UAdeC busca avanzar en detección temprana de diabetes con inteligencia artificial
Tras los primeros resultados de un estudio, el equipo académico busca ampliar el estudio y reunir nuevos datos clínicos en Saltillo para desarrollar una herramienta predictiva que apoye la detección temprana de pacientes en riesgo
Investigadores de la Universidad Autónoma de Coahuila (UAdeC) darán continuidad a un estudio enfocado en la detección temprana de la diabetes mediante el uso de inteligencia artificial, luego de identificar áreas de oportunidad en el desempeño de los modelos predictivos utilizados.
El objetivo es perfeccionar una herramienta que permita al sector salud local identificar de manera más eficaz a pacientes con riesgo de desarrollar la enfermedad y apoyar a los médicos en la toma de decisiones para prevenir complicaciones.
TE PUEDE INTERESAR: Rosca de Reyes duplica su precio en cinco años en Saltillo
El proyecto, publicado en la última edición de la revista CienciAcierta de la UAdeC, fue desarrollado por Brenda Salas, del Centro de Estudios e Investigaciones Interdisciplinarias Unidad Sureste; Irma García Calvillo y Jesús Navarro Acosta, del Centro de Investigaciones en Matemáticas Aplicadas; así como Gloria Mendoza Frías, del Hospital Universitario de Saltillo.
La investigación se basó en la aplicación de algoritmos de Machine Learning a una base de datos recolectada en una clínica de salud del municipio, a partir de encuestas validadas por médicos del IMSS y aplicadas por residentes, bajo la coordinación del CIMA de la UAdeC.
El análisis incluyó información de 1 mil 903 pacientes, con edades de entre 15 y 84 años, y consideró variables demográficas, antecedentes médicos y hábitos de salud relacionados con la diabetes. Entre los datos analizados se encuentran peso, estatura, índice de masa corporal, presión arterial, niveles de glucosa y hemoglobina glucosilada, antecedentes familiares, consumo de refrescos, actividad física y síntomas asociados a la enfermedad.
Los resultados mostraron un buen desempeño para identificar a pacientes sin riesgo de diabetes, pero un rendimiento limitado para detectar a quienes sí lo presentan, lo que evidenció la dificultad de trabajar con bases de datos desbalanceadas.
Ante estos hallazgos, los investigadores plantearon continuar con el estudio utilizando técnicas de Machine Learning con mejor desempeño en este tipo de bases, así como ampliar la recolección de datos clínicos en otra institución de salud de Saltillo, con el fin de contar con una muestra más equilibrada entre pacientes diabéticos y no diabéticos. Esto permitiría avanzar hacia una herramienta predictiva más eficiente y de mayor utilidad para el sistema de salud regional.
El estudio cobra relevancia en un contexto donde la diabetes sigue siendo un problema de salud pública. De acuerdo con el Boletín Epidemiológico Nacional, en Coahuila se han detectado este año, hasta el 29 de diciembre, 8 mil 927 hombres y 12 mil 062 mujeres con diabetes tipo II.
