Un estudio publicado en JAMA Network Open por Lisa N. Sharwood, PhD, revela cómo la inteligencia artificial (IA) está transformando la vigilancia de lesiones en departamentos de emergencias. Al reducir en un 83% la carga de revisión manual de historias clínicas mediante procesamiento de lenguaje natural, la IA promete mejorar la eficiencia, la precisión diagnóstica y las respuestas en salud pública.
La IA como aliada en emergencias
El artículo “AI Use for Injury Surveillance in Emergency Departments”, publicado el 31 de julio de 2025 en JAMA Network Open, analiza el papel de la inteligencia artificial (IA) en la vigilancia de lesiones dentro de los departamentos de emergencias (ED).
La autora, Lisa N. Sharwood, PhD, presenta un panorama donde la IA no solo aligera la carga administrativa, sino que también amplifica la capacidad de respuesta en salud pública.
Reducción de carga de trabajo y costos
El equipo de Singh et al , implementó modelos de procesamiento de lenguaje natural (NLP, por sus siglas en inglés) basados en arquitecturas transformadoras como DistilBERT-base-uncased.
El sistema permitió automatizar la detección de pacientes lesionados y generar resúmenes a partir de notas de triaje.
El resultado fue una reducción del 83% en la carga de revisión manual de historias clínicas, lo que libera recursos humanos para tareas de mayor valor. Este avance se traduce en menores costos operativos y mayor eficiencia institucional.
Experiencias internacionales
En Queensland, Australia, la aplicación de aprendizaje automático a narrativas de lesiones en ED permitió aumentar la precisión de clasificación y reducir el tiempo de codificación manual en un 10%.
Asimismo, Toy et al, identificaron un creciente número de estudios que aplican IA en escenarios de despacho pre hospitalario y atención temprana de trauma grave, con foco en predicciones de necesidad de intervenciones vitales y puntajes de severidad.
Precisión de los modelos predictivos
Los resultados en diferentes contextos son notables:
- XGBoost alcanzó 95% de precisión y 88% de recall en la detección de abuso infantil en notas clínicas.
- Un modelo de predicción de mortalidad por trauma en ED mostró un AUC de 0.9974, superando ampliamente a puntajes tradicionales de severidad.
- Modelos basados en Llama-2 reportaron entre 89% y 97% de exactitud en la extracción de mecanismo, intención y severidad de lesiones.
- Un sistema tipo ChatGPT logró 86% de exactitud agrupada en el triaje de urgencias en ED
Obstáculos tecnológicos
A pesar de los avances, la integración sigue siendo un desafío. Michel et al, reportaron que solo 1 de cada 10 sistemas de soporte clínico de triaje se encuentra conectado a los registros médicos electrónicos. Esta brecha limita el impacto real de los algoritmos en la práctica clínica cotidiana.
Perspectiva en salud pública
La Organización Mundial de la Salud (OMS) ha subrayado la importancia de la vigilancia de lesiones como herramienta clave para recolectar, analizar y difundir datos destinados a la prevención y el control. La falta de información detallada limita la capacidad de priorizar intervenciones.
Un ejemplo contundente fue la crisis de opioides en Norteamérica, donde la ausencia de sistemas de vigilancia robustos retrasó la reacción sanitaria y política. La integración de IA en los ED puede acelerar la recolección de datos, optimizar el análisis y mejorar los tiempos de respuesta ante emergencias epidemiológicas.
Privacidad y seguridad de datos
El uso de IA conlleva obligaciones en cuanto a protección de la información sensible
Se han desarrollado técnicas de anonimización que permiten extraer datos clínicos sin comprometer la identidad de los pacientes.
El sistema nacional de emergencias de Corea demostró que es posible mantener la privacidad respetando altos estándares de ciberseguridad, mediante registros cifrados, auditables y con acceso seguro.
Retos éticos en la implementación
La aplicación de IA en entornos sanitarios plantea consideraciones éticas cruciales: consentimiento informado, transparencia sobre el uso de los algoritmos y respeto a la autonomía del paciente. Además, se destaca la necesidad de corregir sesgos en las predicciones para evitar inequidades.
El principio rector debe ser garantizar que la información procesada por IA conduzca a intervenciones responsables y beneficiosas para la población.
Un cambio de paradigma en vigilancia clínica
Los hallazgos recopilados refuerzan la idea de que la IA no es solo una herramienta de apoyo, sino un catalizador de cambio en la vigilancia clínica. Su aplicación puede acelerar reportes de lesiones, aumentar la capacidad de predicción y fortalecer los sistemas de respuesta en salud pública, siempre que se resuelvan los desafíos técnicos, de integración y éticos.
Conclusión
La inteligencia artificial en la vigilancia de lesiones dentro de emergencias ofrece una oportunidad única para mejorar eficiencia, exactitud y tiempos de respuesta en salud pública.
Su adopción responsable, con garantías de seguridad y ética, será clave para transformar la atención sanitaria en un futuro cercano.
Referencias
Autor
El equipo de redactores de Sapue realizo esta historia, utilizando herramientas editoriales, de traducción e inteligencia artificial. El proceso de redacción contó con incidencia humana en cada etapa.
0 comentarios