IA predice con precisión complicaciones de prematuridad en neonatos desde muestras de sangre

El nacimiento prematuro es una de las principales causas de enfermedades infantiles y discapacidad a largo plazo. Sin embargo, los médicos aún tienen dificultades para predecir qué recién nacidos desarrollarán complicaciones graves que afecten al cerebro, los pulmones, los ojos o el sistema digestivo. Los bebés que nacen con la misma edad gestacional y peso pueden seguir trayectorias médicas muy diferentes, lo que dificulta la toma de decisiones clínicas tempranas. Investigadores han demostrado que los patrones ocultos en muestras de sangre rutinarias tomadas poco después del nacimiento pueden utilizarse para pronosticar estas trayectorias médicas, ofreciendo una manera de anticipar y potencialmente prevenir las complicaciones de la prematuridad.

Investigadores de Stanford Medicine (Stanford, CA, EUA) aplicaron inteligencia artificial (IA) para analizar datos bioquímicos ya recopilados mediante programas rutinarios de cribado neonatal. Mediante pequeñas muestras de sangre obtenidas al nacer, el modelo de IA examinó marcadores metabólicos como aminoácidos y productos de la degradación de las grasas. Estas mediciones se combinaron con información clínica básica para crear un índice de salud metabólica capaz de distinguir diferentes formas biológicas de prematuridad, en lugar de tratar todos los nacimientos prematuros como una sola afección.

Los investigadores analizaron datos de 13.536 bebés prematuros nacidos en California y validaron los resultados utilizando una cohorte independiente de 3.299 bebés prematuros de Ontario, Canadá. El sistema de IA identificó patrones moleculares vinculados a cuatro complicaciones principales de la prematuridad, incluyendo trastornos pulmonares, intestinales, oculares y cerebrales. Los hallazgos, publicados en Science Translational Medicine, mostraron que un conjunto de seis mediciones sanguíneas, combinadas con factores clínicos, predijo complicaciones individuales con una precisión superior al 85 %.

Los hallazgos sugieren que la prematuridad no es una condición única, sino un conjunto de vías biológicas distintas que conducen a diferentes resultados. La predicción temprana del riesgo podría ayudar a determinar qué bebés necesitan cuidados intensivos neonatales especializados y permitir a los médicos adaptar las estrategias de monitoreo y tratamiento desde el nacimiento. Los investigadores planean ampliar el modelo integrando datos de salud materna, historiales médicos electrónicos y mediciones biológicas adicionales, con el objetivo a largo plazo de prevenir complicaciones antes de que se desarrollen por completo.

“El objetivo es contar con una taxonomía completamente nueva de la prematuridad, para poder ver hacia dónde se dirige un niño y comprender qué está causando las diferencias en sus trayectorias de salud”, dijo el coautor del estudio, el Dr. David Stevenson. “Eso nos permitirá intervenir, prevenir y tratar las complicaciones”.

Enlaces relacionados:
Stanford Medicine

Visitar la expo >

Miembro Oro

SISTEMA DE EXTRACCIÓN DE ÁCIDOS NUCLEICOS

NEOS-96 XT

Miembro Oro

H-FABP Assay

Heart-Type Fatty Acid-Binding Protein Assay

New

Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer

BG-DTi2000.

ANALIZADOR DE ORINA

respons® UDS100