Inteligencia artificial: para predecir y prevenir la hipotensión durante la cirugía

Cada año se operan en Suecia unos 800.000 pacientes. De ellos, una proporción relativamente alta sufre complicaciones graves después de la cirugía, como daños cardíacos y renales, accidentes cerebrovasculares e incluso la muerte. Existe una conexión demostrada entre las complicaciones anteriores y las caídas de presión arterial durante la cirugía, lo que significa que, en cualquier caso, algunas de las complicaciones son potencialmente evitables si la presión arterial se mantiene en un nivel estable y adecuado según las condiciones de cada paciente individual.

Desafortunadamente, los episodios de caída de la presión arterial son difíciles de predecir con los métodos de monitorización estándar disponibles y, por lo tanto, lamentablemente ocurren a menudo durante la cirugía. En el Hospital Universitario Karolinska estamos construyendo un nuevo sistema que, con la ayuda de la inteligencia artificial, puede hacer sonar la alarma incluso antes de que se produzca la caída de la presión arterial. En el estudio, recopilamos y combinamos datos del seguimiento estándar durante la cirugía; pulso, presión arterial, oxigenación, gasto cardíaco, ECG, valores de laboratorio de gases sanguíneos en pacientes sometidos a cirugía abdominal que es un grupo de pacientes que tienen mayor riesgo de sufrir complicaciones postoperatorias. A esta información añadiremos también datos relevantes de un novedoso método de monitorización de la circulación basado en variaciones del dióxido de carbono exhalado. También registraremos la razón por la que la presión arterial ha bajado, como sangrado, impacto de medicamentos, deshidratación, con el objetivo de que los algoritmos de IA puedan distinguir entre diferentes causas de presión arterial baja porque requieren diferentes medidas. Los algoritmos de IA se desarrollarán inicialmente recopilando datos de un gran grupo de pacientes y luego evaluándolos en un grupo más pequeño de otros pacientes representativos.

Los datos de nuestra monitorización estándar en relación con la cirugía se complementan con estimaciones del gasto cardíaco basadas en el método capnodinámico. Los sujetos de la investigación serán dormidos y ventilados mediante un ventilador de cuidados intensivos modificado (servo-i(R) Getinge). Este ventilador dispone de un software para uso en investigación que cuenta con la marca CE. El software modifica el patrón de respiración del ventilador para agregar pausas ligeramente prolongadas después de tres de cada nueve respiraciones. Este patrón de respiración da como resultado una variación leve en el nivel de dióxido de carbono exhalado de aproximadamente 1 kPa. El ventilador se ha utilizado en varios estudios clínicos y con animales de gran tamaño, dos de los cuales fueron realizados por nuestro grupo de investigación. Debido a que se utilizará un ventilador de cuidados intensivos, los pacientes son anestesiados con la llamada anestesia intravenosa total (TIVA) en lugar de anestesia con gas. Esto es diferente a nuestra rutina actual en este tipo de cirugía. Sin embargo, TIVA se utiliza en varios otros tipos de cirugía y conocemos bien el método. En varios hospitales del país y del extranjero, la TIVA se utiliza como método de primera línea incluso en grandes cirugías de cáncer de abdomen porque hay datos que sugieren que los pacientes sufren recaídas menores (metástasis) después. Durante el transcurso de la atención, los eventos que se registran tal como ocurren para luego ser agregados al material para análisis cualitativos. Ejemplos de tales eventos son: administración de medicamentos y líquidos, así como causa probable de hipotensión; sangrado, cambios de posición del cuerpo, etc. Para poder comparar los cálculos de saturación venosa mixta del método capno, se extraerán muestras de sangre del catéter venoso central cada hora durante la cirugía. Cada muestra contiene aproximadamente 2 ml de sangre. En una operación de cinco horas, esto corresponde a aproximadamente 1 cl de sangre. Simultáneamente con las muestras de vena, se tomarán gases en sangre arterial con los mismos volúmenes de sangre. Estas muestras se toman aproximadamente: Cada dos horas durante la cirugía en la rutina clínica pero en el protocolo del estudio se tomarán cada hora en sincronización con las muestras del catéter venoso central.

También se guardan los resultados clínicos, como la duración de la atención y las complicaciones, de modo que la dosis de hipotensión pueda relacionarse con las complicaciones. Lo descrito anteriormente son cosas que medimos y registramos en la rutina clínica y, por lo tanto, no implican ningún impacto adicional en los sujetos de la investigación. Nuestros investigadores realizan posteriormente el análisis de los datos en nuestras computadoras y servidores. A través de inteligencia artificial (IA) y aprendizaje automático (ML), entrenaremos algoritmos de IA con el objetivo de construir métodos eficaces y precisos para predecir la presión arterial baja de forma preventiva. Debido a que se utilizan datos registrados, podemos recuperar el resultado de los mismos datos y comparar nuestros algoritmos con lo que realmente sucedió.