En un nuevo e interesante cruce entre la medicina y la inteligencia artificial, un equipo de investigación basado en el MIT, en colaboración con el Hospital General de Massachusetts, Estados Unidos, fue presentado un mecanismo de aprendizaje automático que colabora en el dosaje de anestesia para intervenciones quirúrgicas.
A través de un sistema definido como “sencillo” por sus mismos creadores al momento de ser dado a conocer, es posible evaluar el nivel de inconsciencia de un paciente en función de algunos indicadores corporales, tras la aplicación de un fármaco.
Dosaje preciso de anestesia gracias a la ayuda de la IA
Los fármacos para anestesia son un universo complejo. Existen diversas fórmulas, presentaciones y efectos que se aplican para una infinidad de casos específicos.
De la correcta administración de estas sustancias depende parte del éxito de una intervención quirúrgica, ya que esto influye en el grado de inconsciencia que se logra en los pacientes y en el relajamiento de ciertos indicadores como la frecuencia cardíaca o respiratoria.
El mecanismo presentado por el MIT, en concordancia con el tipo de anestésico que se emplea, puede producir algoritmos que evalúan con una precisión y confiabilidad alta, el efecto que su aplicación tiene sobre los pacientes, en función de su actividad cerebral.
Con este nuevo recurso, se liberaría de una presión importante a quienes se dedican a la anestesiología, pues los indicadores que suelen usarse para evaluar estos efectos suelen ser superficiales e indirectos.
Gracias a la IA presentada, los nuevos algoritmos brindan a los anestesiólogos la posibilidad de mantener los efectos de un fármaco dentro de un nivel esperado, facilitando una administración oportuna y eficiente y reduciendo la posibilidad de generar episodios como crisis o delirios postoperatorios.
Las primeras pruebas de este estudio comenzaron en 2013, con 10 voluntarios sanos, veinteañeros, que experimentaron anestesia con la droga propofol de uso general. La administración del fármaco fue controlada por computadora, aumentando metódicamente la dosis en función de la respuesta de los voluntarios ante simples solicitudes, sobre las cuales debían responder hasta ya no poder. Luego, cuando recobraron el conocimiento producto de la reducción dosis, retomaron la capacidad responder nuevamente. Posteriormente, la prueba se extendió a 27 pacientes de cirugía real, que recibieron el mismo fármaco anestésico, para luego, ampliar el estudio con sevofluorano, otra sustancia de la misma categoría, con una muestra de 17 pacientes reales.
Los sondeos asociados a estos experimientos se midieron mediante electrodos de electroencefalograma, utilizados para registrar los ritmos nerviosos que reflejan la actividad cerebral de los pacientes, permitiendo monitorear en tiempo real la actividad cerebral y la inconsciencia.
Entre las conclusiones destacadas por los autores, se comenta que se dio un caso en el que los algoritmos fueron capaces de detectar el nivel decreciente de inconsciencia de un paciente varios minutos antes de que lo hiciera el anestesiólogo asistente real, lo que significa que si hubiera estado en uso durante una auténtica intervención quirúrgica, podría haber aportado una alerta oportuna.
Y aunque las bases de esta iniciativa se han tratado en investigaciones anteriores, lo presentado por el MIT constituye la primera muestra de un mecanismo de esta clase que es capaz de distinguir y adaptarse a distintos tipos de medicamentos y en el futuro, también a las diversas edades de los pacientes.
Los algoritmos resultantes de este trabajo no son computacionalmente exigentes. Los autores señalaron que durante unos 2 segundos dados de datos de análisis, los algoritmos podrían hacer una predicción precisa del nivel de conciencia de una persona en menos de una décima de segundo, ejecutándose solo en una computadora MacBook Pro estándar.