Inicio Título de página Innocens Bv Intervención precoz en la atención a lactantes de alto riesgo
La startup de atención médica Innocens BV utiliza la IA de IBM para diseñar una solución que ayuda a detectar posibles signos de sepsis en recién nacidos vulnerables
Bebé recién nacido sometido a un primer reconocimiento físico

Cada segundo cuenta en la unidad de cuidados intensivos neonatales (UCIN).

El tiempo comienza a correr en el momento en que nace un bebé prematuro y los neonatólogos se apresuran a identificar y abordar posibles complicaciones de salud. Cuanto antes puedan estos médicos detectar una enfermedad crítica, antes podrán intervenir, iniciar el tratamiento y salvar vidas preciosas.

Según la Biblioteca Nacional de Medicina, los anticuerpos maternos se transfieren a la placenta durante el tercer trimestre del embarazo, dando inmunidad a los recién nacidos a ciertas infecciones y enfermedades. Los bebés prematuros nacen antes de que se complete la transferencia de inmunidad, antes de las 37 semanas de gestación, lo que los hace más susceptibles a infecciones bacterianas como la sepsis, que ataca los sistemas inmunitarios inmaduros o comprometidos.¹

En el Hospital Universitario de Amberes (UZA), en Bélgica, aproximadamente uno de cada cinco recién nacidos prematuros nacidos con menos de 1,5 kg experimenta sepsis de aparición tardía. El personal de la UCIN del hospital se encarga de detectar sepsis o infecciones del torrente sanguíneo en estos recién nacidos, entre muchas otras posibles complicaciones, utilizando intuición basada en la experiencia e instantáneas de datos, y luego ofrecer el tratamiento oportuno para reducir el riesgo de muerte y retrasos en el desarrollo de los sobrevivientes.

Debido al riesgo potencial de resultados tan devastadores, el Dr. David Van Laere, neonatólogo de la UZA, ha dedicado gran parte de su carrera a encontrar métodos mejores y más rápidos para detectar la sepsis. "Durante la última década, he estudiado las tendencias y patrones entre los signos vitales y las complicaciones relacionadas con el parto prematuro", dice.

Su experiencia clínica reveló que los cambios en las constantes vitales del bebé a menudo parecen ser visibles hasta varias horas antes de la detección de sepsis. "Si pudiéramos recoger estos cambios en los datos antes, podemos evitar un retraso en el inicio del tratamiento antibiótico", afirma el Dr. Van Laere. "Dado que los antibióticos suelen salvar vidas en los casos de sepsis, comenzarlos antes podría afectar la gravedad de la enfermedad o incluso aumentar las posibilidades de supervivencia del bebé".

Esta frustrante realidad llevó al médico a encontrar la manera de utilizar mejor la gran cantidad de datos que lo rodeaban. "La UCIN de la UZA es un entorno altamente digitalizado con múltiples fuentes de datos", afirma. "Tenemos conjuntos de datos completos, desde el nacimiento hasta el alta, que contienen señales de monitorización, informes, diagnósticos, datos del archivo electrónico del paciente y más". La información de estos datos de pacientes puede ayudar a identificar los estados de la enfermedad en una etapa más temprana, si los médicos pudieran encontrar la manera de hacer que esa información sea procesable.

Capacidad mejorada

 

Puede identificar una cantidad significativa de casos graves de sepsis

Detección más rápida

 

Puede ayudar a detectar la sepsis horas antes que el personal médico

Si pudiéramos recoger estos cambios en los datos antes, podríamos evitar un retraso en el inicio del tratamiento antibiótico. Dado que los antibióticos a menudo salvan vidas en eventos de sepsis, comenzarlos antes podría afectar la gravedad de la enfermedad o incluso aumentar las posibilidades de supervivencia del bebé. Dr. David van laere Fundador Innocens BV; Neonatólogo, Hospital universitario de Amberes
De la recopilación de datos a la toma de decisiones

El Dr. Van Laere dio los primeros pasos hacia el desarrollo de una solución basada en IA al unir fuerzas con un grupo de investigación en bioinformática de la Universidad de Amberes. Las primeras iteraciones de la solución fueron financiadas por una subvención de la universidad. Un investigador local que trabaja en el proyecto se convirtió en el primer colega en unirse a Innocens BV, una spin-off conjunta de la Universidad de Amberes y la UZA.

El Dr. Van Laere también debatió posibles soluciones con su amigo cercano Dirk A. Claessens, un ejecutivo de IBM, consultor y especialista en inteligencia artificial, datos y análisis predictivo.
 
El dúo intercambiaba a menudo anécdotas laborales durante sus paseos semanales en bicicleta por la ciudad o durante una comida en el restaurante local. Estas reuniones fueron un respiro para el Dr. Van Laere, cuyo horario normalmente consistía en cuidar a los recién nacidos en crisis y tener conversaciones difíciles con padres temerosos.
 
Fue durante estos retiros cuando ambos se dieron cuenta de que tenían algo más en común que el amor por el ciclismo y la buena comida: también compartían la pasión por los datos. "Los datos cuentan una historia. Cuando un paciente tiene complicaciones graves, podemos ver cómo cambia su fisiología en los datos. Debe haber una forma de determinar a dónde se dirige esa historia, para que podamos mejorar el final", dijo el Dr. Van Laere. Con esta chispa de inspiración del médico, Claessens comenzó a anotar ideas.
 
