Estratificación Continua Asistida por IA en la Neurorrehabilitación del Ictus Utilizando Gemelos Digitales Personalizados (STRATIF-AI)

Resumen de la investigación Este proyecto está diseñado para evaluar la viabilidad de la aplicación (app) de rehabilitación STRATIF-AI, junto con su accesibilidad, utilidad y personalización para los pacientes. El propósito de la app es apoyar a los pacientes en su recuperación tras un ictus; sin embargo, dado que se encuentra en una etapa temprana de desarrollo, los objetivos principales de este estudio son probar la viabilidad de involucrar dicha app en la recuperación de un paciente y si los pacientes la encuentran útil.

La tecnología de estratificación más avanzada actualmente se basa en algoritmos de aprendizaje automático (AA), entrenados con datos de grandes cohortes. Esto tiene dos limitaciones principales: a) dichos modelos de AA no pueden utilizar toda la variedad de datos diferentes que se generan sobre un paciente, b) la estratificación se realiza, por tanto, solo de forma intermitente, lo que implica decisiones de atención desactualizadas y subóptimas. Para remediar esto, se desarrolló un nuevo concepto y tecnología: la estratificación continua, utilizando la plataforma STRATIF-AI. En la estratificación continua, todos los datos generados sobre un paciente se almacenan de forma acumulativa en una Bóveda de Datos Personales, controlada por el paciente. Estos datos personales actualizan continuamente la plataforma del gemelo digital. El potencial único de la plataforma proviene de su arquitectura híbrida, que combina modelos mecanicistas, multiescala y multiorgánicos con AA y bioinformática.

Esta tecnología permite simular respuestas específicas del paciente a cambios en el tratamiento e identificar cambios a nivel intracelular, de órgano y de todo el cuerpo, que van desde segundos hasta años para pacientes tras un ictus. La armonización semántica se combina con el aprendizaje federado para volver a entrenar de forma segura los diversos submodelos cuando nuevos datos estén disponibles en una de las bases de datos de cohortes. Este proyecto explorará el uso de gemelos digitales en la fase de rehabilitación de la recuperación tras un ictus y se llevará a cabo en el servicio de rehabilitación del Hospital Chapel Allerton en Leeds. Es uno de los seis estudios simultáneos que involucran a ocho hospitales en toda Europa con el objetivo de refinar y validar los modelos y demostrar cómo los gemelos digitales pueden seguir a los pacientes a través de diferentes apps, cubriendo todas las fases del ictus: desde la prevención hasta el tratamiento agudo y la rehabilitación. La plataforma escalable para la estratificación continua forma la base para un nuevo sistema sanitario interconectado y centrado en el paciente.

Este proyecto tiene como objetivo evaluar la viabilidad de utilizar una nueva app para desarrollar un método de estratificación continua, utilizando todos los datos disponibles para la evaluación del paciente en tiempo real mediante la consolidación de los datos del paciente en un gemelo digital en evolución. Se plantea la hipótesis de que el uso de esta tecnología, en comparación con la atención estándar de rehabilitación post-ictus, mejorará la participación del paciente en la atención de rehabilitación post-ictus y creará oportunidades para trabajos futuros en el uso de gemelos digitales en la atención sanitaria.

Antecedentes y fundamento La motivación para participar en un programa de rehabilitación y la concordancia con el programa de rehabilitación son dos limitaciones importantes para la recuperación de las personas tras un ictus y que pueden conducir a resultados subóptimos. Un problema relacionado y central en todas las fases de la atención del ictus es que los datos están en silos, no se proporcionan a los pacientes sus datos y la estratificación del tratamiento se realiza solo de forma intermitente. Por estas razones, se creó la plataforma STRATIF-AI, que se basa en gemelos digitales -una copia digital de un paciente- que facilita la estratificación continua, dentro y a través de todas las fases de la atención del ictus. Diferentes estudios realizados por hospitales socios en todo el consorcio se centrarán en las etapas más tempranas de la atención del ictus, como las medidas preventivas y la monitorización aguda de los pacientes. En estos estudios, se recopilarán datos para permitir el desarrollo de modelos continuos. En este estudio clínico, se estudiará cómo los pacientes y el personal médico experimentan el uso de la nueva plataforma en rehabilitación. Este es un estudio piloto, que examinará la prueba de principio y recopilará datos iniciales de viabilidad y aceptabilidad.

