Inteligencia artificial, sensores inteligentes y nuevos predictores fisiológicos y medioambientales para una mejor gestión de la EPOC
- D. Sales Lérida
- P. Camacho Magriñan
- R. Moreno Mellado
- A. Lara Doña
- B. Priego Torres
- A. Arnedillo Muñoz
- A. León Jiménez
- D. Sánchez Morillo
Publisher: Sociedad Española de Ingeniería Biomédica (SEIB)
ISBN: 978-84-09-67332-2
Year of publication: 2024
Pages: 681-684
Type: Conference paper
Abstract
La telemedicina ha demostrado ser una herramienta prometedora para prevenir ingresos hospitalarios porexacerbaciones de la enfermedad pulmonar obstructiva crónica (EPOC). Sin embargo, los resultados de los ensayos de telemonitorización con pacientes con EPOC revelan una falta de especificidad en los modelos predictivos desarrollados, que generan frecuentes alertas clínicamente innecesarias, con el consiguiente consumo excesivo de recursos sanitarios o con niveles evitables de estrés y ansiedad para los pacientes y cuidadores. Existe por tanto la necesidad de encontrar nuevos predictores de exacerbaciones y de desarrollar modelos predictivos. El proyecto CICERONE aborda estos objetivos mediante la búsqueda de nuevos predictores fisiológicos y ambientales de exacerbaciones de EPOC que habiliten el desarrollo de modelos basados en inteligencia artificial fiable. En este estudio, se ha desarrollado un sistema de telemonitorización domiciliaria multimodal para pacientes deEPOC, que registra síntomas, datos ambientales y de estilo de vida, e información biomédica. Se presenta en este trabajo el sistema desarrollado, junto a aspectos metodológicos y de usabilidad del desarrollo, que será empleado en un estudio de campo con un grupo de pacientes de EPOC. El objetivo final esel de desplazar el manejo de la EPOC de un enfoque genérico a uno personalizado, a través de la investigación de parámetros fisiológicos para la predicción de exacerbaciones de la EPOC y la generación de modelos predictivos que ofrezcan un compromiso entre la comprensión clínica y la bondad del ajuste estadístico.