Mayo Clinic desarrolla IA para detectar infecciones de heridas quirúrgicas NotiPress
Un equipo de Mayo Clinic desarrolló una inteligencia artificial (IA) que identifica infecciones en heridas quirúrgicas mediante fotografías enviadas por pacientes, informó la revista Annals of Surgery. El sistema automatiza la revisión de incisiones postoperatorias en seguimiento ambulatorio, una tarea que tradicionalmente requiere la evaluación directa por parte del personal médico.
La tecnología fue entrenada con más de 20 mil imágenes pertenecientes a más de seis mil pacientes atendidos en nueve hospitales de Mayo Clinic en Estados Unidos. El modelo analiza las fotografías para detectar visualmente incisiones quirúrgicas y evaluar posibles signos de infección, con el objetivo de facilitar el diagnóstico temprano.
"Nos motivó la creciente necesidad de monitorizar, de forma oportuna, las incisiones quirúrgicas en pacientes ambulatorios", declaró Cornelius Thiels, D.O., oncólogo quirúrgico de Mayo Clinic. Explicó que el modelo puede asistir en el triaje de imágenes y agilizar la atención médica en casos que lo requieren.
La IA utiliza un sistema de dos etapas basado en un modelo Vision Transformer. Primero, identifica si la imagen contiene una incisión quirúrgica. Luego, analiza si esa incisión muestra indicios de infección. Según los datos del estudio, el modelo alcanzó un 94% de precisión en la identificación de incisiones y un 81% de área bajo la curva (AUC) en la detección de infecciones.
"Este trabajo sienta las bases para la atención de heridas postoperatorias asistida por IA, lo que puede transformar la forma en que se monitoriza a los pacientes tras una cirugía", señaló Hala Muaddi, M.D., Ph.D., becario de cirugía hepatopancreatobiliar en Mayo Clinic. Según explicó, la herramienta es especialmente útil en el contexto actual, donde las cirugías ambulatorias y el seguimiento virtual aumentaron significativamente.
El estudio indica que el sistema presentó un desempeño uniforme entre distintos grupos poblacionales, lo cual contribuye a reducir el riesgo de sesgo algorítmico. Además, el equipo de desarrollo subrayó la necesidad de continuar con validaciones clínicas antes de su implementación generalizada.
"Nuestra esperanza es que los modelos de IA que desarrollamos — y el gran conjunto de datos en el que fueron entrenados — puedan transformar radicalmente la forma en que se realiza el seguimiento quirúrgico", afirmó Hojjat Salehinejad, Ph.D., consultor del Kern Center for the Science of Health Care Delivery. Añadió que ya están en curso estudios prospectivos para evaluar cómo se integra esta herramienta en la atención clínica diaria.
La IA también podría servir como herramienta de cribado, enviando alertas a los profesionales cuando se detectan posibles signos de infección. Este uso sería especialmente relevante en regiones rurales o con acceso limitado a servicios médicos presenciales.
"Para los clínicos, es una forma eficaz de priorizar la atención a los casos que más lo necesitan, especialmente en entornos rurales o con recursos limitados", puntualizó la doctora Muaddi.
