38º Congreso Nacional de la Sociedad Española de la Columna Vertebral (GEER)
La inteligencia artificial podría ayudar a predecir el éxito de operaciones de columna
La cirugía de raquis (columna) es un procedimiento crítico en el campo de la cirugía ortopédica, con implicaciones significativas para la calidad de vida de los pacientes. Dada su complejidad y el riesgo de complicaciones, la posibilidad de predecir de forma prequirúrgica el éxito del procedimiento es de suma importancia. Con este objetivo se ha desarrollado un estudio que ha arrojado resultados prometedores sobre el potencial de la inteligencia artificial para predecir el éxito de la cirugía de la columna.
Este trabajo se ha presentado en el 38º Congreso Nacional de la Sociedad Española de la Columna Vertebral (GEER), celebrado en Málaga. En él han participado facultativos y cirujanos del Complejo Asistencial Universitario de León y especialistas en Inteligencia Artificial de la Escuela de Ingenierías de la Universidad de León. El estudio se realizó sobre una muestra de 243 pacientes intervenidos quirúrgicamente de la columna y que completaron el seguimiento durante seis meses, definiéndose como éxito del procedimiento que el paciente se mostrara bastante o muy satisfecho y que afirmara que volvería a operarse.
La investigación compara los resultados de diferentes modelos de aprendizaje automático y técnicas de muestreo, centrando el análisis en el desempeño predictivo de diferentes grupos de variables: pre-quirúrgicas, socioeconómicas, psicométricas, analíticas y combinaciones de estas. Se utilizó el 70% de la muestra para el entrenamiento de los modelos de aprendizaje y el 30% restante para la validación de los modelos.
El estudio demostró que las variables pre quirúrgicas, analíticas y, en cierta medida, las socioeconómicas, tienen un papel relevante en la predicción del éxito de las cirugías de raquis. Sin embargo, la eficacia de estas variables varió según el modelo de IA utilizado, oscilando entre el 49,1% y el 77,8%. Los modelos KNN cuando se combinan con técnicas avanzadas de muestreo o ajuste de hiperparámetros (Ramdom Over Sampler), fueron los que se demostraron más eficaces en este estudio.
Esta variabilidad subraya, según los autores, la importancia de elegir y ajustar adecuadamente el modelo para mejorar la precisión predictiva. Sin embargo, la alta eficacia lograda con alguno de los modelos sugiere que la IA puede ser efectivamente una herramienta valiosa para los cirujanos en la toma de decisiones clínicas. El estudio concluye que “la capacidad de predecir con precisión el éxito de la cirugía de raquis puede llevar a una mejor planificación quirúrgica, reducción de riesgos y mejora en los resultados para los pacientes”.
