Conta atrás para o inicio dun estudo piloto cunha ferramenta de IA para priorizar pacientes con sospeita de padecer apnea do sono

Na Área Sanitaria de Vigo unhas 10.000 persoas están en tratamento con CPAP, un dispositivo que lles insufla aire a presión positiva continua na vía aérea para tratar a apnea do sono, unha enfermidade que adoita presentar unha sintomatoloxía pouco específica, polo que moitos pacientes son derivados para estudo, o que se traduce en elevadas cargas asistencias.

Co obxectivo de optimizar o manexo da apnea do sono, mediante a aplicación de ferramentas de intelixencia artificial (IA), os docentes e investigadores da Escola de Enxeñaría Industrial da UVigo, Manuel Casal Guisande e María Torres Durán, xunto a outras profesionais do ámbito clínico da Unidade de Trastornos Respiratorios do Sono do Hospital Álvaro Cunqueiro, integrados todos eles no grupo NeumoVigo do Instituto de Investigación Sanitaria Galicia Sur, traballan desde hai dous anos nos dous ámbitos principais do proxecto Diosa (Design and Intelligence for Obstructive Sleep Apnea): un centrado na estratificación dos e das pacientes con sospeita de apnea do sono para priorizar aqueles con maior risco, e outro, que pretende predicir que pacientes teñen probabilidades de seren adherentes ao tratamento con CPAP.

Ata o de agora, o proxecto avanzou, segundo as e os investigadores, de xeito significativo na primeira das liñas e “neste intre estamos a piques de iniciar un estudo piloto cunha ferramenta orientada a priorizar pacientes con sospeita de padecer a enfermidade e que adoitan proceder doutros servizos hospitalarios ou da atención primaria e son avaliados na Unidade de Trastornos Respiratorios do Sono do Servizo de Neumoloxía do Hospital Álvaro Cunqueiro de Vigo”, explica Manuel Casal Guisande. Precisamente o centro hospitalario foi o escenario esta mañá, coincidindo este xoves co Día Mundial do Sono, da presentación entre o persoal clínico do hospital dos avances do proxecto Diosa, nomeadamente “o estratificador de pacientes con sospeita de apnea do sono, empregando só oito variables, todas elas con carácter bastante obxectivo e facilmente dispoñibles na práctica clínica”, detalla Casal.

Incorporación de novas análises: infradiagnose das mulleres e novos indicadores 

O desenvolvemento do proxecto favoreceu, mantendo os seus obxectivos fundamentais, incorporar novas análises, “que nos están permitindo comprender mellor as características da poboación con apnea do sono”, explican os investigadores, que por exemplo, identificaron diferentes perfís de pacientes con particularidades clínicas específicas.
“Un caso especialmente relevante é o das mulleres, que historicamente estiveron infradiagnosticadas. Moitas veces os seus síntomas atribúense a outros factores, como a etapa da menopausa ou trastornos do ánimo, o que pode facer que non se deriven para o estudo con tanta frecuencia como os homes”, explica o docente da EE Industrial da UVigo. A isto engádese o estudo da incorporación de novos indicadores que poden mellorar a avaliación da enfermidade, como a chamada carga hipóxica, que permite cuantificar o impacto real que teñen os episodios de obstrución respiratoria durante o sono. “Neste sentido estamos a desenvolver algoritmos propios para integrar este tipo de información nos modelos de predición”, aclaran as e os investigadores.

IA, tamén para resolver problemas reais da práctica clínica

Mentres aumenta o número de ámbitos no que o uso da IA está a ser cuestionado, os responsables de Diosa consideran que no caso dunha enfermidade como a apnea do sono que é moi prevalente, cunha sintomatoloxía moi variable e que produce nas unidades que a estudan unha carga asistencia moi elevada, ferramentas que axuden a priorizar pacientes ou anticipar certos resultados poden ser moi útiles. “No noso caso nunca vimos a intelixencia artificial como un fin en si mesmo, senón como unha ferramenta que pode axudar a resolver problemas reais da práctica clínica”, explica Manuel Casal.

O investigador destaca que este proxecto naceu da colaboración de perfís complementario, dunha banda, a inquietude desde a enxeñaría por aplicar técnicas de IA no ámbito da saúde, e por outra, do interese dos clínicos por mellorar a atención a pacientes e avanzar cara un sistema sanitario máis eficiente e sostible. “Neste sentido, o Servizo de Neumoloxía do Hospital Álvaro Cunqueiro é pioneiro, xa que incorporou enxeñeiros ao seu equipo de traballo, o que permitiu crear un grupo multidisciplinar que leva tempo desenvolvendo solucións tecnolóxicas para enfermidades respiratorias moi prevalentes”, sinalan os investigadores, que como Manuel Casal colabora desde hai anos no equipo e traballou durante dous anos a tempo completo no hospital, antes de regresar á UVigo. “Esta relación continuada entre hospital e universidade foi o que fixo posible que proxectos como Diosa poidan saír adiante”, asegura.

Unha ferramenta flexible e aplicable a outras enfermidades

Nunha área sanitaria como a de Vigo que atende cada ano arredor de 2000 novos pacientes con sospeita de apnea do sono, un proxecto como Diosa, que axude a priorizar mellor os  casos e coñecer tamén a súa aceptación entre os profesionais sanitarios, consideran os seus promotores, “é fundamental para a súa futura implantación”. Neste sentido destacan que a ferramenta foi deseñada para empregarse con información dispoñible de forma habitual na práctica clínica, “ o que fai que sexa bastante flexible e poida integrarse con relativa facilidade no fluxo asistencial habitual, tanto, no ámbito hospitalario, como na atención primaria”, explican.

Nese intre o sistema permite facer predicións para diferentes niveis do índice de apnea-hipopnea, indicador empregado para medir a gravidade da enfermidade, cunha capacidade de discriminación bastante boa, sinalan os responsables do proxecto. “En todo caso, é importante subliñar que esta ferramenta non pretende substituír as probas diagnósticas convencionais como a poligrafía cardiorespiratoria ou a polisomnografía en casos seleccionados, que seguen sendo o estándar para confirmar o diagnóstico. O que buscamos é mellorar o paso previo, a decisión sobre que doentes precisan da realización de estudos complementarios e cales deberían ter prioridade para acceder a esas probas, porque na actualidade esa priorización faise fundamentalmente en base a síntomas e consideramos que este sistema de soporte a decisión nos pode permitir optimizar este proceso diagnóstico e o uso dos recursos sanitarios” asegura Manuel Casal. 

En canto á posibilidade de empregar esta ferramenta baseada na IA en outras enfermidades, Casal, é claro: “si, a metodoloxía que empregamos neste proxecto é adaptable a outras enfermidades. Ao final, o que desenvolvemos son modelos baseados en datos clínicos que permiten identificar patróns e facer predicións que poden axudar na toma de decisións médicas”.