Predicción de mortalidad en pacientes con enfermedad renal crónica en hemodiálisis: inteligencia artificial frente a los modelos predictivos tradicionales

Resumen

Fundamento: los modelos predictivos tradicionales para la predicción de mortalidad en pacientes con enfermedad renal crónica, presentan numerosas limitaciones que limitan su implementación en la práctica clínica. La aplicación de algoritmos de la inteligencia artificial podría contribuir a mejorar la precisión de las predicciones.

Objetivo: describir la predicción de mortalidad en pacientes con enfermedad renal crónica en hemodiálisis mediante modelos predictivos tradicionales y algoritmos de la inteligencia artificial.

Métodos: se realizó una revisión bibliográfica sobre la predicción de mortalidad en los pacientes con enfermedad renal crónica en hemodiálisis. Se utilizaron las bases de datos PubMed, SciELO, Web of Science, Scopus, Ebsco y Clinical Key. Las estrategias de búsqueda fueron: [(chronic kidney disease OR renal insufficiency OR end-stage renal disease) AND (hemodialysis) AND (mortality) AND (predictive models) AND (artificial intelligence OR machine learning)].

Resultados: a pesar de la gran cantidad de literatura sobre metodología de predicción, los métodos utilizados en muchas investigaciones que presentan modelos predictivos tradicionales no cumplen con los estándares y la calidad de los informes de métodos y resultados es deficiente. Los algoritmos de la inteligencia artificial tienen la capacidad de analizar grandes volúmenes de datos clínicos y biomédicos, identificar relaciones no lineales y predecir resultados clínicos con una precisión sin precedentes, lo que permitiría tomar decisiones terapéuticas más informadas y personalizadas.

Conclusiones: los algoritmos de la inteligencia artificial presentan numerosas bondades que, si se aplican en el diseño de nuevos modelos predictivos, se pueden superar las limitaciones de los modelos predictivos tradicionales.