Efectividad de los algoritmos de inteligencia artificial

Introducción A lo largo de la historia de la humanidad, las intervenciones quirúrgicas se han utilizado con frecuencia en el tratamiento humano. Sin embargo, a pesar de sus propiedades terapéuticas, el dolor que experimentan los pacientes, especialmente en el período postoperatorio agudo, puede resultar todo un reto para los médicos. El dolor postoperatorio agudo es un importante problema de salud pública. Mientras que el 80% de los pacientes refieren sentir dolor en el postoperatorio, el 88% de ellos experimentan niveles de dolor moderados o superiores. Según otro estudio, más del 60% de los pacientes quirúrgicos sufren de dolor postoperatorio agudo de moderado a severo, y este dolor se ha asociado con el desarrollo de dolor postoperatorio crónico. El dolor posoperatorio mal controlado puede provocar resultados negativos, como menor satisfacción del paciente, retraso en la recuperación del paciente, mayor duración de la estancia hospitalaria, aumento de los costos de atención, dolor crónico, prescripción innecesaria de opioides, abuso de opioides, sobredosis y muerte. Además, para proporcionar un tratamiento eficaz del dolor, con frecuencia se utiliza el método de proporcionar un tratamiento analgésico preventivo antes de que comience el dolor. Sin embargo, esta situación puede conducir a la administración innecesaria de medicamentos en muchos pacientes y, en consecuencia, a muchos eventos adversos como sangrado, depresión respiratoria, eventos cardíacos o efectos secundarios en el sistema gastrointestinal de los opioides, antiinflamatorios no esteroides y otros analgésicos. Como resultado, la dificultad para predecir el dolor posoperatorio agudo conduce a un tratamiento del dolor subóptimo. Por lo tanto, poder predecir qué pacientes sufrirán dolor posoperatorio agudo de moderado a intenso optimizará la relación riesgo-beneficio de los tratamientos analgésicos perioperatorios y garantizará que se administre el tratamiento adecuado. Aunque diferentes estudios sobre este tema han intentado predecir el dolor postoperatorio mediante análisis de regresión logística, aún no se ha conseguido el resultado deseado. Esta situación cobra aún más importancia en cirugías con alto riesgo de dolor intenso en el postoperatorio, como la resección pulmonar. Para reducir o prevenir las complicaciones pulmonares postoperatorias en pacientes sometidos a resección pulmonar, es muy importante que los pacientes puedan toser sin sentir dolor y así eliminar las secreciones del tracto respiratorio. Si no se proporciona suficiente analgesia, estos pacientes no pueden realizar esto de manera efectiva. Esto aumenta las complicaciones, la estancia hospitalaria y los costos de atención al paciente. Para prevenir estas situaciones negativas y proporcionar una analgesia óptima, se necesitan nuevos métodos para predecir los niveles de dolor postoperatorio. Se han propuesto numerosos modelos en estudios para comprender los factores de riesgo que exacerbarán el dolor posoperatorio agudo intenso. La mayor parte de la investigación en esta área se ha centrado en determinar los factores de riesgo del dolor posoperatorio mediante metodología estadística. Estudios anteriores sugieren que los modelos de aprendizaje automático pueden superar a los modelos estadísticos lineales al clasificar los resultados relacionados con el dolor posoperatorio cuando se consideran características similares. Por lo tanto, los algoritmos de inteligencia artificial (IA) son algoritmos que pueden combinar y analizar datos complejos con cientos de variables y proporcionar nuevos resultados, y pueden guiar una solución eficaz para predecir y gestionar el proceso posoperatorio. Estudios anteriores han mostrado resultados prometedores en la predicción del dolor posoperatorio agudo con un área bajo la curva (AUC) de 0,70 utilizando algoritmos de inteligencia artificial para predecir el dolor con datos perioperatorios. Sin embargo, se necesitan estudios sobre este tema en una cirugía específica como la resección pulmonar, que tiene el potencial de provocar dolor intenso.

Este estudio tuvo como objetivo predecir el dolor posoperatorio mediante el análisis de datos perioperatorios utilizando algoritmos de IA en resecciones pulmonares y determinar la efectividad de los algoritmos de IA a este respecto. Así, se pretendía reducir el uso innecesario de analgésicos en los pacientes, eliminar los posibles efectos secundarios de estos fármacos e iniciar oportunamente un tratamiento analgésico eficaz en pacientes con alto riesgo de dolor.

Propósito/Hipótesis:

Este estudio tuvo como objetivo predecir el dolor posoperatorio mediante el análisis de datos perioperatorios utilizando algoritmos de IA en resecciones pulmonares y determinar la efectividad de los algoritmos de IA a este respecto.

H0: Los algoritmos de inteligencia artificial no son efectivos para predecir el dolor postoperatorio en resecciones pulmonares.

H1: Los algoritmos de inteligencia artificial son eficaces para predecir el dolor postoperatorio en resecciones pulmonares.

Material-Método:

Este estudio se llevará a cabo de acuerdo con la Declaración de Helsinki y se llevará a cabo en el Hospital de Investigación y Formación del Sanatorio SBÜ Ankara Atatürk después de recibir la aprobación del comité de ética. Nuestro estudio es un estudio retroprospectivo. Los datos de los pacientes recopilados retrospectivamente se evaluarán de forma prospectiva con algoritmos de inteligencia artificial.