"La solución que queremos crear tiene que ayudar a detectar más rápidamente los posibles signos que podrían indicar resultados adversos, como la sepsis, en los recién nacidos, basándonos en los datos de que disponemos", afirmó Claessens durante su animado debate. La UCIN de UZA tenía datos de admisiones desde hacía una década sobre bebés prematuros y de bajo peso natal, lo que dio a los dos hombres un gran punto de partida. El Dr. Van Laere quería incorporar estos datos en una solución predictiva habilitada para IA capaz de proporcionar información a los profesionales sanitarios. "Mi principal preocupación es tener la capacidad de ver los signos de una posible infección lo antes posible, incluso por la noche, hasta cuando nuestra unidad está ocupada".
 
Con la amplitud de las soluciones de IA y la experiencia técnica de IBM Consulting en Ámsterdam, IBM Research en Almaden y el IBM watsonx Center en Múnich, Claessens sabía que IBM podría ser el socio tecnológico ideal para hacer realidad la visión del médico. Estas sesiones de lluvia de ideas, junto con los desarrollos del grupo de investigación de la universidad, finalmente llevaron al Dr. Van Laere y su equipo a lanzar Innocens BV, una subsidiaria creada para desarrollar y validar aún más la solución de Innocens.

Inocens, que es la abreviatura de Mejorar el Resultado Neonatal con un Sistema Clínico de Notificación Temprana, es una tecnología informática perimetral que entrena a las computadoras para analizar flujos de datos de pacientes para encontrar patrones que podrían indicar sepsis de inicio tardío. Según el Dr. Van Laere, una solución como Innocens se basa en tres pilares: un modelo predictivo, una interfaz de usuario convincente y una arquitectura sólida.

Modelo predictivo

Los clientes pueden entrenar computadoras utilizando un proceso llamado aprendizaje automático, una subcategoría de IA que utiliza algoritmos para aprender de los datos, hacer inferencias a partir de patrones dentro de ellos y ayudar a predecir resultados. Esos algoritmos se corrigen constantemente y se entrenan para ser más rápidos y precisos.

IBM Client Engineering ayudó a Innocens a desarrollar y probar el modelo federado de aprendizaje automático que la solución Innocens BV pretende utilizar. Innocens BV utilizó IBM watsonx Studio para entrenar los modelos de aprendizaje automático de su solución para detectar infecciones de torrente sanguíneo en lactantes en la UCIN. IBM watsonx Studio, un servicio central en IBM Cloud Pak for Data, proporciona una plataforma para crear, ejecutar y gestionar modelos a escala.

Interfaz de usuario

La interfaz fácil de usar es intuitiva y proporciona información que el usuario debe interpretar. "Aprovechamos las capacidades explicables de IA integradas en IBM Cloud Pak for Data, la plataforma de datos utilizada para el modelado", explica el Dr. Van Laere. "Al ayudar a los usuarios a comprender mejor lo que los modelos les están diciendo y por qué, estamos construyendo una base de confianza entre los cuidadores y sus instrumentos. Una confianza que es imperativa si queremos permanecer atentos".

Claessens expone la importancia de la confianza. "La interfaz de usuario es absolutamente fundamental para fortalecer la comprensión del usuario de la tecnología. Queremos ofrecer una tecnología que proporcione a los médicos información que puedan utilizar para elaborar sus diagnósticos. La idea es que el ordenador eleve la información humana, pero el médico mantiene el control en última instancia".

Arquitectura robusta

Una arquitectura sólida que integra la informática perimetral acerca el cálculo y el almacenamiento de datos a la fuente de datos. Esto es crucial en un entorno sanitario en el que se comparte información confidencial durante el proceso de atención y en el que el tiempo es esencial. "Los dispositivos que harán visualización y previsión deben estar cerca de la fuente de datos y de las personas que utilizan los datos", estados de Claessens.

Las fuentes de datos dispares pueden comprometer la seguridad y provocar latencia de respuesta. "Tiene el hospital, luego la habitación del paciente dentro del hospital, después los dispositivos dentro de la habitación del paciente. Queremos aislar cada una de esas áreas para ayudar a proteger los datos y procesar la información en tiempo real", afirma Claessens.

Los modelos de Innocens se ejecutan localmente dentro de los firewalls del hospital y pueden funcionar y evolucionar sin eliminar datos confidenciales del hospital. "Los datos sin procesar permanecerán en las instalaciones. El aprendizaje automático federado hace esto sin mover los datos. Los parámetros se moverán en la nube, pero los datos sin procesar permanecerán dentro de las paredes del hospital", dice Claessens.

El impacto de la tecnología Innocens se está investigando en ensayos clínicos. La disponibilidad comercial podría producirse en los próximos años.

