MADRID, 20 Nov. (EUROPA PRESS) -
Investigadores de la Sociedad Respiratoria Europea han utilizado inteligencia artificial (IA) para analizar muestras de orina de pacientes y predecir cuándo aparecerán los síntomas de la enfermedad pulmonar obstructiva crónica (EPOC), según un estudio dirigido por la Universidad de Leicester, Reino Unido, que forma parte del Centro de Investigación Biomédica de Leicester del Instituto Nacional de Salud y Asistencia Social.
El estudio, publicado en 'ERJ Open Research' y dirigido por profesor Chris Brightling, muestra que los pacientes que participaron en el estudio realizaron diariamente una sencilla prueba de tira reactiva en su orina y enviaron los resultados a los investigadores a través de sus teléfonos móviles. Mediante el uso de inteligencia artificial para analizar los resultados, los investigadores pudieron "prever" un empeoramiento de los síntomas con una semana de antelación, lo que podría permitir tomar medidas, como modificar el tratamiento, para minimizar o incluso prevenir un brote.
"Las exacerbaciones de la EPOC se producen cuando una persona con EPOC se enferma gravemente y necesita tratamiento adicional, ya sea en casa o en el hospital. Los tratamientos actuales son reactivos a una enfermedad grave. Sería mejor si pudiéramos predecir un ataque antes de que ocurra y luego personalizar el tratamiento para prevenir el ataque o reducir su impacto. Queríamos desarrollar una prueba predictiva que actuara como un pronóstico meteorológico personal de un brote inminente", señala el autor.
Los investigadores comenzaron analizando muestras de orina de un grupo de 55 personas con EPOC y buscando cambios en la composición de la orina que precedieran a un empeoramiento de los síntomas. Esto les ayudó a identificar un conjunto de "biomarcadores", moléculas que tienden a cambiar cuando la EPOC empeora.
A continuación, se desarrolló una prueba de orina, dirigida por Global Access Diagnostics, Bedford, Reino Unido, que mide los niveles de cinco de estos biomarcadores. La prueba es muy similar a las pruebas de flujo lateral de COVID. A continuación, los investigadores pidieron a un grupo de 105 pacientes con EPOC del Hospital Glenfield, Leicester, y del Hospital Prince Philip, Llanelli, Reino Unido, que analizaran su orina diariamente durante seis meses y enviaran los resultados a los investigadores a través de sus teléfonos móviles.
Los investigadores utilizaron un tipo de IA llamada red neuronal artificial para buscar cambios en los niveles de estos biomarcadores y predecir cuándo un paciente iba a experimentar un brote de síntomas de EPOC. Así, descubrieron que este análisis de IA podía predecir con precisión un brote unos siete días antes de que aparecieran los síntomas.
"Nuestro estudio primero exploró muchas sustancias en muestras de orina de personas con EPOC durante un brote y cuando estaban estables. Descubrimos que una pequeña cantidad de estas sustancias podrían identificar un brote. Luego hicimos un seguimiento de un grupo de personas con EPOC y probamos cinco sustancias diariamente. Esto nos permitió desarrollar la herramienta de IA de predicción o pronóstico de riesgos. Descubrimos que la herramienta de IA podía predecir de manera confiable un brote de síntomas siete días antes de un diagnóstico. La ventaja de tomar muestras de orina es que es relativamente rápido y fácil para que los pacientes lo hagan en casa todos los días", señala Brightling.
"Necesitamos trabajar más para refinar el algoritmo de IA con datos de un grupo más grande de pacientes. Esperamos que esto nos permita crear pruebas de IA para pacientes con EPOC que aprendan qué es "normal" para cada persona y pronostiquen un brote de síntomas. De ese modo, se podría adaptar la atención de los pacientes; por ejemplo, podrían necesitar más pruebas o tratamiento, o podrían limitar su exposición a desencadenantes como la contaminación o el polen", concluye.
