RiskML - Herramienta de Inteligencia Artificial para la predicción del grado de riesgo de pacientes en entornos sociosanitarios

En el ámbito sanitario, la identificación y clasificación de los pacientes en relación con su grado de vulnerabilidad (riesgo) es clave para establecer los tiempos de cuidados de enfermería, ajustándolos a unos niveles adecuados de calidad y seguridad. Además, permite a la institución planificar y programar los recursos en función de los niveles de dependencia de cada área o unidad de cuidados. Para estimar el grado de vulnerabilidad de los pacientes hospitalizados, está extendido el uso de escalas con las que se puede valorar su estado de salud, su nivel funcional y riesgo, lo que permite diseñar tratamientos integrales y planes de cuidados adaptados a las condiciones individuales. Estas escalas asignan una puntuación al paciente que determina su grado de dependencia o estado en diferentes ámbitos, por medio de la agregación y ponderación de las puntuaciones obtenidas en un conjunto de preguntas tipo test que permiten evaluar al paciente. Cada área de especialización médica utiliza un subconjunto específico de estas escalas. De forma generalizada, las escalas son cumplimentadas por el/la enfermero/a responsable del paciente al realizar su valoración al ingreso y evaluadas a lo largo del proceso de hospitalización en el Sistema de Información Hospitalaria (HIS) del centro, y por tanto sus resultados se registran de forma automática como parte de la Historia Clínica Electrónica (HCE) del paciente. Sin embargo, este último caso es el menos habitual y, aun así, el resultado de las escalas es interpretado de forma manual por el/la enfermero/a responsable de determinar el riesgo de cada paciente en cada área. Paradójicamente, se ha evidenciado que la principal limitación y carencia en la mayor parte de los HIS implantados en los centros sanitarios es, precisamente, el escaso desarrollo de módulos de ayuda a la decisión clínica a pesar de tener acceso a un elevado volumen de información. Por otra parte, no existe un valor global del riesgo de cada paciente que resulte del conocimiento obtenido con estas escalas, sino que los diferentes valores de riesgo asignados a cada paciente están especializados por áreas de funcionamiento, y dependen totalmente de la experiencia y pericia de los profesionales responsables de su evaluación. Esto ocasiona múltiples problemas (p.ej. diferencias de criterio del personal sanitario, pérdidas de información, errores en los datos, falta de visión general del riesgo del paciente) que a la corto-medio plazo producen importantes carencias en las alertas de detección de problemas de seguridad y en la calidad en la atención médica. La herramienta riskML permite calcular el riesgo de un paciente hospitalizado a partir de un modelo de IA entrenado con información proveniente de datos de pacientes hospitalizados y etiquetados por un equipo experto de enfermería. La herramienta evita tener que realizar múltiples preguntas correspondientes a las tradicionales escalas de enfermería para, con muy pocas preguntas, determinar el riesgo general del paciente. Actualmente no existe ninguna escala de enfermería que valore este tipo de riesgo. La información proporcionada por esta herramienta es muy útil tanto para mejorar la calidad y efectividad de los cuidados de enfermería, como para la propia gestión hospitalaria, ya que permite realizar una asignación de recursos adecuada a la gravedad del paciente.