La inteligencia artificial puede ayudar a los equipos de ambulancia a salvar vidas
Evaluar la gravedad de las lesiones de una víctima implica examinar rápidamente varios signos y síntomas. Un estudio reciente sugiere que la IA puede desempeñar un papel transformador al apoyar la toma de decisiones rápida y crítica del personal de ambulancia.
En el acelerado mundo de la atención médica de emergencia, tomar decisiones rápidas y precisas es crucial. Una atención prehospitalaria adecuada y bien ejecutada es esencial para el éxito de la ayuda a cualquier víctima potencial.
Corresponde a la urgencia prehospitalaria dar una respuesta adecuada a cada situación. Este servicio salva vidas y el tiempo que se tarda en examinar a las víctimas puede ser decisivo. También es importante evitar que la condición de estas mismas víctimas empeore. El objetivo último de la atención prehospitalaria es proporcionar a cualquier víctima la asistencia más adecuada y rápida posible, minimizando su sufrimiento inmediato.
El conocimiento de los mecanismos del trauma y de las emergencias medias y el estricto cumplimiento de los pasos necesarios para el abordaje y examen de la víctima permiten una correcta valoración de la situación, ya que esta secuencia permite identificar y tratar lesiones que ponen en riesgo la vida.
Aquí es donde la inteligencia artificial (IA) puede desempeñar un papel transformador, como ha demostrado una investigación reciente de la Universidad Tecnológica de Chalmers en Suecia, junto con la Universidad de Gotemburgo y la Universidad de Borås.
El estudio, dirigido por Anna Bakidou, estudiante de doctorado en la Universidad de Chalmers, se centra en mejorar la forma en que los equipos de ambulancia evalúan a las víctimas en un entorno prehospitalario.
El trabajo, publicado en BMC Medical Informatics and Decision Making, desarrolló cinco modelos de IA diferentes utilizando datos de más de 47.000 incidentes reales de ambulancias entre 2013 y 2020. Los datos proceden del registro nacional sueco e incluyen diversos signos y síntomas como la frecuencia del sistema respiratorio. , tipo de lesión, presión arterial, edad y sexo de las víctimas.
Muchas personas gravemente heridas fueron trasladadas a hospitales inadecuados
Los resultados fueron reveladores y mostraron que los modelos de IA superaron las decisiones de transporte y rutas tomadas por los equipos de ambulancia en el momento de los incidentes.
Se constató, por un lado, que el 40% de las víctimas con lesiones graves no fueron enviadas directamente a hospitales de nivel superior, mejor equipados para tratar lesiones graves. Por otro lado, el 45% de las víctimas que no sufrieron lesiones graves fueron remitidas innecesariamente a estos hospitales especializados, ya que podrían haber sido atendidas en otras unidades hospitalarias de menor importancia.
Anna Bakidou imagina que la herramienta de inteligencia artificial actuará como un “colega adicional” para el equipo prehospitalario, ayudándolos a observar conexiones más complejas y reconsiderar decisiones en situaciones complicadas.
Stefan Candefjord, coautor del estudio y profesor asociado en el Departamento de Ingeniería Eléctrica de la Universidad Tecnológica de Chalmers.
El estudio destaca algunos ejemplos prácticos. Por un lado, a menudo se supone que los jóvenes implicados en accidentes de tráfico sufren lesiones más graves de lo que realmente son. Por otro lado, y por el contrario, las personas mayores, especialmente en casos como accidentes por caídas, pueden ser subestimadas en cuanto a la gravedad de las lesiones, a pesar del riesgo de sufrir afecciones potencialmente mortales como hemorragias internas.
Se requieren varios pasos antes de que la tecnología pueda ponerse en uso.
Sin embargo, la integración de esta tecnología en el entorno prehospitalario presenta desafíos y limitaciones. Los pasos clave incluyen encontrar formas de ingresar datos rápida y fácilmente en la herramienta de inteligencia artificial y garantizar que el sistema pueda interactuar de manera efectiva con los usuarios y el equipo de la ambulancia.
Se están considerando para futuros estudios y desarrollo de prototipos cuestiones como el funcionamiento con manos libres, la integración con rutinas y protocolos de rendimiento y la actualización de los consejos del equipo con nuevos datos. Antes de que la IA pueda convertirse en una parte habitual de la atención prehospitalaria, se necesitan estudios exhaustivos y pruebas de concepto.
El coautor Stefan Candefjord reconoce los obstáculos legales en las regulaciones y las preocupaciones que rodean a la IA en la atención sanitaria y prehospitalaria.
Stefan Candefjord, coautor del estudio y profesor asociado en el Departamento de Ingeniería Eléctrica de la Universidad Tecnológica de Chalmers.
Las posibles consecuencias de los errores son importantes y todas las nuevas tecnologías deben someterse a una validación exhaustiva. Aun así, a pesar de estos obstáculos, el apoyo que la IA puede aportar a la atención prehospitalaria es muy interesante. Los hallazgos se pueden utilizar para desarrollar herramientas que complementen los protocolos de examen de las víctimas, con el potencial de mejorar la atención prehospitalaria y así reducir el sufrimiento inmediato de las víctimas y, en última instancia, la mortalidad.
Esta investigación representa un paso importante hacia el futuro de la atención de emergencia prehospitalaria, donde la IA podría ayudar a salvar más vidas al ayudar a tomar decisiones rápidas y precisas.
Aunque las conclusiones del estudio no pueden, por supuesto, transportarse a la realidad de otras geografías, de entrada, debido a las diferentes situaciones en la prestación de asistencia prehospitalaria, deja un pequeño esbozo de cómo la innovación en la informática moderna Puede ser una ventaja, valió la pena.
Referencia de noticias:
Bakidou, A., Caragounis, EC., Hagiwara, M. et. Alabama. Modelo de predicción de la gravedad de las lesiones en el lugar de los hechos (OSISP) para trauma desarrollado utilizando el Registro Sueco de Trauma. BMC Informática Médica y Toma de Decisiones. 2023.