La inteligencia artificial detecta paros cardíacos en las llamadas de emergencia
Después de que una persona sufra un paro cardíaco, los primeros cinco minutos son los más críticos, ya que por cada minuto que pasa, la probabilidad de supervivencia se reduce en un 10 %. Los servicios médicos de urgencias son normalmente los primeros intervinientes en casos de paro cardíaco y por ello es fundamental que estén equipados con las herramientas adecuadas para el diagnóstico correcto. Actualmente, los servicios médicos de urgencias emplean un conjunto de protocolos para reconocer afecciones y activar el sistema de respuesta para casos de urgencias. Sin embargo, debido al reciente aumento de las llamadas de emergencia, cada vez es más necesario identificar situaciones críticas como el PCE más rápido.
Un sistema inteligente de llamadas de emergencia asistido por voz
El proyecto AI4EMS, financiado con fondos europeos, ha desarrollado un asistente digital basado en la voz para ayudar en el diagnóstico y en la priorización de los pacientes. La plataforma AI4EMS integra reconocimiento del habla y aprendizaje automático de última generación para el análisis en tiempo real de las llamadas de emergencia. «Esta tecnología es capaz de analizar la interacción médico-paciente mediante aprendizaje automático para identificar síntomas más rápido que los humanos, lo que ayuda a los profesionales sanitarios a la hora de tomar la decisión adecuada en el momento adecuado», explica Jonas Hansen, coordinador del proyecto. El «software» de AI4EMS, que aprovecha la inteligencia artificial y específicamente el procesamiento del lenguaje natural en tiempo real, escucha las llamadas de emergencia y ayuda al encargado de responder a la llamada a que identifique los signos de enfermedades críticas, como el paro cardíaco. La tecnología se basa en algoritmos desarrollados tras miles de entrevistas médicas previas y se fija en patrones verbales y no verbales de la comunicación, como el tono de la persona que llama o la información sobre si el paciente respira o no. Es más, cada vez que se utiliza la tecnología en un caso, este ayuda a perfeccionar el proceso, lo que permite lograr mejores tasas de detección y menos errores de diagnóstico.
Detección de paro cardíaco en segundos
El equipo del proyecto inició un estudio piloto con proveedores de servicios de emergencia en Copenhague y Seattle para probar la tecnología AI4EMS en pacientes que fueron diagnosticados erróneamente durante un PCE. Los datos de los servicios de urgencias de Copenhague demostraron que el software AI4EMS puede identificar un paro cardíaco en tan solo 44 segundos. Tras un estudio más extenso sobre cerca de 110 000 llamadas de emergencia realizadas en Dinamarca, el «software» redujo la cantidad de paros cardíacos no detectados en un 43 %. Además, reconoció los signos más significativos un 25 % más rápido que el humano encargado de responder a la llamada.
Repercusión y perspectivas del proyecto
Existe una creciente demanda de inteligencia artificial y de asistencia tecnológica a la hora de interpretar los macrodatos del sector sanitario y de gestionar con eficacia las soluciones de triaje. «AI4EMS demuestra la capacidad de un modelo de aprendizaje automático funcionando en un entorno operado tradicionalmente solo por humanos», destaca Hansen. «Es un ejemplo destacado en el que los humanos y la tecnología pueden trabajar juntos para mejorar los servicios sanitarios». Una serie de actividades de difusión han ayudado a concienciar y allanar el camino para un paradigma nuevo en medicina de urgencias con tecnología que aumenta el trabajo de los profesionales sanitarios y aumenta las tasas de supervivencia para millones de pacientes de todo el mundo. La utilización del «software» durante las entrevistas de los pacientes en tiempo real puede ayudar a los médicos a realizar las preguntas adecuadas y llegar a las conclusiones apropiadas. Los investigadores tienen previsto ampliar la aplicación de dichos modelos de inteligencia artificial a otros servicios sanitarios, como ambulancias, servicios de urgencias y clínicas de los médicos de cabecera. También han adaptado la tecnología para producir soluciones específicamente para la COVID-19 que asistan al personal de emergencia en la priorización de pacientes de alto riesgo.
Palabras clave
AI4EMS, inteligencia artificial, servicios médicos de urgencia, paro cardíaco extrahospitalario (PCE)
