Desarrollo del proyecto
Caso real dentro de centros de nefrología
La base del proyecto AllPrevent se sustenta en el fundamento de que, en la mayor parte de los pacientes crónicos complejos, los problemas agudos que determinan una hospitalización pueden estar precedidos por cambios biológicos sútiles, condicionados por la enfermedad subyacente. En personas mayores, se ha demostrado que es posible predecir con algunos días de antelación la aparición de problemas infecciosos mediante la monitorización continua de algunas constantes vitales.
Bajo estos fundamentos, se desarrolla el proyecto AllPrevent con el objetivo general de implementar un sistema inteligente capaz de detectar de forma individualizada cambios en el estado de salud de pacientes clínicamente complejos.
Criterios de inclusión
Pacientes
Los pacientes participantes en el proyecto ALLPREVENT se encuentran actualmente en tratamiento de hemodiálisis.
Smartwatch
Al tratarse de un elemento indispensable, los pacientes deberán ser capaces de manipular y mantener uno de estos dispositivos.
Consentimiento
A los pacientes se les informa en todo momento de los detalles del proyecto y firman un consentimiento para participar.
FASES DEL PROYECTO
FASE DE REGISTRO (I)
Registro de datos
En una muestra de 400 pacientes de nefrología, realizamos 150 mediciones/variable/día durante 12 meses.
Recopilación de datos medioambientales
Obtenemos datos ambientales relevantes para el usuario como el clima, temperatura, humedad o contaminación.
App de smartphone y web para personal
Aplicaciones para que el personal registre información relevante del paciente y el usuario registre su salud percibida.
Biomarcadores
Los biomarcadores usados habitualmente para el control de este tipo de pacientes se integran en la App web.
FASE DE VALIDACIÓN (II)
En esta fase de validación se realiza un ensayo clínico aleatorizado prospectivo con dos grupos experimentales (A y B) seleccionados al azar. Una vez realizado este ensayo, se comparará la evolución de ambos grupos para conocer sus resultados. Los criterios para seleccionar a los pacientes integrados en cada grupo son los siguientes:
Grupo Experimental A
A los pacientes de este grupo se le registran los ingresos hospitalarios, además de las intervenciones urgentes en hemodiálisis, las remisiones a urgencias y la mortalidad durante el período de tiempo establecido de 9 meses.
Grupo Experimental B
En este grupo, se utiliza el conjunto de variables predictoras seleccionadas en la fase de registro, para informar al personal asistencial de la posible aparición de un evento patológico grave, con la antelación definida en esta fase.
FASE (III): ANÁLISIS DE DATOS Y APLICACIÓN DEL MODELO DE IA
Algoritmos de aprendizaje
Se utilizan algoritmos de aprendizaje automático y estadísticos para el proceso de monitoreo , análisis y predicción del estado de salud y la incidencia de enfermedades crónicas.
Modelo Basado en IA
Desarrollo de un cuadro de mando para la gestión de la información mediante una representación gráfica de las métricas o KPIs y de los datos fundamentales que intervienen en el seguimiento del paciente.
Cuadro de mando
Implementación de un modelo basado en Inteligencia Artificial (IA) para el análisis y predicción del estado de salud y enfermedades generando alertas.
Máquinas de diálisis
El sistema recibe e incorpora los datos de las máquinas de diálisis para añadirlos a su proceso de análisis para cada paciente.