Una asincronía en el paciente intubado se produce cuando hay una mala interacción con el respirador. Según los resultados de un estudio de Better Care, compañía biotecnológica que desarrolla soluciones de software basadas en inteligencia artificial para la monitorización continua del paciente, cuando se produce esta asincronía, se asocia con peores resultados clínicos. Por tanto, su detección temprana para la pronta intervención por parte del clínico es un factor de influencia de un mejor pronóstico del paciente.

Estas han sido las principales conclusiones del estudio de cohorte publicado en la revista Critical Care Medicine, en el que han participado las Unidades de Medicina Intensiva del Hospital Parc Taulí de Sabadell y la Fundación Althaia de Manresa, han realizado un estudio con el objetivo de identificar clústeres de asincronías paciente-ventilador, clústeres de doble ciclado y esfuerzos inspiratorios ineficaces en pacientes críticos durante la ventilación mecánica e investigar su asociación la mortalidad, la duración de la estancia en la UCI y la ventilación mecánica mediante la monitorización continua con el software de Better Care. 

Para identificar asincronías y determinar su potencia y duración, los investigadores realizaron el procesamiento y análisis de las señales del respirador capturadas continuamente y determinaron que, si estas ocurren agrupadas en el tiempo y de manera frecuente se asocia con peores resultados clínicos. En la misma línea, también determinaron que existe asociación entre la duración y potencia con el tiempo de la estancia del paciente en UCI, la duración de la de ventilación mecánica y la mortalidad.

La IA, una herramienta de soporte para la toma de decisiones clínicas

Con tal de poder identificar estas asincronías paciente-ventilador de forma temprana e intervenir a tiempo, es fundamental poder monitorizar de manera continua y exhaustiva este proceso durante todo el curso de la ventilación mecánica. Sin embargo en estos momentos en el sector sanitario no se tiene la capacidad para la comprensión e interpretación en tiempo real de las múltiples señales y parámetros que generan los dispositivos médicos conectados a un paciente. Por este motivo es fundamental contar con tecnologías adecuadas y diseñadas para este fin. 

Por esta razón el estudio realizado se respalda del rol que desempeña la inteligencia artificial aplicada al entorno hospitalario como una herramienta de optimización y proceso de la información que facilite la toma ágil de decisiones clínicas y ayude a mejorar la atención al paciente crítico.