La IA permite predecir el riesgo de enfermedad renal en personas con diabetes tipo 2

Afecta a cerca del 90% de las personas con diabetes y se asocia a un elevado riesgo de daño renal.

Un estudio multicéntrico en el que han participado ocho hospitales españoles, entre ellos el Universitario de León y el Río Hortega de Valladolid, ha demostrado que el análisis de la información clínica contenida en las historias médicas electrónicas, incluso cuando está escrita en texto libre, permite predecir con dos años de antelación el riesgo de desarrollar enfermedad renal crónica en personas con diabetes tipo 2.

La investigación a la que ha tenido acceso EFE, recientemente publicada en la revista científica 'Kidney Diseases', ha analizado los datos de casi 600.000 pacientes atendidos en ocho hospitales españoles y abre la puerta a una detección más precoz de una de las complicaciones más frecuentes y graves asociadas a la diabetes.

Junto a los dos centros de Castilla y León, el trabajo ha contado con la participación de hospitales de Madrid —el Hospital Universitario de Fuenlabrada, el Hospital Universitario Puerta de Hierro Majadahonda y el Hospital Universitario Infanta Sofía—, de Cataluña —el Hospital de la Santa Creu i Sant Pau de Barcelona—, de la Comunidad Valenciana —el Hospital Universitari i Politècnic La Fe de València— y de Islas Baleares, a través del Hospital Universitari Son Espases.

La diabetes tipo 2 afecta a cerca del 90% de las personas con diabetes y se asocia a un elevado riesgo de daño renal.

Un camión queda semienterrado tras deslizarse un talud de una carretera en Palencia

De hecho, los autores del trabajo recuerdan que alrededor de una cuarta parte de estos pacientes ya presenta enfermedad renal crónica cuando es atendida en el ámbito hospitalario, una patología que incrementa el riesgo cardiovascular, la mortalidad y la necesidad de tratamientos como la diálisis o el trasplante.

El problema, subraya el estudio, es que la enfermedad renal suele avanzar de forma silenciosa y que los marcadores clásicos utilizados en la práctica clínica no siempre permiten detectarla en fases tempranas.

Ante esta limitación, los investigadores han recurrido a técnicas de inteligencia artificial, en concreto al procesamiento del lenguaje natural, para "leer" automáticamente millones de anotaciones clínicas escritas por los profesionales sanitarios en las historias electrónicas.