Los investigadores de la Facultad de Medicina Spencer Fox Eccles de la Universidad de Utah (Estados Unidos), han realizado un análisis con inteligencia artificial (IA) de casi 10.000 embarazos, y han descubierto combinaciones no identificadas de factores de riesgo vinculados a resultados negativos graves como la muerte fetal.
Con el estudio, publicado en 'BMC Pregnancy and Childbirth', encontraron que puede existir una diferencia de hasta diez veces en el riesgo para bebés que siguen el mismo tratamiento.
En este sentido, Nathan Blue, autor principal del estudio, ha explicado que se trata de un paso importante hacia la evaluación de riesgos y una atención más personalizada del embarazo.
Para realizar la investigación empezaron con un conjunto de datos de 9.558 embarazos, que incluían información social y física que iba desde el nivel de apoyo social hasta su presión arterial. Cuando introdujeron la IA encontraron nuevas combinaciones de características maternas y fetales, relacionadas con resultados negativos.
Uno de los descubrimientos es que, a pesar de que los fetos femeninos tienen menos riesgos que los masculinos, si una persona embarazada tiene diabetes, los fetos femeninos tienen mayor riesgo que los masculinos. Además, quisieron investigar cuáles son los riesgos para los fetos que tienen un 10% menos del peso necesario.
En este sentido, la forma de actuar cobra importancia, y los controles médicos pueden suponer gran carga emocional y financiera. Los investigadores descubrieron que respecto al peso fetal, el riesgo de un resultado no saludable del embarazo varia, desde un riesgo no mayor que el de un embarazo promedio hasta casi diez veces el riesgo promedio. Aunque se trata de correlaciones, no proporciona información sobre la causa.
El modelo de "IA explicable"
Por lo tanto, la inteligencia artificial podría servir de ayuda a los médicos de cara a hacer recomendaciones informadas, reproducibles y justas.
El tipo de modelo de IA utilizado por los investigadores se llama "IA explicable" y aporta al usuario el riesgo estimado en el embarazo según un conjunto de factores. Además, incluye información sobre las variables que contribuyen a la estimación. Esto permite personalizar la investigación y evita los inconvenientes del juicio clínico experto.
Este modelo necesita hacer más comprobaciones, pero Blue ha explicado que "los modelos de IA pueden estimar esencialmente un riesgo que es específico para el contexto de una persona determinada y pueden hacerlo de forma transparente y reproducible, que es algo que nuestros cerebros no pueden hacer".
