La Fundación Andaluza Progreso y Salud lidera este proyecto que combina tecnología y colaboración clínica para alertar sobre riesgos de autolesiones
La Fundación Pública Andaluza Progreso y Salud (FPS) ha iniciado un proyecto denominado SAIDIS, un sistema de alerta basado en inteligencia artificial (IA) que tiene como objetivo detectar y prevenir reintentos de suicidio severo en pacientes que han sido ingresados en la Unidad de Cuidados Intensivos (UCI). Este proyecto se encuentra actualmente en una fase inicial de validación de hipótesis, un proceso esencial para confirmar la viabilidad del modelo antes de su posible implementación en entornos clínicos.
Miguel Ángel Armengol de la Hoz, responsable del Área de Big Data de FPS, ha asegurado que “el desarrollo de este tipo de modelos predictivos solo es posible gracias a la colaboración entre ingenieros, clínicos y científicos de datos. La inteligencia artificial fiable, no ha de tener nombres y apellidos; sino desarrollarse como resultado del esfuerzo colaborativo que reúna el conocimiento de la mayor cantidad de expertos del sistema sanitario posibles”. Este enfoque asegura que el sistema SAIDIS esté fundamentado en datos pseudonimizados, garantizando la protección de la privacidad de los pacientes durante todo el proceso de investigación.
Estructura del proyecto
La creación del modelo predictivo de SAIDIS sigue una estructura rigurosa y bien definida. La primera fase consiste en formular la pregunta clínica central que guiará el desarrollo del modelo. “En nuestro caso, la pregunta que nos plantean los clínicos es clara: ¿cómo podemos saber si alguien que ya ha sido ingresado en UCI por un intento de suicidio está en riesgo de repetirlo?”, ha cuestionado Armengol. Este enfoque directo permite centrar los esfuerzos en las necesidades específicas de los profesionales de la salud.
Una vez que se ha definido la pregunta, el siguiente paso será seleccionar las variables relevantes para el modelo. Estas variables pueden incluir antecedentes médicos, factores de riesgo clínico y otros indicadores que ayudan a determinar el nivel de riesgo de un paciente. Isabel Amaya, científica de datos del equipo, ha subrayado que “la definición de una hipótesis clínica en colaboración con los clínicos involucrados es fundamental. Además, esta debe ir acompañada de la definición de unas variables alineadas con el contexto y un análisis de la calidad de los datos, con el fin de asegurar la precisión del modelo”.
Protocolo previo
Antes de llevar a cabo cualquier análisis o extracción de datos, es necesario elaborar un protocolo exhaustivo que debe ser aprobado por el Comité de Ética. Claudia Jiménez, quien ha colaborado en la definición del protocolo, ha señalado que “el documento del protocolo es fundamental para que el Comité de Ética comprenda a fondo la pregunta clínica que queremos abordar y el posible impacto en los pacientes. Así, nos aseguramos de que el uso de la IA esté en línea con principios los éticos necesarios y que el proyecto tenga el respaldo legal correspondiente”.
Una vez obtenido el visto bueno del Comité de Ética, el equipo procede a la extracción de datos clínicos. Esta información se organiza y se somete a un proceso de exploración para verificar su validez y asegurar que refleja adecuadamente la práctica clínica y la situación de los pacientes. A partir de estos datos, el equipo entrena y valida el modelo, comprobando su precisión y capacidad para emitir alertas en situaciones reales. En caso de que el modelo sea validado con éxito, se integrará en la historia clínica electrónica, facilitando así la toma de decisiones informadas por parte de los clínicos.
Soporte adicional para profesionales
Benedicto Crespo Facorro, director del Plan Integral de Salud Mental de Andalucía, ha destacado la importancia de herramientas como SAIDIS en el contexto de la salud mental. “La IA en este contexto no busca reemplazar a los profesionales, sino ofrecerles un soporte adicional que permita una intervención oportuna y eficiente. Con herramientas como SAIDIS, los clínicos pueden tomar decisiones mejor informadas en situaciones críticas”, ha explicado Crespo, cuyo liderazgo en salud mental ha sido clave en la estructura del proyecto.
El equipo cuenta con la colaboración de expertos clínicos, como Miguel Ruiz Veguilla, coordinador del Programa de Prevención del Suicidio en el Hospital Virgen del Rocío, y otros profesionales de unidades de cuidados intensivos como Antonio Puppo Moreno, del mismo hospital, y Ángel Estella García, del Hospital Universitario de Jerez, cuyas aportaciones han sido esenciales para adaptar el modelo a las necesidades específicas de los pacientes en situaciones críticas.
Premio a la Innovación Clínica
Recientemente, el proyecto SAIDIS, cuya financiación está apoyada por Rotary Club Sevilla Cartuja, ha sido galardonado con el Premio a la Innovación Clínica de la Sociedad Española de Psiquiatría y Salud Mental en la categoría Técnica Clínica. Este reconocimiento destaca el potencial de SAIDIS para transformar la atención en salud mental y cuidado intensivo mediante el uso de inteligencia artificial.
A pesar de que el proyecto se encuentra en su fase de validación inicial, los expertos confían en que el modelo pueda ayudar a identificar y actuar sobre aquellos pacientes que podrían estar en riesgo de reintentos de suicidio. Esto no solo mejoraría la calidad de la atención en salud mental en Andalucía, sino que también podría salvar vidas.