El modelo, resultado del proyecto FONDEF “Plataforma informática basada en inteligencia artificial para la caracterización e identificación del grado de adherencia al tratamiento para la población con VIH”, fue construido por nuestro académico, investigador del Instituto Sistemas Complejos de Ingeniería (ISCI) y director del Web Intelligence Centre (WIC), Juan Velásquez, en conjunto con Claudia Cortés , infectóloga y académica del Departamento de Medicina Interna Centro de la Facultad de Medicina de la Universidad de Chile (investigadora principal de esta iniciativa), y Flavia Guiñazú, Senior Medical Advisor e integrante del WIC (investigadora alterna).
En base a herramientas de inteligencia artificial y algoritmos de machine learning (aprendizaje automático), elaborado con datos de 5.000 pacientes proporcionados por la Fundación Arriarán (policlínico de infectología del Hospital San Borja Arriarán y principal centro de pacientes con VIH en el país), el sistema desarrolló predictores de adherencia al tratamiento del Virus de Inmunodeficiencia Humana (VIH), así como modelos de intervención para fortalecer y optimizar la implementación de políticas públicas para combatir esta enfermedad.
“Este proyecto busca predecir la adherencia o no adherencia de los pacientes con VIH, entendida esta como la capacidad para seguir un tratamiento. Desarrollar algoritmos que permitan predecir esa no adherencia nos posibilita hacer intervenciones tempranas desde el punto de vista sicológico y psiquiátrico, entre otros, y con eso mejoramos la adherencia”, explica Velásquez.
Considerando que la proporción de pacientes en Chile que presenta una baja adherencia al tratamiento es cercana al 30% y que el programa ONU-SIDA plantea al año 2030 la meta de que un 95% de la población contagiada sepa su diagnóstico, que el 95% de ellos esté siendo tratado y que en el 95% de estos pacientes el virus sea indetectable en su sangre (objetivo no cumplido en el 2020 con el porcentaje de 90% en los tres ítems), las facultades de Medicina y de Ciencias Físicas y Matemáticas unieron sus conocimientos para lograr este propósito.
Para ello, determinaron 34 variables -obtenidas a partir de las preguntas realizadas al ingreso de los pacientes-, las que permiten agrupar los motivos de su no adherencia al tratamiento. Categorizadas por los investigadores en cinco ámbitos ( 1) uso de alcohol y drogas, 2) salud mental, 3) consumo de distintos fármacos o medicamentos, 4) ecología del paciente -datos personales, grado educacional, entorno familiar, trabajo y otros- y 5) suma de todos ellos), el algoritmo asigna un puntaje capaz de predecir el seguimiento de los pacientes a su tratamiento contra el VIH.
“Llegamos a un nivel de prototipo que queremos seguir desarrollando con la postulación a un nuevo proyecto”, adelanta Velásquez.