Los médicos centraron sus esfuerzos de IA para participar en la batalla contra la pandemia de COVID-19. ¿Cómo puede ayudar a aquellos con síntomas persistentes, el llamado “COVID prolongado”?
La aparición en marzo de 2020 del virus COVID-19 como pandemia tuvo un efecto profundo en la demanda de servicios de salud que continúa hasta el día de hoy. El impacto en los servicios de laboratorio fue particularmente notable en los primeros días de la pandemia. Un estudio dirigido por Thomas JS Durant del Departamento de Medicina de Laboratorio de la Facultad de Medicina de la Universidad de Yale encontró que desde fines de febrero hasta mediados de abril de 2020, se administraron más de 870,000 19 pruebas de COVID-XNUMX en los EE. UU., pero las pruebas de laboratorio en general disminuyeron significativamente. Rápidamente, COVID se había convertido en una carga que estaba afectando otras funciones del laboratorio.
Pero algunos laboratorios hospitalarios tenían un as bajo la manga: la inteligencia artificial (IA). Algunos algoritmos desarrollados para predecir la probabilidad de que un paciente contraiga COVID en función de los datos demográficos y el historial de vacunación para priorizar los recursos de prueba limitados en ese momento. Algunos adaptaron proyectos existentes para predecir la insuficiencia respiratoria.
Se crearon algunos proyectos de IA de imágenes radiológicas reentrenados para acelerar el diagnóstico de dolencias torácicas. Otros utilizaron modelos de inteligencia artificial y aprendizaje automático (ML) para encontrar qué pacientes necesitaban una atención menos atenta y aquellos que probablemente requieran intubación (el procedimiento que se usa cuando no puede respirar por sí mismo). Los investigadores del Instituto Tecnológico de Massachusetts (MIT) también desarrollaron un modelo de IA que podría distinguir incluso a los pacientes asintomáticos de COVID-19 con una precisión sorprendente mediante el análisis de grabaciones de tos recopiladas a través de teléfonos móviles. El modelo se adaptó a partir de algoritmos ya probados para detectar con precisión el asma y la neumonía.
En breve, AI y ML han aliviado las cargas de atención médica reduciendo la escalada de pacientes para liberar recursos, priorizando las pruebas para aquellos que tienen más probabilidades de haber estado expuestos y proporcionando diagnósticos con formas novedosas de captura de datos. Si bien esto beneficia las fases de tratamiento predictivo y temprano del protocolo COVID, la IA también debe desempeñar un papel en los casos posagudos.
Si bien la mayoría de las personas se recuperan de una infección por COVID en unas pocas semanas, algunas tienen síntomas que persisten. El COVID prolongado, o el COVID posagudo o el COVID crónico, se define como síntomas persistentes durante 12 semanas o más después de la infección que no pueden explicarse por otra afección existente o adquirida recientemente. La lista de síntomas es larga: dificultad para respirar, dolores de cabeza, fiebre, “niebla cerebral”, palpitaciones, dolor en las articulaciones o los músculos y cambios en el olfato o el gusto son solo algunos. El COVID prolongado puede resultar del daño de la infección inicial a los pulmones, el corazón, los riñones, la piel y el cerebro, prácticamente cualquier órgano del cuerpo humano. Y Long COVID no es solo un problema para aquellos que estaban gravemente enfermos u hospitalizados a causa de COVID; puede manifestarse en pacientes con COVID que estuvieron asintomáticos durante la fase aguda de la infección.
Podemos aprovechar las tecnologías de IA y ML de primera línea para ayudar a manejar el sufrimiento prolongado de COVID. Los modelos predictivos podrían determinar la probabilidad de que un paciente sufra de COVID posagudo, determinar qué pacientes sufren consecuencias no infecciosas de COVID, como aislamiento y pérdida de ingresos, y analizar la composición química de una biblioteca completa de tratamientos farmacéuticos que puede ser eficaz para tratar los síntomas posteriores a la COVID-XNUMX.
Tenemos una enorme cantidad de datos para entrenar plataformas de inteligencia artificial y aprendizaje automático. Pero hay un impedimento para su éxito: el silo.
Cuando COVID-19 se declaró por primera vez como una pandemia, los proveedores de atención médica tuvieron que luchar para adoptar o adaptar las herramientas de inteligencia artificial para abordar sus desafíos específicos. Esto significó que el modelado y el desarrollo de algoritmos se llevaron a cabo internamente en lugar de en un foro compartido. Esto no genera ninguna garantía de recopilación de datos consistente o formato de salida que pueda compartirse con otros proveedores, incluso dentro de la misma región, donde los resultados compartidos serían más beneficiosos.
La interoperación de sistemas dispares es un componente vital de un enfoque integral para predecir, detectar y tratar el COVID-19 y sus complicaciones post-agudas. Esto requiere la estandarización de los formatos de informes en una autoridad de atención médica o en todo el estado, idealmente en cumplimiento con los protocolos de los Centros para el Control de Enfermedades (CDC). Los procedimientos de recopilación de datos deben formalizarse, digitalizarse en un formato resistente a errores y acercarse lo más posible al paciente para obtener la máxima precisión.
Las tecnologías de IA y ML ofrecen oportunidades casi ilimitadas en el campo de las ciencias de la vida: modelan posibles puntos críticos de enfermedades, distinguen a los desesperadamente enfermos que requieren un tratamiento atento de aquellos con una enfermedad leve que puede autogestionarse, y predicen qué recursos se necesitarán y dónde. para combatir la pandemia. Tenemos una ventaja inicial en la lucha contra Long COVID y los síntomas relacionados al prepararnos para la interoperabilidad.
Fuente: https://dataconomy.com/2021/12/how-artificial-intelligence-long-covid/
