A pesar de los avances en la medicina veterinaria, el cólico persiste como una de las principales causas de morbilidad y mortalidad entre los equinos, y entre el 10 o 20% de los casos se requiere intervención quirúrgica. Hoy, la inteligencia artificial brinda un aporte al tratamiento de esta problemática.
Cabe destacar que, definido como dolor abdominal agudo, el cólico abarca una variedad de trastornos gastrointestinales y abdominales que pueden resultar en efectos sistémicos graves si no se tratan.
Esta realidad hace que los pronósticos y los resultados de los casos de cólico son muy variables, influenciados por factores como el tipo de lesión, la edad y los parámetros de salud sistémica.
Sin embargo, el éxito del tratamiento del cólico depende de varios factores preoperatorios, intraoperatorios y posoperatorios. Estos determinan la supervivencia a largo plazo y la calidad de vida de los caballos afectados y es por eso que, las técnicas de diagnóstico avanzadas, ayuda a los médicos a identificar lesiones quirúrgicas y predecir los resultados.
En este marco es que entra en juego la inteligencia artificial ya que los famosos modelos predictivos surgieron como una herramienta transformadora en el tratamiento y las emergencias equinas, particularmente en el manejo de condiciones complejas y críticas como el cólico.
Estos modelos aprovechan los algoritmos de aprendizaje automático (ML) para analizar datos clínicos, históricos y de procedimiento, lo que permite predicciones precisas de resultados como la probabilidad de supervivencia y la necesidad de intervención quirúrgica.
Uso de la inteligencia artificial
Pero no solamente se trata de lo mencionado anteriormente, sino que estos conocimientos pueden orientar los tratamientos específicos, optimizar la asignación de recursos y, en última instancia, mejorar los resultados de los pacientes.
De esta forma, un grupo de investigadores de Turquía presentó un enfoque basado en el aprendizaje automático para predecir la supervivencia de los caballos afectados por cólicos, centrándose en la integración de parámetros clínicos, de procedimiento y de diagnóstico en modelos predictivos robustos.
¿De qué forma? Al aprovechar los algoritmos de aprendizaje supervisado y las técnicas de IA explicable (XAI), el objetivo no solo es lograr una alta precisión predictiva, sino también proporcionar información interpretable sobre los factores clave que influyen en los resultados.
Otro de los puntos importantes es que la metodología utilizada también enfatiza la importancia de la transparencia en las predicciones impulsadas por la IA, lo que permite a los veterinarios comprender mejor la lógica detrás de las decisiones de los modelos.
Los investigadores detallaron que estas técnicas “mejoran la comprensión de los modelos de IA al dilucidar las motivaciones y los procesos subyacentes utilizados para generar predicciones”.
Beneficios
Gracias a los datos aportados, se identificaron características como proteína total elevada, pulso aumentado y distensión abdominal como contribuyentes dominantes a la predicción de un mal resultado.
Con base en estos conocimientos, “un veterinario podría priorizar intervenciones como terapia agresiva de fluidos para abordar la deshidratación, apoyo cardiovascular para estabilizar el pulso y diagnóstico por imágenes para evaluar la salud abdominal”.
Y concluyeron: “Este enfoque personalizado del cuidado equino tiene el potencial de mejorar significativamente los resultados de supervivencia y el bienestar general”.
FUENTE: Vet Comunicaciones