Introducción
Dr. Juan José Gómez Doblas
Presidente del Comité Científico del Congreso
Vicepresidente de la SEC
Comités ejecutivo, organizador y científico
Comité de evaluadores
Listado de sesiones
Índice de autores
Introducción y objetivos: La inteligencia artificial (IA) está en constante desarrollo, y es capaz de aportar nuevas soluciones para una mejor gestión de recursos, automatización de procesos y reducción de sobrecarga asistencial. El objetivo es mostrar los aprendizajes del piloto iniciado con una herramienta de IA basada en procesamiento natural del lenguaje que realiza llamadas autónomas en un hospital terciario a pacientes con insuficiencia cardiaca (IC).
Métodos: Entre el 14 de marzo y 25 de abril de 2023 se incluyen en seguimiento telefónico automatizado pacientes de la Unidad de Insuficiencia Cardiaca que finalizan titulación farmacológica. En la visita basal, se explica el funcionamiento del programa y se recogen cuestionarios de calidad de vida (EQ5D5L, PHQ4 y KCCQ12). Durante el seguimiento, la IA realiza una llamada semanal recogiendo síntomas, constantes y cambios del estado de salud, que se muestran en una plataforma virtual con alertas preconfiguradas por el equipo investigador, guiando el contacto con el paciente e intervención en caso de ser necesario.
Resultados: Se han incluido 21 pacientes. La edad media es de 73 años, 67% varones. Un 47,3% padecían IC de causa isquémica, con FEVI mediana del 42,36%, siendo 6 IC con FEVI conservada (28,6%), 6 FEVI ligeramente reducida (19,1%) y 11 FEVI reducida (52,4%). El NTproBNP mediano fue 1.418 pg/ml con un tiempo mediano de evolución de enfermedad de 1,8 años. La media de la escala visual analógica del EQ5D5L de los pacientes incluidos fue 73, el 51,9% reportaron problemas de estado de ánimo, 18,5% grave, y la puntuación media del KCCQ12 fue 73,6. Las llamadas totales realizadas fueron 70; un 87% se contestaron, con una duración media de 3,7 minutos. El 75% de pacientes contesta la llamada al primer intento. Se generaron 44 alertas, 56,8% graves, 30% moderadas y 13,6% leves según la preconfiguración del equipo investigador, con 2,4 alertas/paciente, siendo las más frecuentes ortopnea (16), fatiga (6) y disminución de la diuresis (4). El seguimiento ha requerido 255 min por parte de enfermería, con 20 intervenciones realizadas (llamadas telefónicas), y un tiempo requerido de 1,4 min/día por paciente.
Alarmas registradas.
Conclusiones: La inteligencia artificial permite un seguimiento más estrecho, con una percepción de seguimiento más cercano por parte del paciente, a la vez que permite focalizar recursos e intervenciones a pacientes de mayor riesgo o con cambios en su sintomatología.