Una IA predice el fututo cognitivo de los bebés nacidos de forma prematura

Cada año, 2,2 millones de bebés nacen muy prematuros (VPT por sus siglas en inglés), es decir, con una edad gestacional menor de 32 semanas. A la dificultad de supervivencia hay que sumarle el riesgo de sufrir deficiencias a largo plazo asociadas con la prematuridad, como dificultades cognitivas.

Por ejemplo, se sabe que el coeficiente intelectual medio, a lo largo de la infancia, para los bebés VPT es aproximadamente 13 puntos menor que el de quienes han nacido a término. Este hallazgo tiene implicaciones importantes para rendimiento académico, el futuro socioeconómico y la salud física y mental. Desde 1990, la tasa de mortalidad infantil prematura en los países de altos ingresos ha disminuido un 4% por año, pero, pese a ello, no se han logrado mejoras significativas en los resultados cognitivos.

¿Puede una inteligencia artificial ayudarnos a reducir este impacto? O más precisamente: ¿Pueden los datos neonatales fácilmente disponibles identificar a los bebés muy prematuros que presentarán retraso cognitivo en el futuro? UN equipo de científicos de la Universidad de Cork cree que sí.

En un estudio publicado en JAMA, los científicos liderados por Andrea K. Bowe, llevaron a cabo un análisis de los resultados cognitivos de 1062 recién nacidos muy prematuros a quienes siguieron durante 2 años. A partir de un modelo de inteligencia artificial basado en aprendizaje automático, realizaron una comparativa de 26 características neonatales e identificaron al 93% de los bebés muy prematuros que dieron positivo en la prueba de retraso cognitivo a los 2 años de seguimiento.

El uso de este modelo, señalan los autores, podría ayudar a identificar a aquellos bebés muy prematuros con mayor riesgo de retraso cognitivo para recibir una intervención temprana y efectiva. "La intervención temprana puede mejorar los resultados cognitivos de los recién nacidos muy prematuros, pero requiere muchos recursos – explica el estudio -. Es importante identificar a quienes más necesitan una intervención temprana. El objetivo es evaluar un modelo para su uso en bebés muy prematuros para predecir el retraso cognitivo a los 2 años de edad utilizando datos clínicos y sociodemográficos disponibles de forma rutinaria".

Los datos para el análisis se obtuvieron a partir del Registro Sueco de Calidad Neonatal. Este registro cubre la información del país escandinavo vinculada a todos los nacimientos entre 2015 y 2022. Con esta información se entrenaron y probaron una variedad de modelos de aprendizaje automático para predecir el retraso cognitivo. Se evaluaron los lactantes supervivientes de unidades neonatales en Suecia con una edad gestacional menor de 32 semanas y datos completos de la Escala Bayley de desarrollo infantil, (una de las pruebas de desarrollo más utilizadas para evaluar el desempeño en la primera infancia), al tiempo que se excluyeron los lactantes con anomalías congénitas mayores.

El modelo examinó la previsibilidad de un total de 90 variables (información sociodemográfica y clínica sobre condiciones, investigaciones y tratamientos iniciados durante el embarazo, el parto y el ingreso a la unidad neonatal).

De acuerdo con los resultados, de los 1.062 recién nacidos, el modelo de regresión logística permitió identificar las cinco características más importantes del retraso cognitivo fueron el lenguaje familiar no escandinavo, la duración prolongada de la hospitalización, el bajo peso al nacer, el alta a un destino distinto al hogar y el bebé que no recibió leche materna al momento del alta. Gracias a ello pudo identificar correctamente a 605 de 650 bebés que tendrían retraso cognitivo a los 24 meses.

"Los hallazgos de este estudio – concluyen los autores - sugieren que el modelado predictivo en la atención neonatal podría permitir una intervención temprana y específica para los bebés muy prematuros con mayor riesgo de desarrollar deterioro cognitivo".