Se ha iniciado el primer estudio para predecir la supervivencia de los pacientes COVID-19. Se trata del COVID DATA SAVE LIVES’, un dataset clínico anonimizado. El mismo recoge las distintas interacciones en el proceso de tratamiento del COVID-19 entre los pacientes atendidos en los centros hospitalarios del Grupo HM Hospitales.  Para su puesta en marcha, la Fundación de Investigación HM Hospitales, ha firmado un acuerdo de colaboración con el Massachusetts Institute of Technology (MIT) Critical Data

Esta base de datos incluirá información pormenorizada sobre diagnósticos, tratamientos, ingresos, pasos por UCI, pruebas diagnósticas por imagen, resultados de laboratorio, alta o deceso.

“Desde que pusimos de forma desinteresada a disposición de los investigadores e instituciones que lo solicitasen nuestra base de datos anonimizada hemos recibido centenares de peticiones”, ha expuesto el presidente de HM Hospitales, Juan Abarca Cidón. “El análisis masivo de datos, la creación de modelos predictivos y el desarrollo de terapias farmacológicas eficaces son las claves para resolver los misterios que entraña este terrible virus”.

Supervivencia de los pacientes COVID-19

Respecto a cómo puede esta base de datos predecir la supervivencia de los pacientes COVID-19, se explicaba Miguel Ángel Armengol de la Hoz, coordinador del proyecto como Investigador Afiliado del MIT. “Mediante el análisis y estudio de estos datos por medio de técnicas punteras como el machine learning, podremos optimizar el tratamiento que reciben los pacientes”. Esto permite perfeccionar las predicciones de la evolución de cada caso. También respecto a la supervivencia de los pacientes COVID-19.

Ya se están entrenando algoritmos de deep learning para mejorar la predicción de resultados de pacientes COVID-19. En concreto, utilizando placas de tórax y datos clínicos estructurados de ‘COVID DATA SAVE LIVES’. En particular el uso de imágenes de placas de tórax de los servicios de Urgencias de HM Hospitales. Las mismas son clave para predecir la supervivencia de pacientes COVID-19 graves.