¡Compártelo!

UNIVERSIDAD DE JAÉN

Investigadores del Departamento de Informática de la Universidad de Jaén, dirigidos por el profesor José Ramón Cano de Amo, han creado un modelo predictivo colaborativo de apoyo al diagnóstico que obtienen los médicos de los servicios de urgencias psiquiátricas, un trabajo en el que han participado, también, la Universidad de Granada y el Servicio de Emergencias Psiquiátricas del Hospital Doce de Octubre de Madrid.
Los investigadores han estudiado los casos de los pacientes con tendencias suicidas en el servicio de urgencias psiquiátricas del Hospital Doce de Octubre de Madrid, con el objetivo de recuperar la información perdida y validar la ofrecida a través de un modelo colaborativo predictivo de apoyo, que sirve como soporte al equipo médico. El estudio está subvencionado por el Plan de apoyo a la investigación de la Universidad de Jaén.

Fruto del trabajo de investigación desarrollado se ha obtenido un modelo colaborativo predictivo de apoyo y soporte al equipo médico. «El objetivo de este modelo consiste en, durante el proceso de recogida de información del paciente, ir completando aquellos datos que el paciente no proporcione por cualquier razón, considerando diferentes alternativas con sus correspondientes probabilidades, y validando la que sí ofrezca, considerando si un dato concreto es consistente con el resto de información proporcionada por el paciente, según el modelo predictivo sugiere», explicó.

Este proyecto de extracción de conocimiento centra su interés en el dominio médico de datos del servicio de urgencias psiquiátricas del Hospital Doce de Octubre de Madrid sobre casos de suicidio. «En el servicio de urgencias psiquiátricas se registra información de cada persona que llega para ser atendido por el equipo médico. Dicha información se emplea, tanto para el diagnóstico como para la concesión del alta del paciente. Al ser información recogida en situación de estrés, es frecuente la pérdida de datos, que en muchos casos pueden ser muy útiles para poder efectuar diagnósticos efectivos en tiempo real o confeccionar modelos predictivos o relacionales sobre comportamiento de pacientes. Como añadido a la pérdida de algunos de esos datos, puede darse el caso de que algunos pacientes no contesten con sinceridad a alguna de las preguntas (consumo de drogas, alcohol, etc.). Dicha circunstancia puede añadir ruido, lo cual incrementa la dificultad del problema», expuso.

El estudio, que se ha realizado durante dos años, se ha dividido en dos fases. El primer año de desarrollo se dedicó a recopilar y estudiar la información ofrecida por el equipo perteneciente al servicio de emergencias. Para ello, se realizaron diferentes reuniones en las que se analizaron y detectaron las principales deficiencias de la información recogida, para finalmente planear las estrategias para resolverlas. Durante el segundo año comenzó el trabajo directo con los datos. «En este periodo se han diseñado y desarrollado los algoritmos que generan modelos predictivos para analizar y recuperar la información perdida y validar la presente», señaló.

Actualmente se está desarrollando un software para la adquisición de información por parte del equipo médico, «de forma que dicha adquisición se pueda hacer de forma cómoda, rápida y sencilla, integrando el modelo colaborativo predictivo de asistencia que hemos desarrollado en ella. El objetivo final sería poder utilizar este software en tablets como puedan ser el IPad de Apple u otras alternativas con soporte Android», concluyó.

Tras la implantación y publicación de los resultados obtenidos, el futuro de esta investigación seguirá dos vertientes. Por un lado, la mejora de los resultados conseguidos, optimizando el modelo, tanto a nivel de tiempo de respuesta, como de precisión predictiva, y, por otro, aprovechar la mejora en la calidad de los datos recogidos tras la aplicación del primer estudio para buscar relaciones e interdependencias a partir de ellos y así se puedan obtener nuevos modelos capaces de predecir comportamientos o tendencias dentro de ese subgrupo de población.

¡Compártelo!