Machine learning para prevenir posibles complicaciones derivadas de la fístula arteriovenosa para la hemodiálisis

José Ibeas

  • LÍDER DEL PROYECTO

    José Ibeas

  • INSTITUCIÓN
    SOLICITANTE Y PAÍS

    Fundació Institut d’Investigació i Innovació Parc Taulí (I3PT), Sabadell, España

  • DESCRIPCIÓN

    Los pacientes con enfermedad renal terminal que deben someterse a una terapia de tratamiento sustitutivo renal mediante hemodiálisis requieren una fístula arteriovenosa: una conexión creada quirúrgicamente que permite adaptar el sistema vascular del paciente para unirlo a la máquina de hemodiálisis. Sin embargo, esta conexión tiene una probabilidad alta de fallar y además puede causar o empeorar patologías cardíacas preexistentes debido a los flujos sanguíneos que puede llegar a generar.

    Este proyecto tiene como objetivo generar un sistema de apoyo a la decisión clínica basado en el aprendizaje automático (machine learning) que permita determinar de manera individualizada el riesgo de fallo de este componente y las posibles repercusiones cardíacas para cada paciente. Para ello se prevé el uso masivo de datos de diversas fuentes que incluirían datos clínicos, analíticos, de imágenes y biométricos, todos ellos recopilados durante décadas de experiencia clínica, para ayudar a los profesionales en la toma de decisiones.

    Esta solución podría beneficiar la salud y calidad de vida de los pacientes, así como la gestión de recursos de atención médica. El prototipo, diseñado por el equipo basándose en la información de alrededor de un centenar de pacientes, ha obtenido resultados con un alto grado de exactitud y precisión. En la presente fase del proyecto el equipo se propone aumentar la evidencia clínica con datos de un número mayor de pacientes, refinar el sistema encaminando la herramienta hacia un ensayo clínico y establecer una empresa derivada (spin-off) que facilite los trámites necesarios para iniciar la comercialización del sistema para que pueda ser usado por los centros de hemodiálisis.

  • TÍTULO
    ORIGINAL

    Arteriovenous Fistula for Dialysis: Machine Learning based models for failure and Cardiac events

  • FASE DEL
    PROYECTO

    Fase 2