Algoritmos en Medicina
(Sistemas informáticos de soporte a la decisión clínica)
Dr Walter Alfonso Núñez Rivera
Médico docente de Informática Médica USMP, Investigador de la UNSA, Director de investigación del grupo PEMEHEALTH
Care2x Perú development group
Las decisiones clínicas pueden tomarse mediante razonamiento deductivo a partir delconocimiento de la fisiopatología humana. Más frecuentemente, se toman basándose en datos inciertos mediante estimaciones de probabilidades. Los clínicos realizan esta estimación de probabilidades de manera no formal y sin ser enteramente concientes del proceso que realizan.
La toma de decisiones es un proceso complejo que requiere el manejo de mucha información. La tasa de errores en la toma de decisiones clínicas es lo suficientemente elevada como para ser objeto de preocupación. Algunos informes hablan de que los errores médicos podrían ser la octava causa de muerte en los paises industrializados.
En los paises en desarrollo no existen estos informes y es de suponer por la falta de recursos que podría ubicarse entre las 3 causas de muerte más comunes.
Los “sistemas expertos” fueron un fracaso porque las máquinas no tienen sentido común y por lo tanto no pueden simular la capacidad de decisión de un grupo de cerebros humanos bien entrenados en algún dominio del conocimiento.
Actualmente los llamados Sistemas de Soporte a la decisión clínica (SSDC) son menos ambiciosos pero más efectivos. Un SSDC se define como cualquier sistema o programa informático diseñado para ayudar a los profesionales sanitarios a tomar decisiones clínicas, ya sean preventivas, diagnósticas o terapeuticas.
Los primeros sistemas diseñados a partir de los años cincuenta fueron los algoritmos lógicos (“ del estilo: Si A hacer B y si No A hacer C”).
En nuestro país es urgente la implantación de metodologías que ayuden a la toma de decisiones clínicas, sobre todo en los medios donde la carga de trabajo es muy grande como los grandes hospitales públicos y el área rural donde los médicos, muchos de ellos sin experiencia, se ven inmersos en las primeras decisiones clínicas gravitantes.
Los algoritmos son el primer paso hacia una Medicina más sistematizada, donde decidir sobre un caso es más rápido, fácil y correcto.
Tipología de los sistemas de soporte a la decisión:
Los SSDC pueden caracterizarse de acuerdo con múltiples dimensiones, tales como:
a) El objetivo que persigue el sistema.
b) La forma en que se ofrece la ayuda.
c) El mecanismo de toma de decisión subyacente.
Según su objetivo los SSDC pueden clasificarse en dos grupos:
a) Los que ayudan en decisiones diagnósticas.
b) Los que ofrecen soporte a las decisiones sobre actividades preventivas, diagnósticas o terapeuticas.
Según la forma en que lo sistemas ofrecen la ayuda pueden clasificarse en:
a) Activos.
b) Pasivos.
Según el método de razonamiento subyacente:
a) SSDC basados en algoritmos o en lógica categórica, que consisten en trasladar a un programa informático un algoritmo de decisión categórico previamente diseñado por clínicos.
Muchos de los SSDC que han demostrado su eficacia en entornos clínicos reales se basan en este modelo. En general son adecuados cuando se trata de abordar un problema muy concreto y donde la toma de decisiones es esencialmente categórica. El sistema puede hacerse tan complejo como se desee, dependiendo del grado de detalle con que se desarrolle. Los algoritmos puros pueden sustituirse por versiones impresas en papel que pueden ser preferibles al permitir una visión global del algoritmo (Ejemplo de esto constituye el libro y ahora software Ferri`s Clinical Advisor).
b) SSDC basados en modelos bayesianos simples.
c) SSDC basados en redes bayesianas y árboles de decisión.
d) SSDC basados en redes neuronales.
e) SSDC basados en conocimiento o representación simbólica.
Tipos de algoritmos médicos:
1) Codificación y tablas.
2) Comparación con estándares de población normal.
3) Conversiones de datos.
4) Reglas de decisión y triajes.
5) Árboles de decisión y diagramas de flujo.
6) Criterio diagnóstico.
7) Diarios y seguimiento de síntomas.
8) Descripción funcional de estado.
9) Grados y escalas.
10) Probabilidades y Análisis estadístico.
11) Grados de pronósticos.
12) Cuestionarios.
13) Determinación de riesgo.
14) Clasificación simple.
15) Fórmulas simples.
16) Indicaciones terapéuticas y contraindicaciones.