Sant Joan de Déu desenvolupa un algoritme que ajuda predir la sèpsia fins a sis hores abans

Professionals de la Unitat de Cures Intensives Pediàtriques, el Departament d’Innovació i la Direcció de Dades de l’Hospital Sant Joan de Déu Barcelona han desenvolupat un algoritme basat en intel·ligència artificial que permet predir una sèpsia fins a sis hores abans que se’n manifestin els símptomes. Actualment, els professionals de les UCI disposen d’eines que els permeten detectar precoçment la sèpsia, però no predir-la, explica Iolanda Jordan, pediatra de l'Hospital i investigadora de l'Institut de Recerca Sant Joan de Déu. Ella, juntament amb Aida Felipe, també pediatra i investigadora de Sant Joan de Déu, han liderat, des del punt de vista mèdic, el projecte de desenvolupament de l’algoritme.

La sèpsia és una reacció extrema que té l’organisme davant d’una infecció, i és una de les causes més freqüents d’ingrés en una unitat de cures intensives i també una de les complicacions més greus que poden presentar els infants ingressats en aquesta unitat. Tenint en compte que la seva evolució pot ser molt ràpida i que el temps és clau, perquè cada hora de retard en el diagnòstic i el tractament pot incidir de manera molt important en el pronòstic i l’evolució del pacient, l’algoritme desenvolupat a Sant Joan de Déu resulta especialment valuós.

"Disposar d’un sistema capaç d’identificar patrons de risc abans que apareguin els signes clínics evidents ens pot ajudar a actuar més ràpid: podem fer una anàlisi sanguínia amb marcadors i recollir cultius al pacient per valorar si és necessari administrar antibiòtic", assenyala Felipe.

Variables clíniques alterades

Per desenvolupar l’eina predictiva, els investigadors han analitzat retrospectivament 9.975 episodis d’ingrés a la UCIP corresponents a 6.984 pacients que van ser atesos a la unitat entre els anys 2019 i 2025. Aquesta anàlisi els ha permès identificar, d’entre un gran volum de dades clíniques, una seixantena de variables clíniques que els pacients que acaben desenvolupant una sèpsia presenten alterades respecte de la resta de pacients ingressats a la UCIP i que, per tant, poden actuar com a indicadors per predir-ne l’aparició.

A dia d’avui, les investigadores estan duent a terme una avaluació prospectiva de l’algoritme —examinant aquestes variables en els pacients que ingressen actualment a la UCI— amb l’objectiu d’implementar-lo a curt termini i de manera rutinària a la unitat, incorporant-lo a les pantalles, apps i sistemes d’alerta existents.

El desenvolupament de l’algoritme predictiu s’emmarca dins del projecte PHEMS, que agrupa 12 institucions de referència en salut infantil d’Europa i que té com a objectiu aprofitar el potencial de les dades per avançar cap a una medicina més precisa, predictiva i personalitzada.

Mitjançant noves tecnologies que permeten analitzar de manera segura informació clínica procedent de diferents hospitals europeus, i preservant sempre la privacitat dels pacients, el projecte busca transformar les dades generades durant l’assistència en coneixement útil per millorar el diagnòstic, anticipar complicacions, personalitzar tractaments i optimitzar la presa de decisions clíniques.

El projecte es presentarà aquest setembre al Pediatric Innovation Day, que se celebrarà aquest 18 de setembre a Helsinki i reunirà hospitals, centres de recerca i experts internacionals en innovació pediàtrica. Aquesta trobada, coorganitzada per i4KIDS, és un espai per compartir solucions innovadores capaces de transformar l’atenció als infants mitjançant l’ús de les dades, la intel·ligència artificial i les noves tecnologies.