La herramienta capaz de detectar drogas en los pacientes
Se trata de inteligencia artificial, y su objetivo es hacer más fácil el trabajo de identificación de drogas a los médicos para acelerar sus diagnósticos
La Oficina de Naciones Unidas contra la Droga y el Delito ha mostrado cómo el consumo de drogas ha aumentado tras la pandemia Covid-19. Aproximadamente 284 millones de personas habían consumido una droga como la cocaína, el éxtasis o las anfetaminas en el 2020.
Las drogas pueden ser consumidas en pastillas, polvos o inyectables con una jeringa. En la actualidad, las personas que se inyectan drogas se identifican mediante códigos de Clasificación Internacional de Enfermedades (ICD) que los proveedores de atención médica especifican en los registros de salud electrónicos de los pacientes. No existe un código de ICD para el uso de drogas inyectables por lo que puede provocar en la atención médica un enfoque lento y puede generar imprecisiones.
Ahora, una tecnología basada en inteligencia artificial es capaz de detectar la presencia de drogas inyectables en los pacientes. Esto sirve para mejorar la toma de decisiones clínicas y así llegar a mejores opciones de tratamiento.
Los investigadores revisaron 1.000 registros de 2003 a 2014 de personas admitidas en hospitales de la Administración de Veteranos con bacteriemia por Staphylococcus aureus , una infección común que se desarrolla cuando la bacteria ingresa a las aberturas de la piel, como las que se encuentran en los sitios de inyección. Después, desarrollaron unos algoritmos usando el procesamiento de lenguaje natural y aprendizaje automático y los compararon con 11 combinaciones de proxy de códigos ICD para identificar PWID.
El uso de este modelo de inteligencia artificial acelera significativamente el proceso de identificación de PWID, lo que podría mejorar la toma de decisiones clínicas, la investigación de servicios de salud y la vigilancia administrativa.
La investigación se ha llevado a cabo en el centro UCLA Health con el Dr. David Goodman-Meza, profesor asistente de medicina en la división de enfermedades infecciosas de la Escuela de Medicina David Geffen de la UCLA como autor principal del estudio.
