Aprovechamiento de la inteligencia artificial y el aprendizaje automático para optimizar los protocolos de recuperación mejorada después de la cirugía

Los protocolos de recuperación mejorada después de la cirugía (ERAS en inglés) han transformado la atención perioperatoria al implementar estrategias basadas en evidencia para acelerar la recuperación del paciente, disminuir las complicaciones y acortar las estadías hospitalarias.

Sin embargo, persisten desafíos como el cumplimiento inconsistente y la necesidad de ajustes personalizados, lo que impulsa la exploración de soluciones innovadoras. La aparición de la inteligencia artificial (IA) y el aprendizaje automático (ML) ofrece una vía prometedora para optimizar los protocolos ERAS.

Si bien ERAS enfatiza la optimización preoperatoria, la cirugía mínimamente invasiva (MIS) y la atención posoperatoria estandarizada, desafíos como la variabilidad del cumplimiento y las limitaciones de recursos impiden su eficacia.

Las tecnologías AI/ML ofrecen oportunidades para superar estos desafíos al permitir la predicción de riesgos en tiempo real, intervenciones personalizadas y una asignación eficiente de recursos. Las aplicaciones de IA/ML en ERAS se extienden a la estratificación del riesgo del paciente, planes de atención personalizados y predicción de resultados.

Al analizar extensos conjuntos de datos de pacientes, los algoritmos de IA/ML pueden predecir los riesgos individuales de los pacientes y adaptar las intervenciones en consecuencia. Además, AI/ML facilita intervenciones proactivas a través de modelos predictivos de resultados posoperatorios, optimizando la asignación de recursos y mejorando la atención al paciente.

A pesar de los beneficios potenciales, la integración de la IA y el aprendizaje automático en los protocolos ERAS enfrenta obstáculos como el acceso a los datos, consideraciones éticas y la capacitación de los profesionales de la salud. Superar estos desafíos requiere un enfoque centrado en el ser humano, que fomente la colaboración entre médicos, científicos de datos y pacientes. La comunicación transparente, las medidas sólidas de ciberseguridad y la validación del modelo ético son cruciales para una integración exitosa.

Es esencial garantizar que la IA y el aprendizaje automático complementen, en lugar de reemplazar, la experiencia humana, y que los médicos mantengan la supervisión y la responsabilidad.

Lea el artículo completo en:

Zain, Z., Almadhoun, M. K. I. K., Alsadoun, L., & Bokhari, S. F. H. (2024). Leveraging Artificial Intelligence and Machine Learning to Optimize Enhanced Recovery After Surgery (ERAS) Protocols. Cureus, 16(3), e56668.