← volver

Ciencia de datos previene errores de prescripción y administración de medicamentos

A nivel mundial, se estima que al menos uno de cada 10 pacientes sufre complicaciones durante la atención médica y los errores de medicación son una de sus principales causas. En Chile, en tanto, esta cifra oscilaría en uno de cada tres pacientes (según un estudio de 2018 de Ann-Loren Smith, Inés Ruiz y Marcela Jirón, de la Universidad de Chile).

El proyecto Fondef “Advanced Data Science Methods for Medication Error Prevention”, liderado por nuestro académico, Sebastián Ríos, cuyos resultados fueron compartidos en un evento de cierre realizado el 22 de junio, trabajó esta problemática y lo que lograron, cuenta Ríos, es auspicioso.

Partiendo de la base que los métodos avanzados de Data Science, como los algoritmos de aprendizaje automatizado, permiten mejorar la detección de los errores de medicación -reduciendo así los costos asociados a eventos adversos, entre otros beneficios- este proyecto desarrolló, evaluó e implementó  algoritmos de prevención de errores de prescripción y administración de medicamentos basados en métodos avanzados de ciencia de datos.

“Este avance tecnológico representa un gran paso hacia la mejora de la calidad de la atención médica en tiempo real”, comenta Sebastián orgulloso.

Razones tiene para estarlo, ya que, además de que su proyecto permitirá mejorar la seguridad del paciente, se trata de una iniciativa que comenzó en plena pandemia, el 1 de marzo de 2021, a días de que nuestro país entrara por segunda vez a cuarentena.

“Este es el proyecto más desafiante que he dirigido. Con los contagios al alza, sin poder ir al hospital y con los doctores, los químico farmacéuticos y los profesionales TI colapsados”, recuerda el investigador, quien programó todo el procesamiento del texto de las recetas, así como los diversos tipos de redes neuronales, word embbedings y transformers, entre otros.

La plataforma

Pese a la adversidad, a los pocos meses de iniciado el proyecto el equipo de investigación logró generar la base de datos inicial y con eso lograron avanzar “en lo que hoy nos llena de orgullo que es una plataforma que funciona y que permite reducir los errores de medicación en diversos entornos de atención médica”, señala Ríos.

Para ello, el proyecto elaboró una base de datos de riesgo fármaco-fármaco y fármaco-diagnóstico, y, posteriormente, un software que permite conectarse a las recetas médicas electrónicas que calcula un índice de riesgos asociados a la emisión de cada una de ellas. Adicionalmente, el equipo también desarrolló varios modelos de inteligencia artificial que detectan riesgos en el ingreso de las recetas y que, en conjunto, permiten mejorar la seguridad de la atención de los pacientes.

“Este proyecto es un buen ejemplo del rol que deben tener las TI en salud. En un entorno dinámico, donde se deben tomar decisiones complejas en poco tiempo, las TI pueden contribuir a una atención de mayor calidad y seguridad para los pacientes, incorporando herramientas que combinan el conocimiento experto con ciencia de datos”, explica Cristián Amdan, profesor de Ingeniería Industrial e integrante del equipo.

La idea es que el sistema alerte a los equipos de salud sobre posibles riesgos (interacciones entre distintos medicamentos, principios activos en las prescripciones médicas y cantidades y formas de administración de los medicamentos, por ejemplo), en especial en el caso de pacientes con condiciones de base que los vuelve más vulnerables.

“Este es un tema que no se ve. Los eventos adversos por medicamentos no sólo son subnotificados sino que también subconsiderados”, advierte Begoña Yarza, exministra de Salud y parte del equipo de investigación de este proyecto.

El futuro

El proyecto contó con el apoyo del Servicio de Salud Metropolitano Sur Oriente, quien fue socio de esta iniciativa, y todos los algoritmos se desarrollaron y probaron en el Hospital de la Florida.

Lo que viene ahora es escalar esta herramienta en hospitales, clínicas, farmacias, entornos de atención médica domiciliaria e incluso en telemedicina (apoyando las consultas remotas y mejorando así la seguridad del paciente).

“También tiene un significativo potencial en la educación médica, la investigación y el análisis de datos”, proyecta Ríos.

Adelanta: “Las oportunidades futuras son muy interesantes y ya tenemos varios interesados que quieren probar nuestro sistema”.