Este software pronostica que el 7% de las personas atendidas en los servicios de urgencias de la Región de Murcia volverán a ellos en un plazo de un mes tras recibir el alta, pudiendo calcular el riesgo individual de recaída.

Una investigación multidisciplinar de la UCAM dirigida por los doctores Juan José Hernández y Horacio Pérez, ha desarrollado una metodología basada en Inteligencia Artificial (concretamente en aprendizaje automático) capaz de predecir con un 95% de precisión la recaída de pacientes que han sido atendidos en los servicios de urgencias de la Región de Murcia.

Este logro ha sido posible gracias a los datos proporcionados por el Servicio Murciano de Salud, lo que ha permitido crear un sistema que estima que alrededor del 7% de los pacientes atendidos en Urgencias, y que cumplen ciertas características según el algoritmo, necesitarán ser reatendidos en los 30 días siguientes de haber recibido el alta. Además, el modelo puede calcular el riesgo individual de recaída para cada paciente.

El sistema se ha construido a partir de una amplia cantidad de información, incluyendo datos clínicos y demográficos. Entre ellos, se encuentran las intervenciones realizadas durante la estancia hospitalaria, el momento de admisión y alta, el historial médico, el código postal, el sexo, la edad y hábitos como el tabaquismo o el consumo de alcohol. La combinación de todos estos factores permite al modelo identificar patrones que influyen en la probabilidad de una recaída tras la atención en Urgencias.

Los Grupos de Investigación UITA, BIO-HPC e Hydro MRLab han generado esta herramienta, que pondrá a disposición del Servicio Murciano de Salud o de cualquier otro servicio de salud que quiera utilizarla para mejorar la gestión hospitalaria y la atención a los ciudadanos.