Málaga, 5 jun (EFE).- Un estudio avala el potencial de la inteligencia artificial (IA) para predecir el éxito de la cirugía de la columna vertebral tras una investigación que puso a prueba la precisión en las operaciones de raquis en diferentes modelos de esa inteligencia, que llegó a una eficacia del 77,8 %.
Demuestra que las variables prequirúrgicas, analíticas y, en cierta medida, las socioeconómicas, tienen un papel relevante en el pronóstico del éxito de estas cirugías, según ha informado la Sociedad Española de la Columna Vertebral (GEER) tras presentarse ese estudio en su 38 congreso nacional, celebrado en Málaga.
La eficacia de estas variables es diferente según el modelo de aprendizaje automático utilizado, lo que subraya la importancia de elegir y ajustar adecuadamente el modelo para mejorar la precisión.
La capacidad de predecir con precisión el éxito de este tipo de operaciones médicas puede llevar, a juicio de los autores, a una mejor planificación quirúrgica, una reducción de riesgos y una mejora en los resultados para los pacientes.
El estudio, en el que han participado facultativos y cirujanos del Complejo Asistencial Universitario de León y especialistas en inteligencia artificial de la Escuela de Ingenierías de la Universidad de León, ha arrojado resultados prometedores sobre el potencial de esta tecnología para predecir el éxito de esa cirugía.
La cirugía de raquis es un procedimiento crítico en el campo de la cirugía ortopédica, con implicaciones significativas para la calidad de vida de los pacientes.
Dada su complejidad y el riesgo de complicaciones, la posibilidad de predecir de forma prequirúrgica el éxito del procedimiento es importante.
De ahí el interés de este estudio, que se realizó sobre una muestra de 243 pacientes intervenidos quirúrgicamente de la columna y que completaron el seguimiento durante seis meses, definiéndose como éxito del procedimiento que el paciente se mostrara bastante o muy satisfecho y que afirmara que volvería a operarse.
La investigación compara los resultados de diferentes modelos de aprendizaje automático y técnicas de muestreo, centrando el análisis en el desempeño predictivo de diferentes grupos de variables: prequirúrgicas, socioeconómicas, psicométricas, analíticas y combinaciones de estas.
Se utilizó el 70 % de la muestra para el entrenamiento de los modelos de aprendizaje y el 30 % restante para la validación de los modelos.
El estudio demostró que las variables prequirúrgicas, analíticas y, en cierta medida, las socioeconómicas, tienen un papel relevante en la predicción del éxito de las cirugías de raquis.
Sin embargo, la eficacia de estas variables es diversa según el modelo de IA utilizado, oscilando entre el 49,1 % y el 77,8 %, los modelos denominados KNN cuando se combinan con técnicas avanzadas de muestreo o ajuste de hiperparámetros (Ramdom Over Sampler) fueron los que se demostraron más eficaces.
Esta variabilidad subraya, según los autores, la importancia de elegir y ajustar adecuadamente el modelo para mejorar la precisión predictiva.
La alta eficacia lograda con alguno de los modelos sugiere que la IA puede ser una herramienta valiosa para los cirujanos en la toma de decisiones clínicas. EFE
srp/fs/cc