20
Diu, Oct
0 Noves Notícies
Categoria: Noves tecnologies

L’Hospital Universitari Son Llàtzer aplica l'ús del Big Data per a la detecció precoç de les sèpsies

Tipografia
  • Més petit Petit Mitjà Gran Més gran
  • Per defecte Helvetica Segoe Georgia Times

L'Hospital Universitari Son Llàtzer ha presentat el Projecte BISEPRO, que utilitza l'ús de Big Data i d'Intel·ligència Artificial per a la detecció precoç i el maneig integral de les sèpsies. A la presentació han acudit el director assistencial del Servei de Salut, el doctor Nacho García, que ha volgut destacar que "l'alt grau d'informatització dels nostres hospitals permet abordar aquest tipus de projectes amb garantia d'èxit. Des de la Unitat d'Innovació del Servei de Salut es pretén promoure projectes relacionats amb el Big Data per poder predir, prevenir i personalitzar malalties i amb això tractar els pacients afectats".

El projecte ha estat dissenyat per la Unitat de Sèpsia de Son Llàtzer i el coordinador del grup d'Investigació Multidisciplinari de Sèpsia, el doctor Marcio Borges. Es tracta d'un ambiciós projecte amb el suport de la Conselleria de Sanitat, el Servei de Salut i l'Institut d'Investigació Sanitària de les Illes Balears (IdISBa) que es desenvoluparà en tots els hospitals públics de les Illes Balears. Aquest projecte compta amb el suport de l'empresa farmacèutica Merck Sharp & Done (MSD). Així mateix, pretén posicionar als hospitals de la Comunitat Autònoma en l'avantguarda de l'ús del Big Data i ser pionera pel que fa a l'aplicació pràctica.

L'Hospital Universitari Son Llàtzer ha estat pioner a Europa en la generació i l'ús de sistemes d'informatització hospitalària, el que ha permès desenvolupar un procés assistencial en el qual la informació en línia permet una millor coordinació i integració dels processos. Fruit d'aquesta filosofia, es va crear la Unitat de Sèpsia l'any 2011.

Aquesta unitat té una àmplia experiència en programes informàtics per a la detecció automatitzada precoç de sèpsia. En una primera etapa es van utilitzar 17 variables que, mitjançant un procés automatitzat, possibilitava detectar casos de sèpsia greu en pacients hospitalitzats. Aquest procés canvia substancialment mitjançant l'aplicació del Big Data i de la Intel·ligència Artificial. Utilitzant tècniques com el maching learning o deep learning s'augmenta l'efectivitat per a la predicció i prevenció de malalties.

En comparar els resultats obtinguts utilitzant tècniques de Big Data i d'Intel·ligència Artificial, aquestes identificaven adequadament pacients amb sèpsia greu en un 83 % enfront del 40 % amb el mètode convencional. Aquesta enorme diferència ve donada pel disseny d'un algoritme que fa servir més variables i combinacions de les que es poden fer amb els mètodes convencionals.

Per això, en els últims anys, la Unitat de Sèpsia de l'Hospital Universitari Son Llàtzer ha desenvolupat un projecte pilot amb una anàlisi retrospectiva amb 26.000 pacients per detectar precoçment l'inici de sèpsia greu en malalts adults en qualsevol punt de l'hospital.

Aquesta anàlisi, ha motivat el disseny del projecte BISEPRO, que consta de 2 fases. La primera per a la detecció de la sèpsia en temps real i la segona que aportarà als clínics una ajuda en la presa de decisions, amb un enfocament integral, des del diagnòstic fins al suport terapèutic al pacient amb sospita de sèpsia. Es tracta d'un ajut al clínic, i el més important, vol generar una medicina de precisió, l'anomenada medicina personalitzada.

La mortalitat relacionada amb la sèpsia segueix essent molt elevada, és el procés hospitalari, en percentatge, amb més mortalitat intrahospitalària, al voltant del 15 % i si hi ha un xoc sèptic aquesta mortalitat pot arribar al 30-35 %. La importància de detectar precoçment la sèpsia és fonamental, en ser aquest un procés clínic temps depenent, com ara l'infart de miocardi o l'ictus. Si la identificam abans, abans tractam i hi ha una relació directa amb millors resultats: menor mortalitat, ús de recursos i costos.

Els experts en sanitat i noves tecnologies referencien que l'ús de Big Data i de la Intel·ligència Artificial no només disminueix la morbimortalitat per diferents processos clínics, sinó que a més, racionalitzen els recursos generant estalvi a un sistema sanitari que debat diàriament la seva sostenibilitat.

Podem definir sèpsia com la resposta clínica de cada individu a una infecció que pot ser molt variable i manifestar-se de diverses formes, per exemple amb febre, hipotensió, fracàs respiratori, etc. Segons les definicions actuals és necessària almenys la disfunció d'un o més òrgans perquè tinguem una sèpsia. La majoria de les infeccions que requereixen ingrés hospitalari poden ocasionar una sèpsia. Els agents responsables de propiciar una sèpsia poden ser diferents tipus de microorganismes, principalment bacteris, però també fongs, virus i paràsits.

Més informació a l'Agenda d'Infosalut.

[Font: Conselleria de Salut. 10/04/2018 IdISBa. 12/04/2018]

[Foto: Conselleria de Salut]

El Web Infosalut utilitza cookies pròpies per millorar la navegació. Les cookies utilitzades no contenen cap tipus d'informació de caràcter personal. Si continua navegant entendrem que accepta el seu ús. Disposa de més informació de les cookies i com pot impedir el seu ús en la nostra política del web.
Més informació sobre les cookies D'acord!