o las intervenciones debe permanecer dentro del ámbito de la atención médica correspondiente.

Un nuevo escenario para la medicina materno-infantil

El desarrollo de MoChiAgent refleja una tendencia creciente hacia el uso de inteligencia artificial para aprovechar los grandes volúmenes de datos generados en los sistemas sanitarios.

En el ámbito materno-infantil, esta tecnología podría tener especial interés porque el estado de la madre y el desarrollo del bebé están estrechamente relacionados. Analizar conjuntamente ambos historiales puede proporcionar una visión más amplia del riesgo.

El reto será determinar hasta qué punto estas herramientas pueden mejorar la atención cuando se utilizan en condiciones reales y garantizar que sus resultados sean fiables para diferentes poblaciones.

Por ahora, los resultados de la investigación muestran el potencial de la IA para transformar datos clínicos rutinarios en información predictiva. La siguiente etapa será comprobar su utilidad de forma prospectiva y en diferentes entornos sanitarios.

¿Qué es MoChiAgent?

MoChiAgent es un sistema de inteligencia artificial diseñado para analizar información clínica y predecir diferentes complicaciones relacionadas con el embarazo y el periodo neonatal.

¿Qué complicaciones puede predecir?

Entre las situaciones analizadas se encuentran el parto prematuro, el desprendimiento prematuro de placenta, la rotura prematura de membranas y la ictericia neonatal, además de otras afecciones.

¿Cuántas consultas clínicas se utilizaron para desarrollar el sistema?

El sistema fue entrenado y validado con información procedente de más de 4,4 millones de visitas clínicas.

¿La IA puede diagnosticar por sí sola una complicación del embarazo?

El sistema está planteado como una herramienta de predicción y apoyo. Sus resultados no sustituyen la valoración de los profesionales sanitarios ni permiten afirmar por sí solos que una complicación vaya a producirse.

¿Qué es la ictericia neonatal?

Es una alteración que puede aparecer en los recién nacidos y que se caracteriza por una coloración amarillenta de la piel y las mucosas debido a niveles elevados de bilirrubina. Su valoración corresponde al equipo sanitario que atiende al bebé.

¿La herramienta ya se utiliza de forma generalizada en hospitales?

El estudio se encuentra en una fase de investigación. Al tratarse de un modelo evaluado principalmente con datos retrospectivos y población china, son necesarias nuevas validaciones antes de determinar su utilidad en otros sistemas sanitarios y poblaciones.

¿La inteligencia artificial puede sustituir al médico?

No. En este contexto, la IA se plantea como una herramienta de apoyo para analizar información y estimar riesgos. La interpretación clínica y las decisiones relacionadas con la atención corresponden a los profesionales sanitarios.