Al ayudar a los usuarios a comprender mejor lo que los modelos Innocens les están diciendo y por qué, estamos construyendo una base entre cuidadores y sus instrumentos. Es imperativo si queremos permanecer atentos. Dr. David van laere Fundador Innocens BV; Neonatólogo, Hospital universitario de Amberes
Operacionalizando la solución

Lo que comenzó como un simple intercambio de ideas entre amigos se convirtió en un enfoque innovador de la atención neonatal.

En Innoncens BV, el Dr. Van Laere y su equipo utilizaron la tecnología de IBM para crear un entorno de datos e IA que permite a los médicos estudiar patrones, cuestionar resultados y diseñar una atención individualizada basada en el valor.

El modelo predictivo proporciona a los médicos una base continua, explicable y basada en datos para sus decisiones de atención. El Dr. Van Laere continúa: "Innocens trabaja junto a nosotros para monitorizar a los bebés las 24 horas del día, los 7 días de la semana". Al aumentar la inteligencia de los profesionales sanitarios a pie de cama, los médicos de la UCIN pueden centrarse en brindar comodidad y atención precisa a sus pacientes.

En última instancia, el Dr. Van Laere y Claessens ven el impacto de la solución de Innocens en la predicción de la posible sepsis temprana y el tratamiento como el comienzo de un viaje más largo hacia la aplicación de la IA para mejorar la atención del recién nacido. "Esperamos que el mismo enfoque basado en modelos se pueda utilizar para detectar otras complicaciones de prematuridad en una etapa anterior", dice el Dr. Van Laere. IBM Cloud Pak for Data, IBM watsonx Studio e IBM watsonx Machine Learning están impulsando y respaldando los planes de Innocens BV para implementar la solución en otros hospitales y sistemas de UCIN de todo el mundo.

Logotipo de Innocens
Acerca de Innocens BV

Inocens BV (enlace externo a ibm.com) es una empresa emergente de investigación y desarrollo de Neonatal Intensive Care Unit del Antwerp University Hospital (UZA). Innocens es un acrónimo de "Mejorar el resultado neonatal con un sistema de notificación temprana clínica", y la solución Innocens tiene como objetivo desarrollar un sistema de apoyo a las decisiones clínicas basado en la tecnología de IA.

¹ Palmeira, P., Quinello, C., Silveira-Lessa, A. L., Zago, C. A., & Carneiro-Sampaio, M. (2012). Transferencia placentaria IgG en embarazos sanos y patológicos. Inmunología clínica y de desarrollo, 2012, 985646. https://doi.org/10.1155/2012/985646

Siguiente
Ver el caso de éxito PDF Change Machine
Ayuda a los asesores financieros a compartir productos FinTech inclusivos y equitativos
Lea el caso de éxito
Instituto de Ciencias y Tecnología de Luxemburgo
construye una plataforma de última generación para empoderar a empresas e investigadores
Lea el caso de éxito
Universidad Shue Yan de Hong Kong
mejora la enseñanza y la investigación utilizando tecnologías IBM Cloud
Lea el caso de éxito
Notas a pie de página

© Copyright IBM Corporation 2023. IBM Corporation, IBM Cloud, New Orchard Road, Armonk, NY 10504

Producido en los Estados Unidos de América, marzo de 2023.

IBM, el logotipo de IBM, ibm.com, IBM Consulting, IBM Cloud Pak, IBM Research e IBM watsonx son marcas de International Business Corp. registradas en muchas jurisdicciones de todo el mundo Los demás nombres de productos y servicios pueden ser marcas registradas de IBM u otras empresas. Hay una lista actualizada de las marcas comerciales de IBM disponible en Internet en "Información sobre derechos de autor y marcas comerciales" en http://www.ibm.com/es-es/legal/copytrade.

Innocens BV es propietaria de la tecnología de ayuda a la toma de decisiones clínicas Innocens AI. Esta tecnología incluye un modelo de aprendizaje automático para la detección de sepsis de inicio tardío en bebés muy prematuros. El modelo de aprendizaje automático se desarrolló en el hospital universitario Antwerp en colaboración con el hospital universitario de Antwerp e IBM.

La información contenida en este documento es la vigente en la fecha de su publicación original y está sujeta a cambios por parte de IBM. No todas las ofertas mencionadas en este documento están disponibles en todos los países en los que IBM está presente.

Todas las referencias de clientes mencionadas o descritas ilustran cómo algunos clientes han utilizado los productos IBM y los resultados que han obtenido. Las cifras reales de costes medioambientales y rendimiento pueden variar de un cliente a otro en función de la configuración y las condiciones de funcionamiento. En general, no pueden garantizarse los resultados esperados, ya que los resultados de cada cliente dependen totalmente de los sistemas del cliente y de los servicios solicitados. LA INFORMACIÓN CONTENIDA EN ESTE DOCUMENTO SE PROPORCIONA "TAL CUAL", SIN GARANTÍA DE NINGÚN TIPO, NI EXPRESA NI IMPLÍCITA, INCLUIDA, ENTRE OTRAS, CUALQUIER GARANTÍA DE COMERCIABILIDAD, IDONEIDAD PARA UN FIN DETERMINADO O AUSENCIA DE INFRACCIÓN. Los productos IBM están garantizados de conformidad con los términos de los acuerdos que rigen su uso.