Antecedentes: La Insuficiencia Respiratoria Aguda Hipoxémica (IRAH) es la causa más frecuente de ingreso en las Unidades de Medicina Crítica del mundo. Objetivos: Derivar modelos de estratificación y predicción pronóstica en pacientes con IRAH con más del 85% de precisión usando técnicas de inteligencia artificial y de aprendizaje automático. Metodología: Disponemos de más de 3.000.000 de registros anonimizados y disociados de datos demográficos, clínicos y diagnósticos de 3.900 pacientes con IRAH recogidos en varios estudios observacionales financiados por el ISCIII: (i) Cohorte SIESTA (n=1200) en 21 hospitales españoles; (ii) Cohorte PANDORA (n=1600) en 22 hospitales españoles; (iii) Cohorte PANDORA-WALES (n=1100) en 12 hospitales de Gales. Además, construiremos la Cohorte PANDORA-CHILD con un millar de niños tratados en 20 hospitales pediátricos españoles en el primer año del proyecto. Dividiremos de forma aleatoria todos los sets de datos en cohortes de entrenamiento y de validación. Los análisis de clustering y de predicción se abordarán desde el aprendizaje automático con, entre otros, algoritmos de agrupamiento jerárquico, mapas auto-organizados, árboles de decisión y modelos gráficos probabilísticos utilizando técnicas bioinformáticas y de inteligencia artificial para identificar el mínimo número de variables clínicas, biológicas, de manejo y tratamiento. Resultados esperados: Nuestros modelos pronósticos pueden aportar decisiones individualizadas y clínicamente interpretables que podrían mejorar la supervivencia de IRAH.
Insuficiencia respiratoria aguda
síndrome de distrés respiratorio agudo
medicina de precisión
estratificación
predicción
inteligencia artificial
aprendizaje automático
Acción Estratégica en Salud (AES)
01/01/2020 - 31/12/2022
VILLAR HERNANDEZ, JESUS
FUNDACION CANARIA INSTITUTO DE INVESTIGACION SANITARIA DE CANARIAS
HOSPITAL DE GRAN CANARIA DR. NEGRIN
CANARIAS
LAS PALMAS
62,920 €