Investigadores de la salud utilizan inteligencia artificial para predecir mejor los resultados del tratamiento de la hepatitis C
Micrografías electrónicas del virus de la hepatitis C purificado a partir de cultivo celular. La barra de escala es de 50 nanómetros. Crédito: Centro para el Estudio de la Hepatitis C, Universidad Rockefeller.
Cuando fallan los tratamientos de la hepatitis C, los pacientes pueden enfrentarse a importantes riesgos para la salud y al gasto de una segunda terapia. Ahora, los investigadores de la Universidad de Florida Health han desarrollado algoritmos que usan inteligencia artificial para predecir con precisión cuándo el tratamiento no funcionará.
Los algoritmos utilizan el aprendizaje automático, un tipo de inteligencia artificial, para producir predicciones de fracaso del tratamiento que son más precisas que los modelos estadísticos actuales, determinaron los investigadores. Sus hallazgos se publicaron recientemente en la revista Hepatology.
El tratamiento exitoso de la hepatitis C es un imperativo tanto para el paciente como para el pagador, dijo Haesuk Park, Ph.D., profesor asociado de la Facultad de Farmacia de la UF y líder del estudio. investigador. El virus de la hepatitis C causa una inflamación que puede provocar un daño hepático grave. El fracaso del tratamiento también tiene un alto precio: dos antivirales genéricos comunes contra la hepatitis C tenían un precio de lista de $24 000 cuando se lanzaron en 2019.
«Nadie quiere que el tratamiento fracase, y menos el paciente», dijo Park. dijo. «Queríamos encontrar una mejor manera».
Para establecer sus hallazgos, Park y sus colegas desarrollaron cuatro algoritmos de aprendizaje automático para predecir el fracaso del tratamiento antiviral de acción directa entre los pacientes con hepatitis C. Se utilizaron casi 5000 muestras de pacientes de un registro nacional de hepatitis C para el entrenamiento de algoritmos, un proceso que se utiliza para «enseñar» a los algoritmos a tomar decisiones adecuadas. Se utilizaron otras 1631 muestras de pacientes para validar por separado la eficacia de los algoritmos. Los pacientes del estudio fueron tratados con uno de los siete medicamentos orales contra la hepatitis C entre febrero de 2014 y 2018.
Los algoritmos se desarrollaron e identificaron mediante 41 factores que ponen a los pacientes en riesgo de fracaso del tratamiento, dijo Park. Parte de la investigación se llevó a cabo con HiPerGator, la supercomputadora más poderosa de Florida y una de las más rápidas del mundo.
Después de desarrollar y probar cuatro algoritmos comunes de aprendizaje automático, una técnica conocida como máquina potenciadora de gradiente, o GBM, resultó ser el más preciso. Las cuatro técnicas de aprendizaje automático superaron la regresión logística multivariable, la técnica estadística desarrollada previamente para predecir el fracaso del tratamiento, determinaron los investigadores.
GBM también se destacó por su capacidad para identificar a los pacientes con mayor riesgo de tratamiento. fracaso y segmentarlos en diferentes grupos de riesgo. Identificar esos grupos de riesgo puede ser valioso algún día para los médicos que tratan a pacientes con hepatitis C, anotaron los investigadores.
El aprendizaje automático también permitió a los investigadores distinguir una serie de condiciones asociadas con el fracaso del tratamiento, incluido el consumo de tabaco y alcohol, diabetes, presión arterial alta y ciertos medicamentos sin receta utilizados para tratar la enfermedad de reflujo ácido. Algunos de esos factores, especialmente fumar, beber y las pastillas para el reflujo ácido, son potencialmente modificables para mejorar el éxito de los pacientes con el tratamiento de la hepatitis C, dijeron los investigadores.
Si bien los tratamientos antivirales de acción directa tienen tasas de curación iniciales del 95 por ciento o más , incluso un pequeño porcentaje de fallas puede tener un impacto significativo: la Organización Mundial de la Salud estima que hay 58 millones de casos globales de hepatitis C crónica, con alrededor de 1,5 millones de nuevas infecciones por año.
Aprendizaje automático, los investigadores señaló, es un avance estratégico que puede ayudar a los médicos a tomar decisiones cruciales. Si bien se necesita más refinamiento y más trabajo para comprender cómo se pueden implementar sus hallazgos en la clínica para mejorar los resultados de los pacientes, los investigadores prevén que se convierta en parte de los registros de salud electrónicos que generarían alertas para pacientes de alto riesgo antes de que se inicien los tratamientos contra la hepatitis C.
«Este es el primer modelo de IA desarrollado para predecir el fracaso del tratamiento antiviral de acción directa», dijo Park. «Esta es una buena base para futuras investigaciones».
Explore más
El nuevo sistema de puntuación puede ayudar a los médicos a predecir el riesgo de mortalidad a los 30 días para los pacientes con hepatitis asociada al alcohol Más información: Haesuk Park et al, algoritmos de aprendizaje automático para predecir los antivirales de acción directa fracaso del tratamiento en la hepatitis C crónica: un análisis HCVTARGET, Hepatología (2022). DOI: 10.1002/hep.32347 Información de la revista: Hepatología
Proporcionado por la Universidad de Florida Cita: Los investigadores de salud usan inteligencia artificial para predecir mejor los resultados del tratamiento de la hepatitis C (2022) , 17 de febrero) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-02-health-artificial-intelligence-hepatitis-treatment.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.