Inicio Título de página Innocens BV Permitir una intervención más temprana en el cuidado de prematuros de alto riesgo
La empresa emergente de atención médica Innocens BV utiliza IA de IBM para diseñar una solución que ayude a detectar posibles signos de sepsis en recién nacidos vulnerables
Recién nacido sometido a un primer examen físico

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

El reloj empieza a correr en el momento en que nace un niño prematuro, y los neonatólogos se apresuran a identificar y tratar las posibles complicaciones de salud. Cuanto antes puedan estos médicos detectar una enfermedad grave, antes podrán intervenir, iniciar el tratamiento y salvar vidas valiosas.

Según la National Library of Medicine, los anticuerpos maternos se transfieren a la placenta durante el tercer trimestre del embarazo, lo que brinda 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 Antwerp University Hospital (UZA) en Bélgica, aproximadamente uno de cada cinco recién nacidos prematuros que pesa menos de 3.3 libras (1500 gramos) experimenta sepsis de inicio tardío. El personal de la NICU del hospital tiene la tarea de detectar sepsis o infecciones del torrente sanguíneo en estos recién nacidos, entre muchas otras posibles complicaciones, mediante la intuición basada en la experiencia y las instantáneas de datos, y luego se proporciona un 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, un neonatólogo de UZA, ha dedicado gran parte de su carrera a encontrar métodos mejores y más rápidos para detectar sepsis. “Durante la última década, he estudiado las tendencias y patrones entre los signos y complicaciones vitales relacionados con el nacimiento prematuro”, dice.

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

Esta realidad frustrante impulsó al médico a encontrar la mejor manera de utilizar la gran cantidad de datos que lo rodea. “La NICU de UZA es un entorno altamente digitalizado con múltiples fuentes de datos”, dice. “Tenemos conjuntos de datos completos, desde el nacimiento hasta el alta, que contienen señales de monitoreo, informes, diagnósticos, datos del archivo electrónico del paciente, entre otros”. Los insights obtenidos de los datos de los pacientes podrían ayudar a detectar enfermedades en una fase más temprana, siempre que los médicos encontraran la forma de hacerlos procesables dichos insights.

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 detectar antes estos cambios en los datos, podríamos evitar un retraso en el inicio del tratamiento con antibióticos. Dado que los antibióticos suelen salvar vidas en los casos de sepsis, comenzar antes podría afectar potencialmente la gravedad de la enfermedad o incluso aumentar las posibilidades de supervivencia de un bebé. Dr. David Van Laere Fundador Innocens BV; neonatólogo, Antwerp University Hospital
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 University of Antwerp. Las primeras versiones 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 integrarse a Innocens BV, una empresa derivada de la University of Antwerp y UZA.

El Dr. Van Laere también debatió posibles soluciones con su amigo Dirk A. Claessens, un ejecutivo de IBM, consultor y especialista en IA, datos y analytics predictivas.
 
El dúo intercambiaba a menudo anécdotas laborales durante sus paseos semanales en bicicleta por la ciudad o durante alguna comida en el bistró local. Estas reuniones fueron un respiro para el Dr. Van Laere, cuya jornada normalmente consistía en cuidar a los recién nacidos en crisis y tener conversaciones difíciles con padres temerosos.
 
Fue durante estas reuniones 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 manera 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 desea desarrollar tiene que ayudar a detectar los posibles signos que podrían indicar resultados adversos, como sepsis, más rápido, en neonatos basados en los datos que tiene”, dijo Claessens durante su animado debate. La NICU de UZA tenía datos de ingresos de una década sobre bebés prematuros y de bajo peso al nacer, lo que dio a ambos un sólido punto de partida. El Dr. Van Laere quería incorporar estos datos en una solución predictiva habilitada por IA capaz de proporcionar insights a los trabajadores de la salud. “Mi principal preocupación es tener la capacidad de ver los signos de una potencial infección lo antes posible, incluso por la noche, incluso cuando nuestra unidad está ocupada”.
 
Con la amplitud de soluciones de IA y experiencia técnica de IBM Consulting en Ámsterdam, IBM Research en Almaden e IBM Watson Center en Munich, Claessens sabía que IBM podía ser el socio tecnológico ideal para lograr la visión. 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.

Innocens, que es la abreviatura de Improving Neonatal Outcome with a Clinical Early Notification System, es una tecnología informática perimetral que entrena a las computadoras para analizar flujos de datos de pacientes para encontrar patrones que podrían indicar sepsis tardía. Según el Dr. Van Laere, una solución como Innocens se basa en tres pilares: un modelo predictivo, una atractiva interfaz de usuario y una arquitectura sólida.

Modelo predictivo

Los clientes pueden entrenar computadoras mediante 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 Innnocens a desarrollar y probar el modelo de aprendizaje automático federado que la solución de Innocens BV pretende utilizar. Innocens BV utilizó IBM Watson Studio para entrenar los modelos de aprendizaje automático de su solución para detectar infecciones del torrente sanguíneo en bebés en la NICU. IBM Watson Studio, un servicio central de 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 insights que el usuario interpretará. “Aprovechamos las capacidades de IA explicables incorporadas 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 qué les dicen los modelos y por qué, estamos creando una base de confianza entre los cuidadores y sus instrumentos, una confianza que es imprescindible si queremos seguir vigilando”.

