Investigadores andaluces desarrollan un modelo de inteligencia artificial capaz de predecir el riesgo de fallecimiento en la UCI en las primeras 72 horas

El estudio analiza más de 100.000 casos clínicos y alcanza una precisión cercana al 93% mediante aprendizaje automático, lo que abre nuevas posibilidades para mejorar la toma de decisiones y la priorización asistencial en cuidados críticos, bajo la frase objetivo inteligencia artificial en la UCI.

Un grupo de investigadores vinculados al Sistema Sanitario Público de Andalucía ha demostrado el potencial de la inteligencia artificial para anticipar el riesgo de fallecimiento de pacientes ingresados en unidades de cuidados intensivos (UCI) durante las primeras 72 horas. Este periodo, considerado crítico en medicina intensiva, determina estrategias clínicas, priorización de recursos y toma de decisiones asistenciales. El avance sitúa el desarrollo de inteligencia artificial en la UCI como una herramienta emergente en la medicina predictiva aplicada al paciente crítico.

El estudio, publicado en la revista Medicina Intensiva, ha desarrollado un modelo basado en técnicas de aprendizaje automático (machine learning) entrenado mediante el análisis retrospectivo de datos anonimizados de 106.000 pacientes. Con esta metodología, el algoritmo alcanza una precisión cercana al 93% y no solo identifica el nivel de riesgo, sino que permite conocer los factores clínicos que influyen en él, aportando transparencia en la interpretación de la predicción.

Para la elaboración del modelo se han procesado variables fisiológicas y bioquímicas registradas durante el ingreso en la UCI, seleccionando aquellas con mayor relevancia en el pronóstico. Su integración en el algoritmo facilita una lectura rápida del riesgo en tiempo real y proporciona información útil para el equipo asistencial a la hora de adoptar decisiones clínicas en situaciones de alta complejidad.

El proyecto ha sido desarrollado por un equipo multidisciplinar integrado por profesionales expertos en ciencia de datos y evaluación de tecnologías sanitarias de la Fundación Progreso y Salud, entidad dependiente de la Consejería de Sanidad, Presidencia y Emergencias, con la colaboración de especialistas clínicos de cuidados intensivos. Entre ellos se encuentra Ángel Estella, jefe de la Unidad de Cuidados Intensivos del Hospital Universitario de Jerez, cuya participación ha permitido trasladar las necesidades del entorno clínico al diseño del modelo predictivo.

Además de esta publicación, el grupo de investigación trabaja en otras líneas orientadas al uso de la inteligencia artificial en medicina intensiva, centradas en la detección precoz de complicaciones graves y en la mejora de la toma de decisiones basadas en datos. El equipo sostiene que la combinación de algoritmos de predicción y experiencia clínica puede contribuir a reforzar la seguridad del paciente, optimizar los tiempos de intervención y reducir la presión asistencial en situaciones de mayor carga.

Los investigadores subrayan que estos desarrollos no pretenden sustituir la práctica médica, sino complementarla y dotar al personal sanitario de herramientas de apoyo que permitan actuar de forma más temprana y precisa. Según el equipo, uno de los aspectos más prometedores del modelo es su capacidad para explicar qué factores elevan el riesgo de cada paciente, lo que facilita la intervención dirigida y la planificación asistencial.

A medida que la medicina digital avanza, los profesionales participantes consideran que la inteligencia artificial en la UCI puede consolidarse como una herramienta clave en los sistemas sanitarios, especialmente en áreas donde el tiempo de respuesta y la exactitud diagnóstica son determinantes para la supervivencia. Para su implementación definitiva, el trabajo insiste en la necesidad de mantener siempre la supervisión clínica, el cumplimiento ético en el uso de datos y la validación continua de los modelos.

El equipo responsable del estudio mantiene abierta la vía de desarrollo para ampliar la muestra de datos, refinar el algoritmo y evaluar su funcionalidad en distintos hospitales andaluces, con la vista puesta en futuras aplicaciones en la práctica clínica.