Actualmente los Servicios Médicos de Emergencias Prehospitalarios (SEMP) presentan la necesidad de herramientas que permitan tomar decisiones de forma óptima para poder clasificar el riesgo de deterioro de pacientes. Nuestra hipótesis de trabajo, basándonos en resultados previos, es que es posible predecir el riesgo de deterioro clínico precoz con datos obtenidos exclusivamente a pie de cama y en el primer contacto con el paciente por los SEMP. Por lo que nuestro objetivo principal es el desarrollo de algoritmos de inteligencia artificial que mediante el uso de biomarcadores disponibles a nivel prehospitalario (epidemiológico-demográficos, fisiológicos, signos vitales, analíticos, escalas específicas, fenotipado, comorbilidades, etc.) sea capaz de identificar casos de alto riesgo de deterioro clínico a corto plazo. Para ello planteamos un estudio observacional, prospectivo, multicéntrico, basado en ambulancia, en adultos, entre aquellos pacientes con enfermedad aguda que sean derivados con alta prioridad en ambulancia al hospital. Participarán en el estudio 6 unidades de soporte vital avanzado (USVA) y 42 unidades soporte vital básico (USVB) de las provincias de Valladolid, Salamanca, Burgos, y León que derivarán pacientes a sus hospitales de referencia. Con los datos obtenidos del estudio desarrollaremos los algoritmos mediante distintas estrategias para determinar cuál proporciona el mejor resultado, en todos los casos usando métodos de inteligencia artificial. El algoritmo será incorporado en un dispositivo portátil que se comunicará con el servicio de urgencias del hospital de destino.

Ambulancia
Biomarcador
Escalas de alerta
Inteligencia artificial
Seguridad del paciente
Toma de decisiones clínicas

Acción Estratégica en Salud (AES)