Claessens expone la importancia de la confianza. “La interfaz de usuario es absolutamente crítica para reforzar los conocimientos que tienen los usuarios de la tecnología. Queremos ofrecer una tecnología que proporcione a los médicos insights que puedan utilizar para fundamentar sus diagnósticos. La idea es que la computadora eleve los conocimientos humanos, pero el médico en última instancia mantiene el control”.

Arquitectura robusta

Una arquitectura sólida que integra la computación edge 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 sensible durante el proceso de atención y en el que el tiempo es esencial. “Los dispositivos que harán la visualización y la proyección deben estar cerca de la fuente de datos y de las personas que utilizan los datos”, establece Claessens.

Las fuentes de datos dispares pueden comprometer la seguridad y generar latencia de respuesta. “Se tiene el hospital, luego la habitación del paciente dentro del hospital, luego los dispositivos dentro de la habitación del paciente. Queremos aislar una de esas áreas para ayudar a proteger los datos y los conocimientos del proceso en tiempo real”, dice Claessens.

Los modelos Innocens se ejecutan localmente dentro de los firewalls del hospital y pueden funcionar y evolucionar sin eliminar los datos confidenciales del hospital. “Los datos sin procesar permanecerán on premises. 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 la privacidad del hospital”, dice Claessens.

El impacto de la tecnología Innocens se está investigando en los ensayos clínicos. Podría estar disponible a nivel comercial en los próximos años.

Al ayudar a los usuarios a comprender mejor lo que les dicen los modelos de Innocens y por qué, estamos creando una base entre los cuidadores y sus instrumentos, algo imprescindible si queremos mantener la vigilancia. Dr. David Van Laere Fundador Innocens BV; neonatólogo, Antwerp University Hospital
Operacionalizar 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 valores.

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 monitorear a los bebés las 24 horas del día, los siete días de la semana”. Al aumentar la inteligencia de los trabajadores sanitarios de cabecera, los médicos de la NICU pueden enfocarse 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 una posible sepsis temprana y el tratamiento como el comienzo de un proceso más largo hacia la aplicación de la IA para mejorar la atención de los recién nacidos. “Esperamos que el mismo enfoque basado en modelos pueda utilizarse para detectar otras complicaciones de prematurez en una etapa anterior”, dice el Dr. Van Laere. IBM Cloud Pak for Data, IBM Watson Studio e IBM Watson Machine Learning están impulsando y respaldando los planes de Innocens BV para implementar la solución en otros hospitales y sistemas de NICU de todo el mundo.

Logotipo de Innocens
Acerca de Innocens BV

Innocens BV (enlace externo a ibm.com) es una empresa emergente de investigación y desarrollo de la NICU de Antwerp University Hospital (UZA). Innocens es un acrónimo de “Improving Neonatal Outcome with a Clinical Early Notification System”, y la solución Innocens tiene como objetivo desarrollar un sistema de apoyo a la toma de decisiones clínicas basado en la tecnología de IA.

¹ Palmeira, P., Quinello, C., Silveira-Lessa, A. L., Zago, C. A., & Carneiro-Sampaio, M. (2012). IgG placental transfer in healthy and pathological pregnancies. Clinical & developmental immunology, 2012, 985646. https://doi.org/10.1155/2012/985646

Siguiente
Ver caso de estudio PDF Change Machine
ayuda a los asesores financieros a compartir productos de fintech inclusivos y equitativos
Lea el estudio de caso
Instituto de Ciencia y Tecnología de Luxemburgo
crea una plataforma innovadora para capacitar a empresas e investigadores
Lea el estudio de caso
Hong Kong Shue Yan University
mejora la enseñanza y la investigación con tecnologías de IBM Cloud
Lea el estudio de caso
Notas de 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 Watson son marcas registradas de International Business Machines Corp. en muchas jurisdicciones en todo el mundo. Otros nombres de productos y servicios pueden ser marcas registradas de IBM o de otras empresas. Puede consultar una lista actual de marcas registradas de IBM en la web, en "Información sobre derechos de autor y marca registrada", en http://www.ibm.com/mx-es/legal/copytrade.

Innocens BV es propietaria de Innocens AI Clinical Decision Support Technology. Esta tecnología incluye un modelo de aprendizaje automático para la detección de sepsis de inicio tardío en recién nacidos muy prematuros. El modelo de aprendizaje automático se desarrolló en el Antwerp University Hospital en colaboración con Antwerp University Hospital e IBM.

Este documento está vigente a partir de la fecha inicial de publicación, pero IBM puede modificarlo en cualquier momento. No todas las ofertas están disponibles en todos los países en los que opera IBM.

Todos los ejemplos de clientes citados o descritos se presentan como ilustraciones de la forma en que algunos han utilizado los productos de IBM y los resultados que pueden haber logrado. Los costos ambientales reales y las características de rendimiento variarán según las configuraciones y condiciones individuales del cliente. En general, no se pueden proporcionar los resultados esperados, ya que los resultados de cada cliente dependerán completamente de los sistemas y servicios que soliciten. LA INFORMACIÓN CONTENIDA EN ESTE DOCUMENTO SE PROPORCIONA “TAL CUAL”; SIN NINGUNA GARANTÍA, EXPRESA O IMPLÍCITA, INCLUIDAS SIN GARANTÍAS DE COMERCIABILIDAD, APTITUD PARA UN PROPÓSITO PARTICULAR Y CUALQUIER GARANTÍA O CONDICIÓN DE NO INFRACCIÓN. Los productos de IBM están garantizados de conformidad con los términos y condiciones de los acuerdos bajo los cuales se proveen.