Desde hace siglos, los hospitales en todo el mundo recogen los datos de sus pacientes en incontables legajos con infinitas piezas de información sobre cada uno de ellos, unas montañas de datos que dormían acumuladas y desaprovechadas, en muchos casos.
Desde la revolución informática, muchas empresas se están dedicando a procesar esa información y convertirla en datos útiles para los médicos. Entre ellas se está destacando una start up israelí que desarrolló una plataforma que utiliza inteligencia artificial para prevenir riesgo de vida para pacientes en las salas de terapia intensiva.
La compañía, Clew, tiene su base en la ciudad de Netanya, unos 30 kilómetros al norte de Tel Aviv, y acaba de recaudar 10 millones de dólares en una nueva ronda de inversión liderada por Pitango Venture Capital, el mayor fondo de capital de riesgo de Israel.
«Vemos el éxito de esta ronda de inversión como una nueva validación de nuestra tecnología», comentó uno de los fundadores y CEO de Clew, Gal Salomon. «Clew demostró claramente el valor que la inteligencia artificial puede aportar a la atención crítica» de los pacientes de hospitales, dijo por su lado el socio general gerente de Pitango, Ittai Harel, citado por el periódico económico israelí Globes.
Clew utiliza inteligencia artificial y ciencia de datos para desarrollar modelos predictivos fisiológicos a nivel de cada paciente. A través de sus sistemas, las acumulaciones de datos sobre cada paciente puede convertirse en información que detecte posibles riesgos para su vida.
«Los datos médicos son dinámicos, no estructurados e inconsistentes -explica la start up israelí en su website-. La plataforma Clew recopila una amplia gama de datos de pacientes y los prepara para su análisis», agregan.
En los últimos años, destacaron los responsables de la compañía, «los proveedores de atención médica han realizado grandes inversiones en registros médicos electrónicos».
Estas bases de datos «contienen información vital que se puede utilizar para mejorar los resultados de los pacientes y reducir los costos, pero su complejidad y gran volumen los hace inutilizables para los médicos: en ninguna parte es esto más urgente que en las unidades de terapia intensiva con poco personal, donde cada segundo cuenta», afirmaron.
Según recordaron estos expertos, uno de los primeros en adoptar la tecnología de inteligencia artificial y «machine learning» (máquinas que «aprenden») son los equipos de atención centralizada que gestionan grandes cantidades de salas de terapia intensiva y cuidados críticos geográficamente dispersas.
«Después de haber logrado mejoras significativas en la atención al paciente en las últimas dos décadas, el modelo de atención» de esas unidades «requiere nuevas tecnologías avanzadas para identificar pacientes de alto riesgo o inestabilidad fisiológica a tiempo para una intervención temprana para prevenir un evento crítico o deterioro», indicaron.
«Con la integración óptima de la tecnología predictiva de aprendizaje automático de Clew, los médicos pueden beneficiarse de una evaluación proactiva y predictiva, un enfoque de equipo más colaborativo y una asignación eficiente de recursos clínicos«, concluyeron.
