Este proyecto tiene como objetivo desarrollar un sistema de diagnóstico inteligente para el daño renal agudo (DRA), un síndrome con alta incidencia y tasa de mortalidad, debido en parte a un diagnóstico subóptimo. El nuevo sistema identificará, mediante aprendizaje automático, huellas específicas de distintos patrones de daño renal, formadas por combinaciones de un nuevo tipo de biomarcadores urinarios derivados directamente de los procesos fisiopatológicos subyacentes. Para identificar estos biomarcadores se utilizará un enfoque innovador, basado en el análisis proteómico de la orina de diferentes modelos animales de DRA, obtenida durante la perfusión renal in situ con una solución salina. Con este método, los biomarcadores identificados en la orina deben haber sido eliminados directamente por los riñones y, por tanto, son informativos de los diferentes escenarios fisiopatológicos. Los resultados proteómicos se integrarán y contextualizarán mediante un mapeo bioinformático para identificar los procesos fisiopatológicos subyacentes, y con ellos se crearán huellas de biomarcadores distintivos de cada patrón de daño. Con ellas se generará un modelo computacional inteligente que identificará el tipo de AKI de cada individuo. Por último, el modelo se utilizará en un estudio clínico piloto para asociar patrones de daño a la evolución del IRA en humanos, y para identificar de forma preventiva a los individuos predispuestos. El nuevo sistema tiene como objetivo mejorar significativamente el diagnóstico, la prevención y el manejo del DRA con criterios de medicina P4.

Daño renal agudo
dianóstico fisiopatológico
inteligencia artificial
huellas de biomarcadores urinarios
diagnóstico de precisón
medicina personalizada

Acción Estratégica en Salud (AES)