�鶹����

Na Área Sanitaria de Vigo unhas 10.000 persoas estn en tratamento con CPAP, un dispositivo que lles insufla aire a presin positiva continua na va aérea para tratar a apnea do sono, unha enfermidade que adoita presentar unha sintomatoloxa pouco especfica, polo que moitos pacientes son derivados para estudo, o que se traduce en elevadas cargas asistencias.

Co obxectivo de optimizar o manexo da apnea do sono, mediante a aplicacin de ferramentas de intelixencia artificial (IA), os docentes e investigadores da Escola de Enxeara Industrial da �鶹����, Manuel Casal Guisande e Mara Torres Durn, xunto a outras profesionais do mbito clnico da Unidade de Trastornos Respiratorios do Sono do Hospital Álvaro Cunqueiro, integrados todos eles no grupo NeumoVigo do Instituto de ���Ա�����پ����������� Sanitaria Galicia Sur, traballan desde hai dous anos nos dous mbitos principais do proxecto Diosa (Design and Intelligence for Obstructive Sleep Apnea): un centrado na estratificacin dos e das pacientes con sospeita de apnea do sono para priorizar aqueles con maior risco, e outro, que pretende predicir que pacientes teen probabilidades de seren adherentes ao tratamento con CPAP.

Ata o de agora, o proxecto avanzou, segundo as e os investigadores, de xeito significativo na primeira das lias e “neste intre estamos a piques de iniciar un estudo piloto cunha ferramenta orientada a priorizar pacientes con sospeita de padecer a enfermidade e que adoitan proceder doutros servizos hospitalarios ou da atencin primaria e son avaliados na Unidade de Trastornos Respiratorios do Sono do Servizo de Neumoloxa do Hospital Álvaro Cunqueiro de Vigo”, explica Manuel Casal Guisande. Precisamente o centro hospitalario foi o escenario esta ma, coincidindo este xoves co Da Mundial do Sono, da presentacin entre o persoal clnico do hospital dos avances do proxecto Diosa, nomeadamente “o estratificador de pacientes con sospeita de apnea do sono, empregando s oito variables, todas elas con carcter bastante obxectivo e facilmente dispoibles na prctica clnica”, detalla Casal.

Incorporacin de novas anlises: infradiagnose das mulleres e novos indicadores��

O desenvolvemento do proxecto favoreceu, mantendo os seus obxectivos fundamentais, incorporar novas anlises, “que nos estn permitindo comprender mellor as caractersticas da poboacin con apnea do sono”, explican os investigadores, que por exemplo, identificaron diferentes perfs de pacientes con particularidades clnicas especficas.
“Un caso especialmente relevante é o das mulleres, que historicamente estiveron infradiagnosticadas. Moitas veces os seus sntomas atribúense a outros factores, como a etapa da menopausa ou trastornos do nimo, o que pode facer que non se deriven para o estudo con tanta frecuencia como os homes”, explica o docente da EE Industrial da �鶹����. A isto engdese o estudo da incorporacin de novos indicadores que poden mellorar a avaliacin da enfermidade, como a chamada carga hipxica, que permite cuantificar o impacto real que teen os episodios de obstrucin respiratoria durante o sono. “Neste sentido estamos a desenvolver algoritmos propios para integrar este tipo de informacin nos modelos de predicin”, aclaran as e os investigadores.

IA, tamén para resolver problemas reais da prctica clnica

Mentres aumenta o número de mbitos no que o uso da IA est a ser cuestionado, os responsables de Diosa consideran que no caso dunha enfermidade como a apnea do sono que é moi prevalente, cunha sintomatoloxa moi variable e que produce nas unidades que a estudan unha carga asistencia moi elevada, ferramentas que axuden a priorizar pacientes ou anticipar certos resultados poden ser moi útiles. “No noso caso nunca vimos a intelixencia artificial como un fin en si mesmo, senn como unha ferramenta que pode axudar a resolver problemas reais da prctica clnica”, explica Manuel Casal.

O investigador destaca que este proxecto naceu da colaboracin de perfs complementario, dunha banda, a inquietude desde a enxeara por aplicar técnicas de IA no mbito da saúde, e por outra, do interese dos clnicos por mellorar a atencin a pacientes e avanzar cara un sistema sanitario mis eficiente e sostible. “Neste sentido, o Servizo de Neumoloxa do Hospital Álvaro Cunqueiro é pioneiro, xa que incorporou enxeeiros ao seu equipo de traballo, o que permitiu crear un grupo multidisciplinar que leva tempo desenvolvendo solucins tecnolxicas para enfermidades respiratorias moi prevalentes”, sinalan os investigadores, que como Manuel Casal colabora desde hai anos no equipo e traballou durante dous anos a tempo completo no hospital, antes de regresar �鶹����. “Esta relacin continuada entre hospital e universidade foi o que fixo posible que proxectos como Diosa poidan sar adiante”, asegura.

Unha ferramenta flexible e aplicable a outras enfermidades

Nunha rea sanitaria como a de Vigo que atende cada ano arredor de 2000 novos pacientes con sospeita de apnea do sono, un proxecto como Diosa, que axude a priorizar mellor os ��casos e coecer tamén a súa aceptacin entre os profesionais sanitarios, consideran os seus promotores, “é fundamental para a súa futura implantacin”. Neste sentido destacan que a ferramenta foi deseada para empregarse con informacin dispoible de forma habitual na prctica clnica, “ o que fai que sexa bastante flexible e poida integrarse con relativa facilidade no fluxo asistencial habitual, tanto, no mbito hospitalario, como na atencin primaria”, explican.

Nese intre o sistema permite facer predicins para diferentes niveis do ndice de apnea-hipopnea, indicador empregado para medir a gravidade da enfermidade, cunha capacidade de discriminacin bastante boa, sinalan os responsables do proxecto. “En todo caso, é importante subliar que esta ferramenta non pretende substitur as probas diagnsticas convencionais como a poligrafa cardiorespiratoria ou a polisomnografa en casos seleccionados, que seguen sendo o estndar para confirmar o diagnstico. O que buscamos é mellorar o paso previo, a decisin sobre que doentes precisan da realizacin de estudos complementarios e cales deberan ter prioridade para acceder a esas probas, porque na actualidade esa priorizacin faise fundamentalmente en base a sntomas e consideramos que este sistema de soporte a decisin nos pode permitir optimizar este proceso diagnstico e o uso dos recursos sanitarios” asegura Manuel Casal.��

En canto posibilidade de empregar esta ferramenta baseada na IA en outras enfermidades, Casal, é claro: “si, a metodoloxa que empregamos neste proxecto é adaptable a outras enfermidades. Ao final, o que desenvolvemos son modelos baseados en datos clnicos que permiten identificar patrns e facer predicins que poden axudar na toma de decisins médicas”.
��