La IA podría aliviar el hacinamiento en las salas de emergencias

MARTES, 12 de agosto de 2025 (HealthDay News) -- Los programas de inteligencia artificial (IA) pueden ayudar a los médicos y enfermeras a predecir horas antes qué pacientes de urgencias probablemente requerirán una admisión hospitalaria, señala un estudio reciente.

Un programa de IA entrenado en casi 2 millones de visitas de pacientes se volvió ligeramente más preciso que las enfermeras de urgencias para predecir qué pacientes tendrían que ser admitidos, según los hallazgos, que aparecen en la edición del 11 de agosto de la revista Mayo Clinic Proceedings: Digital Health.

Si este enfoque tiene éxito, podría ayudar a reducir el hacinamiento en los departamentos de emergencias de los hospitales, dicen los investigadores.

"El hacinamiento y el internado en el departamento de emergencias se han convertido en una crisis nacional, que afecta a todo, desde los resultados de los pacientes hasta el rendimiento financiero", señaló el investigador principal, Jonathan Nover, vicepresidente de servicios de enfermería y emergencias del Sistema de Salud Mount Sinai, en la ciudad de Nueva York.

"Industrias como las aerolíneas y los hoteles utilizan las reservas para pronosticar la demanda y planificar. En el servicio de urgencias, no tenemos reservas", continuó en un comunicado de prensa. "¿Te imaginas aerolíneas y hoteles sin reservas, únicamente pronosticando y planificando a partir de tendencias históricas? Bienvenido a la atención médica".

Hasta el 35% de los pacientes de emergencias que requieren admisión terminan pasando cuatro o más horas esperando su momento en habitaciones libres o pasillos concurridos esperando una cama, una práctica conocida como "internado", según un estudio reciente en la revista Health Affairs.

Peor aún, casi un 5 por ciento de los pacientes esperan un día completo por una cama durante los ajetreados meses de invierno, encontró el estudio anterior.

"Nuestro objetivo era ver si la IA combinada con los aportes de nuestras enfermeras podría ayudar a acelerar la planificación de la admisión, una especie de reserva", dijo Nover. "Desarrollamos una herramienta para pronosticar las necesidades de admisión antes de realizar un pedido, ofreciendo información que podría mejorar fundamentalmente la forma en que los hospitales administran el flujo de pacientes, lo que lleva a mejores resultados".

Para el proyecto, los investigadores entrenaron a la IA en más de 1,8 millones de visitas a emergencias que habían ocurrido entre 2019 y 2023.

"Al entrenar el algoritmo en más de un millón de visitas de pacientes, nuestro objetivo era capturar patrones significativos que podrían ayudar a anticipar las admisiones antes que los métodos tradicionales", dijo en un comunicado de prensa el coinvestigador principal, el Dr. Eyal Klang, jefe de IA generativa de la Escuela de Medicina Icahn en Mount Sinai.

Luego, el equipo comparó a la IA con un cuadro de más de 500 enfermeras de emergencias al evaluar casi 47,000 visitas de pacientes que ocurrieron en septiembre y octubre de 2024 en seis departamentos de emergencia en el Sistema de Salud Mount Sinai.

Se pidió a las enfermeras que juzgaran si un paciente necesitaría ingreso hospitalario, después de realizar un triaje rápido. Los investigadores también alimentaron los resultados del triaje a la IA, para ver qué predeciría.

Las enfermeras demostraron una precisión de aproximadamente el 81% en la predicción de qué pacientes necesitarían ingreso hospitalario, en comparación con la precisión del 85% de la IA.

"Nos animó ver que la IA podía valerse por sí sola para hacer predicciones complejas", dijo en un comunicado de prensa el coinvestigador principal Robert Freeman, director de transformación digital del Sistema de Salud Mount Sinai. "Pero igual de importante, este estudio destaca el papel vital de nuestras enfermeras, más de 500 participaron directamente, demostrando cómo la experiencia humana y el aprendizaje automático pueden trabajar de la mano para reimaginar la prestación de atención".

Los investigadores planean implementar su IA en flujos de trabajo en tiempo real y monitorear cómo el programa afecta los tiempos de embarque y el flujo de pacientes a través de la sala de emergencias.

"Esta herramienta no se trata de reemplazar a los médicos; se trata de apoyarlos. Al predecir las admisiones antes, podemos dar a los equipos de atención el tiempo que necesitan para planificar, coordinar y, en última instancia, brindar una atención mejor y más compasiva", dijo Freeman. "Es inspirador ver que la IA emerge no como una idea futurista, sino como una solución práctica del mundo real moldeada por las personas que brindan atención todos los días".

Más información

El Colegio Estadounidense de Médicos de Emergencia ofrece más información sobre el abordaje y el hacinamiento en las salas de emergencias.

FUENTE: Sistema de Salud Mount Sinai, comunicado de prensa, 11 de agosto de 2025