Las patologías de columna están aumentando de manera alarmante entre toda la población y, en concreto, entre los jóvenes. Esto se debe a la obesidad, el sedentarismo y los cambios posturales asociados a las pantallas y el uso continuo de los móviles. Patologías como la escoliosis idiopática, la curvatura de la espalda de origen desconocido que afecta a cerca del 3% de los adolescentes entre 10 y 16 años, la hernia de disco o la espondilitis anquilosante preocupan en gran medida a los profesionales de la salud.
Para afecciones como fracturas toracolumbares, hernia de disco o radiculopatía cervical, entre otras, el tratamiento puede ser la cirugía de raquis (columna). Se trata de un procedimiento crítico en el campo de la cirugía ortopédica, con implicaciones significativas para la calidad de vida de los pacientes. Debido a su complejidad y el riesgo de complicaciones, es importante poder predecir de forma prequirúrgica el éxito del procedimiento.
La investigación comparó los resultados de diferentes modelos de aprendizaje automático y técnicas de muestreo, centrando el análisis en el desempeño predictivo de diferentes grupos de variables
Paralelamente a esto, cada vez son más las tecnologías sanitarias que incluyen inteligencia artificial para predecir riesgos en las intervenciones. En este sentido, un nuevo estudio en el que han participado facultativos y cirujanos del Complejo Asistencial Universitario de León y especialistas en Inteligencia Artificial de la Escuela de Ingenierías de la Universidad de León, ha arrojado resultados prometedores sobre el potencial de la inteligencia artificial para predecir el éxito de estas cirugías.
El estudio, presentado en el 38º Congreso Nacional de la Sociedad Española de la Columna Vertebral (GEER), celebrado en Málaga, se realizó sobre una muestra de 243 pacientes intervenidos quirúrgicamente de la columna y que completaron el seguimiento durante seis meses. Se definió como éxito del procedimiento que el paciente se mostrara bastante o muy satisfecho y que afirmara que volvería a operarse.
La investigación comparó los resultados de diferentes modelos de aprendizaje automático y técnicas de muestreo, centrando el análisis en el desempeño predictivo de diferentes grupos de variables: pre-quirúrgicas, socioeconómicas, psicométricas, analíticas y combinaciones de estas. Para el entrenamiento de los modelos de aprendizaje se empleó el 70% de la muestra, y el 30% restante para la validación de los modelos.
El estudio demostró que las variables prequirúrgicas, analíticas y, en cierta medida, las socioeconómicas, tienen un papel relevante en la predicción del éxito de las cirugías de raquis. No obstante, la eficacia de estas variables cambió según el modelo de IA empleado, de modo que osciló entre el 49,1% y el 77,8%. Los modelos KNN, cuando se combinaron con técnicas avanzadas de muestreo o ajuste de hiperparámetros (Ramdom Over Sampler), fueron los que demostraron ser más eficaces en el estudio.
La alta eficacia lograda con algún modelo sugiere que la IA podría ser una valiosa herramienta para los cirujanos en la toma de decisiones clínicas
De acuerdo con los autores, esta variabilidad subraya la importancia de elegir y ajustar adecuadamente el modelo para mejorar la precisión predictiva. Sin embargo, la alta eficacia lograda con algún modelo sugiere que la IA podría ser una valiosa herramienta para los cirujanos en la toma de decisiones clínicas. Además, el estudio concluye que “la capacidad de predecir con precisión el éxito de la cirugía de raquis puede llevar a una mejor planificación quirúrgica, reducción de riesgos y mejora en los resultados para los pacientes”.
La investigación se presentó en el 38º Congreso de la Sociedad Española de Columna Vertebral (GEER), la jornada más relevante en torno al diagnóstico, abordaje y tratamiento de las patologías de la columna vertebral. Las jornadas reunieron a medio millar de especialistas, que debatieron sobre cómo afrontar la epidemia silenciosa de las patologías de columna.
Durante el encuentro, se presentaron cerca de un centenar de trabajos de investigación, que permitirán el intercambio de experiencias clínicas entre los distintos profesionales que se dedican a la valoración y tratamiento de los pacientes con problemas en la columna vertebral.