A nivel mundial, el ictus es la cuarta causa más común de discapacidad en adultos, con 11,9 millones de personas que sufrieron ictus en 2021, y las últimas estadísticas demuestran un aumento en la incidencia de ictus desde 1990 hasta 2021. El impacto económico global del ictus supera los 890.000 millones de dólares estadounidenses al año, una cifra que se espera que se duplique para 2050. Aparte de las implicaciones económicas, el efecto del ictus en la calidad de vida del individuo afectado es sustancial, con más de dos tercios de los supervivientes de ictus en el Reino Unido que salen del hospital con una discapacidad que requiere necesidades de atención continuas. Si bien se necesita más trabajo en el campo de la prevención y el manejo agudo del ictus, cada vez más la importancia de la fase de rehabilitación tras un ictus es reconocida internacionalmente por la Organización Mundial de la Salud, que reconoce la "profunda necesidad no satisfecha" de rehabilitación a nivel global, así como a nivel nacional en la Guía más reciente del Reino Unido para la Rehabilitación del Ictus, que describe el papel crucial de la fase de rehabilitación del ictus y la mayor cantidad de rehabilitación requerida para maximizar la recuperación.

Originalmente desarrollado para la industria, y un concepto relativamente nuevo en la atención sanitaria, un gemelo digital puede definirse como una contraparte virtual de un objeto, sistema o proceso físico que refleja su equivalente del mundo real tanto en función como en apariencia. La progresión continua de la tecnología de gemelos digitales ha llevado a la evolución de modelos avanzados que se adaptan continuamente con el tiempo para poder simular comportamientos complejos. Los gemelos digitales difieren del modelado digital tradicional, ya que requieren un intercambio de datos bidireccional entre la entidad física y la entidad digital, permitiendo así que la entidad física reciba retroalimentación de su contraparte digital, lo que facilita la estratificación continua de los datos. Dado el movimiento hacia un enfoque personalizado del tratamiento en la atención sanitaria, el potencial de los gemelos digitales se está explorando cada vez más. Sin embargo, las complejidades de la emoción y el comportamiento humanos, junto con la variabilidad de factores como la preferencia individual, la motivación, la fatiga y la salud general, requieren gemelos digitales sofisticados para su uso en la atención sanitaria.

Un área prometedora para el uso de gemelos digitales es en el campo de la rehabilitación del ictus, donde podrían usarse para apoyar el período de rehabilitación que a menudo requieren los supervivientes de ictus mediante el modelado de patrones de recuperación individuales y la optimización de terapias. Al integrar datos del paciente en tiempo real, como patrones de movimiento, comunicación y capacidad cognitiva, los gemelos digitales pueden simular resultados de rehabilitación para adaptar los tratamientos a pacientes individuales, ajustar la terapia en tiempo real y ofrecer soporte para la toma de decisiones y retroalimentación motivacional, aumentando potencialmente la participación del paciente y mejorando la recuperación. El concepto de gemelos digitales ya se ha utilizado en el análisis del movimiento humano a través de plataformas disponibles comercialmente como OpenSim, que ha sido validado para el modelado musculoesquelético, demostrando la viabilidad de los gemelos digitales en la atención sanitaria.

El proyecto STRATIF-AI es un proyecto financiado por Horizonte Europa que tiene como objetivo canalizar gemelos digitales para su uso en la rehabilitación tras un ictus. La estratificación tradicional de pacientes en rehabilitación se basa en el establecimiento periódico de objetivos llevado a cabo por el equipo multidisciplinario, acordando objetivos de rehabilitación cada dos o tres semanas con los pacientes y sus familiares o cuidadores para dirigir las actividades del programa de rehabilitación. Sin embargo, este enfoque puede perder datos valiosos entre los episodios de establecimiento de objetivos, lo que significa que los objetivos más recientes no reflejan con precisión y totalidad el estado actual de un paciente. Esta pérdida de datos entre episodios de establecimiento de objetivos puede ser limitante en las prácticas actuales de atención sanitaria, porque los tratamientos permanecen sin cambios hasta la siguiente interacción formal entre el paciente y los profesionales sanitarios, incluso si la condición del paciente ha evolucionado. Por esta razón, STRATIF-AI propone desarrollar un método de estratificación continua para utilizar todos los datos disponibles para la evaluación del paciente en tiempo real consolidando estos datos en un gemelo digital en evolución, que luego ofrecerá retroalimentación en tiempo real al paciente y al equipo sanitario.

Los datos utilizados tradicionalmente en la estratificación en la atención del ictus, como el diagnóstico del paciente, los factores de riesgo de ictus, el historial médico pasado, las observaciones basales y los resultados de escáneres y análisis de sangre, se complementarán con información intermedia de tecnología portátil (reloj inteligente estándar), diarios del paciente y la herramienta de evaluación de rehabilitación formalizada Medida de Independencia Funcional y Medida de Evaluación Funcional (FIM+FAM). Estos datos se utilizarán para actualizar un gemelo digital individualizado para el paciente utilizando tecnología híbrida, que integra modelos mecanicistas para las principales funciones del cuerpo humano con modelos de aprendizaje automático y bioinformática.

El proyecto STRATIF-AI implementará la estratificación continua en la fase de rehabilitación del ictus para pacientes elegibles en el Leeds Teaching Hospitals NHS Trust, y los resultados del proyecto complementarán los estudios en curso sobre el uso de la plataforma durante las fases de prevención y tratamiento agudo del ictus llevados a cabo en otros centros.