Inteligencia artificial para el control de la diabetes gestacional

El sistema podría utilizarse en un futuro tanto en atención primaria como en atención especializada para gestionar el tratamiento de mujeres con diabetes gestacional

Aplicar la inteligencia artificial al control de las embarazadas que sufren diabetes gestacional (DG). Es el objetivo de un trabajo desarrollado por un equipo de investigadoras de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la Universidad Politécnica de Madrid (UPM). El proyecto ha dado como resultado la creación de Sinedie (Sistemas INteligentes y de Educación para el control de la Diabetes diagnosticada en el Embarazo)”, una herramienta de telemedicina que permite automatizar el protocolo de seguimiento terapéutico inicial, reduce la carga clínica y da más comodidad a las gestantes a la hora de establecer las revisiones.

La diabetes gestacional es una patología que desarrolla el 10% de las mujeres sanas de manera temporal durante el embarazo. Se prevé que esta prevalencia pueda triplicarse en los próximos años debido al cambio en los criterios diagnósticos de acuerdo con las nuevas recomendaciones internacionales. Los principales factores de riesgo para desarrollarla son el índice de masa corporal, la grasa abdominal, la edad (mayor de 35) y tener antecedentes familiares con diabetes. Se caracteriza por un elevado nivel de glucosa en la sangre materna que aumenta las complicaciones en el parto por un excesivo crecimiento del feto, lo que incrementa el riesgo de cesárea. Otras complicaciones asociadas son la hipoglucemia neonatal y la muerte fetal intrauterina, además del aumento del riesgo de desarrollar diabetes tipo 2 en un futuro, tanto para la madre como para el feto.

Los embarazos complicados con diabetes gestacional se consideran de riesgo, por lo que las pacientes deben asistir a consultas semanales para evaluar sus datos de monitorización y controlar la evolución de la gestación. Aunque los sistemas de telemedicina existentes reducen las visitas presenciales mejorando la calidad de vida de las pacientes, las críticas hacia los mismos se centran en que no se descarga de trabajo a los especialistas que tienen que evaluar los datos de las pacientes aunque estas no acudan a consulta. Disminuir el volumen de trabajo de los especialistas aplicando la inteligencia artificial a la toma de decisiones es uno de los objetivos de Sinedie, un sistema en cuyo desarrollo han participado investigadoras del Grupo de Bioingeniería y Telemedicina (GBT) de la UPM.

Capaz de generar recomendaciones a las pacientes

“Nuestro reto era desarrollar un sistema que permitiese el envío de datos de monitorización de las gestantes, el análisis automático de los mismos y la generación de recomendaciones de cambios de terapia tanto a las embarazadas como al personal médico”, explica Estefanía Caballero, investigadora de la UPM y una de las autoras del trabajo.

Para evaluar su seguridad y eficacia, Sinedie se sometió durante 17 meses a un estudio con la participación de 112 pacientes en los hospitales Parc Taulí de Sabadell y Mutua de Terrassa. “El uso del sistema redujo las visitas presenciales y la carga de trabajo de los clínicos . Además, las pacientes afirmaron estar muy satisfechas, lo consideraban útil y confiaban en que su enfermedad estaba bien controlada”, explica.

Como resultado secundario las investigadoras desarrollaron un clasificador automático de medidas de glucemia para etiquetar con la ingesta correspondiente las medidas descargadas de un medidor de glucosa. El clasificador se integró en el sistema Sinedie, ya que la información sobre la ingesta es esencial para que las herramientas de análisis automático puedan determinar el estado metabólico de las pacientes. Durante el estudio clínico, el clasificador etiquetó automáticamente 14.016 medidas, obteniendo un 98,6% de precisión.

El clasificador desarrollado puede integrarse de manera independiente en sistemas de visualización de datos, de telemedicina y en sistemas expertos o de ayuda a la decisión para etiquetar los valores descargados del medidor de glucosa de las pacientes. Los primeros sirven para que los especialistas puedan visualizar las medidas almacenadas en el medidor de las pacientes que asisten a consulta. Los sistemas de telemedicina permiten la transmisión de los datos almacenados en el medidor por vía telemática para que sean evaluados de manera remota, ahorrando desplazamientos innecesarios a las pacientes. Finalmente, los sistemas expertos o de ayuda a la decisión analizan de manera automática los valores almacenados en el medidor de glucosa reduciendo la carga de trabajo de las especialistas.

“El sistema podría utilizarse en un futuro tanto en atención primaria como en atención especializada para gestionar el tratamiento de mujeres con diabetes gestacional, ahorrándoles desplazamientos innecesarios y contribuyendo a paliar la creciente demanda asistencial de la diabetes gestacional, ya que el sistema gestiona de manera automática la primera etapa del tratamiento”, asegura Estefanía Caballero.

En el trabajo, financiado por el Instituto de Salud Carlos III, han participado el Hospital Parc Taulí de Sabadell (que colaboró tanto en el diseño del sistema como en el estudio clínico) y el Hospital Mutua de Terrasa y ha sido publicado en distintas publicaciones científicas a nivel internacional.

Fuente:
Universidad Politécnica de Madrid

0 Comentarios

Contesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

*

CONTÁCTENOS

Estaremos atentos a tus comentarios. Escríbenos

Enviando

©2017 Ingeniería Biomédica

o

Inicia Sesión con tu Usuario y Contraseña

o    

¿Olvidó sus datos?

o

Create Account