Una tecnología predice qué casos de coronavirus tienen más riesgo de daño pulmonar

Un grupo de investigadores de Estados Unidos y China informó este lunes que desarrolló una herramienta de inteligencia artificial qué permite saber esto.

Se podrá conocer de una forma precisa qué pacientes recién infectados con el nuevo coronavirus pueden desarrollar un daño severo en los pulmones.

Se trata de un algoritmo que puede asistir a los médicos para que tomen decisiones sobre dónde priorizar los recursos en sistemas que están al límite por la pandemia, explicó Megan Coffee, una médico que ejerce como académica en la Escuela de Medicina de Grossman en Nueva York.

La experta es una de las coautoras del estudio publicado en la revista Computers, Materials & Continua.

Esta herramienta desveló varios indicadores sorprendentes que constituyen indicios que predicen qué pacientes van a desarrollar una condición conocida como síndrome respiratorio agudo (ARDS), que es una complicación muy grave derivada del COVID-19 que llena de líquido los pulmones y que es mortal en un 50 % de los casos que desarrollan esta patología.

El equipo utilizó un algoritmo de aprendizaje automático introduciendo los datos de 53 pacientes con coronavirus en dos hospitales en Wenzhou, en China, y descubrió que los cambios en tres marcadores eran los indicios más fiables: los niveles de la enzima hepática alanina aminotransferasa (ALT), los dolores corporales y los niveles de hemoglobina.

Al utilizar esa información, combinada con otros factores, la herramienta fue capaz de predecir el riesgo de desarrollar síndrome respiratorio con una precisión de un 80 %.

Por el contrario marcadores que eran considerados como distintivos del virus, como un patrón en las imágenes tomadas de los pulmones denominado “opacidad del vidrio molido”, la fiebre y una respuesta inmune contundente no fueron útiles a la hora de predecir qué pacientes que comenzaron con síntomas leves después desarrollaron patologías pulmonares.

Otros factores como la edad o el género tampoco fueron más útiles para predecir la respuesta a la enfermedad, pese a que otros estudios han señalado que los hombres sobre 60 años tienen mayor riesgo.

“Es fascinante porque muchos de los datos que la máquina utilizó para ayudar a influenciar las decisiones fueron diferentes de los que los facultativos usarían habitualmente”, indicó Coffee.