La Universidad de Córdoba, en colaboración con el Instituto DaSCI de la Universidad de Granada y la Universidad de Jaén, diseñó una herramienta fundamentada en redes neuronales orientada a las farmacias comunitarias. El objetivo del sistema reside en identificar las variables que influyen de manera determinante en la calidad de vida de las personas que padecen enfermedades crónicas. El trabajo aprovecha la capilaridad de las farmacias de pueblo y de barrio, entendidas como la puerta de acceso al sistema sanitario, para mejorar la asistencia más allá de la dispensación de medicamentos.
En el desarrollo del modelo participaron las investigadoras del Departamento de Enfermería, Farmacología y Fisioterapia de la institución cordobesa, María José Reyes y Vanesa Cantón. El equipo se completó con José Luis Ávila, del Departamento de Ingeniería Electrónica y de Computadores y miembro del DaSCI, junto a Mª Pilar Carrera, de la Universidad de Jaén. El grupo seleccionó un modelo de aprendizaje profundo para procesar la información recopilada en dos farmacias del municipio cordobés de Espejo.
El estudio contó con la participación de 347 pacientes crónicos aquejados de patologías cardiovasculares, diabetes tipo II, artrosis, artritis reumatoide o trastornos mentales como depresión y ansiedad. Los investigadores recogieron 257 variables distintas procedentes de datos sociodemográficos, historias clínicas, analíticas y diagnósticos. La fase de seguimiento se prolongó a lo largo de nueve meses para garantizar la robustez de la base documental.
Desarrollo de modelos predictivos
El equipo ensayó cinco modelos predictivos diferentes antes de decantarse por la opción definitiva. José Luis Ávila señaló que obtuvieron el mejor desempeño con un modelo basado en aprendizaje profundo que combinó las respuestas de cinco redes neuronales. Para contrarrestar la opacidad habitual de estos sistemas tecnológicos, aplicaron técnicas de explicabilidad que permiten conocer el funcionamiento interno del modelo y los motivos de sus respuestas. Este factor resultó determinante para que el personal sanitario verifique los resultados obtenidos.
Los resultados revelaron que el dolor, la movilidad limitada y el uso de determinados fármacos, como los betabloqueantes, fueron los elementos con mayor peso en la percepción del bienestar. También destacaron los síntomas emocionales y las dificultades para desempeñar las actividades cotidianas. Vanesa Cantón explicó que el objetivo consistió en tratar de explicar qué variable determina que un paciente tenga calidad de vida, observando que la interferencia de la patología en la vida diaria repercute más que la severidad de la propia enfermedad.
Hacia una atención personalizada
La viabilidad de la herramienta queda demostrada en el estudio al comparar las predicciones del algoritmo con los datos reales obtenidos mediante cuestionarios de autopercepción. El sistema se erige como una potencial herramienta de apoyo para que el personal farmacéutico ponga el foco en las variables que afectan al paciente. Esta información permite orientar las actuaciones sanitarias hacia una medicina personalizada que evite el empeoramiento o la aparición de nuevas patologías.
Este trabajo se encuadró en un escenario donde la farmacia comunitaria cobra protagonismo en el control del paciente crónico. La investigación subrayó que el bienestar físico y emocional es fundamental a pesar de la complejidad de las patologías. El modelo aprovechó las redes de confianza y la disponibilidad de estas oficinas de farmacia para fomentar la humanización de la atención sanitaria mediante el uso de la inteligencia artificial.
Lilisbeth Perestelo: 
