Un equipo internacional de investigadores han desarrollado un modelo basado en inteligencia artificial capaz de predecir qué personas tienen mayor riesgo de reingreso tras sufrir un ictus. El estudio, realizado en comunidades con alta vulnerabilidad social en Brasil, podría ayudar a mejorar el seguimiento clínico y reducir complicaciones tras el alta médica.
La investigación, llevada a cabo por investigadores de Brasil, Perú y España, concretamente de la Universidad Autónoma de Madrid, y su Facultad de Enfermería, analizó a 267 personas que habían sufrido un ictus isquémico o hemorrágico y que recibían atención en centros de salud de dos municipios del noreste brasileño con bajos índices de desarrollo humano.
Para desarrollar el modelo predictivo, el equipo utilizó técnicas de aprendizaje automático o machine learning, una rama de la inteligencia artificial que permite identificar patrones complejos a partir de grandes cantidades de datos. En este caso, se aplicaron modelos de árbol de decisión y regresión logística para calcular la probabilidad de reingreso hospitalario durante el año posterior al ictus.
Los resultados mostraron que casi la mitad de las personas participantes habían vuelto a ingresar en el hospital después del ictus y que más del 60% de esos reingresos estaban relacionados directamente con la enfermedad cerebrovascular.
El modelo más eficaz fue el árbol de decisión, que alcanzó una precisión superior al 92% en algunas pruebas. Entre los factores más relacionados con el riesgo de reingreso destacaron las caídas, las complicaciones durante la hospitalización inicial, la ausencia de una persona cuidadora y las dificultades para dormir.
Según el estudio, sufrir caídas después del ictus aumentó considerablemente la probabilidad de volver al hospital. También influyeron factores como haber padecido un ictus isquémico, presentar lesiones en la piel, haber tenido Covid-19 o vivir en condiciones de vulnerabilidad social.
Así pues, el equipo investigador destaca que el riesgo no depende únicamente del estado clínico, sino que aspectos sociales y familiares, como disponer de apoyo en el hogar o contar con seguimiento sanitario continuo, son determinantes para evitar nuevas hospitalizaciones.
El estudio se basó en el Modelo de Atención a Condiciones Crónicas, promovido por la Organización Mundial de la Salud (OMS), que propone una atención coordinada y continuada para personas con enfermedades crónicas. Desde esta perspectiva, la inteligencia artificial puede convertirse en una herramienta útil para identificar pacientes con mayor fragilidad y facilitar intervenciones preventivas personalizadas.
Además, el trabajo subraya la importancia de fortalecer la atención primaria, la rehabilitación y el apoyo domiciliario en América Latina, donde muchas personas que han pasado por un ictus encuentran barreras económicas y sociales para continuar sus cuidados después del alta hospitalaria. Los autores concluyen que este tipo de modelos predictivos podría integrarse en los sistemas sanitarios para ayudar a profesionales de la salud a identificar pacientes con mayor riesgo, priorizar el seguimiento clínico y diseñar planes de atención más personalizados y eficaces.
