USO DE LA INTELIGENCIA ARTIFICIAL EN LA PREDICCIÓN DE LA HIPOTENSIÓN INTRAOPERATORIA

Resumen

La hipotensión intraoperatoria (HI) es una complicación hemodinámica frecuente, que afecta aproximadamente al 29 % de los pacientes quirúrgicos y se asocia con resultados adversos graves como lesión renal aguda, lesión miocárdica perioperatoria y mayor mortalidad. Con el avance de las técnicas de inteligencia artificial (IA), se han desarrollado algoritmos de aprendizaje automático y aprendizaje profundo para predecir estos eventos antes de su manifestación clínica. El objetivo de este estudio fue evaluar la eficacia y seguridad del uso de algoritmos de inteligencia artificial en la predicción de la hipotensión intraoperatoria. Se realizó una revisión narrativa de la literatura utilizando las bases de datos PubMed, Scopus y Web of Science, y se seleccionaron un total de 10 artículos tras aplicar los criterios de inclusión y exclusión. Los estudios utilizaron el Índice de Predicción de Hipotensión (IPH), basado en el análisis de la forma de onda arterial, como herramienta principal, además de modelos de aprendizaje profundo con arquitecturas CNN-RNN. Los resultados demostraron una sensibilidad de 0,75, una especificidad de 0,73 y un AUROC agregado de 0,83 para los algoritmos de aprendizaje automático en general, con modelos de aprendizaje profundo que alcanzaron un AUROC de 0,94. Sin embargo, existe controversia respecto al impacto en resultados clínicos graves, como la lesión renal aguda y la lesión miocárdica, que aún no se han demostrado de forma consistente. Además, gran parte de la investigación presenta evaluaciones a corto plazo y tamaños de muestra pequeños. En este sentido, se necesitan más estudios en esta área, ya que la predicción temprana de la hipotensión intraoperatoria representa un avance fundamental para la seguridad del paciente quirúrgico.