Estudio de Mayo Clinic muestra que la inteligencia artificial aporta resultados exitosos en el parto de las embarazadas
Share this:
ROCHESTER, Minnesota —Los investigadores de Mayo Clinic descubrieron que utilizar algoritmos de inteligencia artificial para analizar patrones de cambio en las mujeres durante el trabajo de parto puede ayudar a identificar si el parto vaginal será exitoso y si se obtendrá resultados positivos tanto en la mamá como en el bebé. Los resultados de esta investigación se publicaron en PLOS ONE.
«Este es el primer paso en el uso de algoritmos que ofrezcan a médicos y parteras una guía contundente para tomar decisiones cruciales durante el trabajo de parto. Una vez que se validen los algoritmos con más investigación, creemos que funcionarán en tiempo real, lo que significa que todo ingreso de nuevos datos sobre el trabajo de parto de una embarazada automáticamente recalculará el riesgo de obtener resultados adversos. Esto puede ayudar a reducir tanto la tasa de nacimientos por cesárea como las complicaciones en las madres y en los recién nacidos», dice el Dr. Abimbola Famuyide, ginecobstetra de Mayo Clinic y autor experto del estudio.
Las futuras madres entienden la importancia de examinar periódicamente el cuello uterino para medir el avance del trabajo de parto. Es un paso fundamental, puesto que ayuda a los obstetras a predecir la posibilidad de que el parto vaginal ocurra en un periodo específico de tiempo. El problema es que la dilatación del cuello uterino durante el parto varía de una persona a otra y existen muchos factores importantes que pueden determinar la evolución del parto.
En el estudio, los investigadores utilizaron la base de datos del Consortium on Safe Labor (Consorcio sobre parto seguro) del Instituto Nacional para la Salud Infantil y el Desarrollo Humano Eunice Kennedy a fin de crear un modelo de predicción y examinaron más de 700 factores clínicos y obstétricos en 66 586 partos, desde el momento del ingreso al hospital y durante el trabajo de parto.
El modelo de predicción del riesgo consistió en los datos conocidos al momento del ingreso al hospital para el parto, como las características basales de la paciente, la evaluación clínica más reciente, así como del progreso cumulativo del trabajo de parto desde el ingreso. Los investigadores explicaron que los modelos pueden ofrecer una alternativa a los clásicos historiales del trabajo de parto y promover que las decisiones clínicas se personalicen mediante las características basales y del trabajo de parto de cada paciente.
«Se personaliza absolutamente para la persona que está dando a luz», dice el Dr. Famuyide. Añade que también es un instrumento muy útil para las parteras y los médicos que trabajan a distancia porque permite considerar el tiempo necesario para trasladar a las pacientes desde áreas rurales o remotas.
«La capacidad del algoritmo de inteligencia artificial para predecir los riesgos individuales durante el trabajo de parto no solo reducirá los resultados adversos en los partos sino también los costos de la atención médica en los Estados Unidos por morbilidad materna, los cuales se estiman sobre 30 millones de dólares americanos,» añade el Dr. Bijan Borah, Director Científico Robert D. y Patricia E. Kern para Servicios de Salud e Investigación de Resultados.
Los estudios de validación para evaluar los resultados de estos modelos una vez que se implementan en las unidades de parto son continuos. Este estudio se condujo en colaboración con científicos del Centro Robert D. y Patricia E. Kern para la Ciencia de la Atención Médica. Los autores no declararon ningún posible conflicto de intereses.
###
Información sobre Mayo Clinic
Mayo Clinic es una organización sin fines de lucro, dedicada a innovar la práctica clínica, la educación y la investigación, así como a ofrecer pericia, compasión y respuestas a todos los que necesitan recobrar la salud. Visite la Red Informativa de Mayo Clinic para leer más noticias sobre Mayo Clinic.
Contacto para los medios de comunicación:
Sharon Theimer, Comunicaciones de Mayo Clinic, newsbureau@mayo.edu
Artículos relacionados
