Tecnología médica·Estudio en Nature Communications
Una IA halló señales de riesgo de muerte en fotos de pacientes hospitalizados
Una IA analizó fotos de 27.660 pacientes hospitalizados en Dinamarca y alcanzó un AUC de 0,80 al distinguir la mortalidad a tres días, una medida que no equivale a un porcentaje de aciertos. El estudio retrospectivo no demuestra que usarla salve vidas y las imágenes podían tomarse varios días después del ingreso.
Cuando alguien de tu familia queda hospitalizado, una de las incertidumbres más difíciles es saber si puede empeorar aunque sus primeras mediciones no parezcan alarmantes. Un equipo danés investigó si una fotografía del rostro podía aportar información adicional sobre ese riesgo. Encontró una señal que los sistemas habituales de evaluación no captaban por completo. El resultado abre una posibilidad para la vigilancia hospitalaria, pero todavía no demuestra que mirar una foto con inteligencia artificial permita atender mejor a esa persona.
Qué hicieron
Investigadores de la Universidad de Copenhague y hospitales daneses analizaron fotografías de 27.660 pacientes que habían ingresado por urgencias entre 2016 y 2024. La mediana de edad era de 73 años y los registros permitieron estudiar la supervivencia durante un periodo de hasta ocho años. El artículo se publicó el 19 de noviembre en Nature Communications, como trabajo aceptado y revisado por pares, todavía en prensa.
Fue un estudio retrospectivo: el equipo volvió sobre imágenes e historias clínicas ya existentes. Las fotos se habían tomado con teléfonos durante la atención habitual, sin un protocolo uniforme de iluminación o encuadre. Usaron una imagen por paciente, recortaron la zona facial y ocultaron el fondo. El programa aprendió a relacionar características de esas imágenes con la supervivencia registrada, en lugar de limitarse a calcular qué edad aparentaba cada persona.
Para evaluar el modelo, separaron las fotos por fecha: las anteriores a 2021 sirvieron para entrenarlo y las posteriores se reservaron para comprobar su desempeño. Después compararon sus puntuaciones con análisis de sangre, signos vitales y herramientas clínicas que ayudan a ordenar la urgencia de atención o advertir un deterioro. Esa separación permite evaluar imágenes que el programa no había usado para aprender, aunque todas procedían del mismo entorno sanitario.
Qué encontraron
La puntuación obtenida del rostro alcanzó un AUC de 0,80 para la mortalidad a tres días y de 0,77 para la mortalidad a treinta días. El AUC resume la capacidad de un modelo para distinguir entre quienes fallecen dentro de un plazo y quienes sobreviven a ese plazo. En este análisis, la señal facial distinguió esos desenlaces mejor que las herramientas clínicas con las que se comparó. Estas cifras no son porcentajes de acierto ni probabilidades de morir para una persona concreta.
La diferencia importa porque el desenlace era poco frecuente a corto plazo: el artículo informa una mortalidad de 0,77 % a tres días y de 6,93 % a treinta días en la cohorte. Un modelo puede separar grupos de mayor y menor riesgo sin que todas las personas marcadas como vulnerables vayan a fallecer. Para decidir cómo usar una alerta también hace falta saber cuántas serían falsas y qué respuesta del hospital ayudaría realmente.
La señal más interesante apareció dentro de los grupos que las escalas habituales consideraban de bajo riesgo: las fotos permitían identificar pacientes con una evolución peor. Además, la información facial no se explicaba únicamente por la edad. Al combinarla con datos clínicos, la predicción mejoró. La posible utilidad sería complementar lo que el equipo de salud ya observa y mide, especialmente cuando las distintas señales no coinciden.
Lo que el estudio no dice
El momento de la fotografía cambia mucho la interpretación. Se aceptaron imágenes tomadas hasta treinta días después del ingreso, con un promedio de 5,98 días; solo el 9,8 % correspondía al primer día. Por tanto, estos resultados no prueban que una cámara funcione igual en la puerta de urgencias. Una foto posterior puede reflejar cómo ha evolucionado la enfermedad y la atención recibida. Los autores analizaron distintos momentos de captura, pero eso no sustituye una prueba diseñada desde la llegada del paciente.
Tampoco hubo una intervención que comparara hospitales usando la IA con hospitales que atendieran sin ella. El trabajo muestra asociaciones y capacidad de predicción, no que el sistema salve vidas, reduzca complicaciones o deba decidir prioridades. Todavía hacen falta estudios que sigan a los pacientes desde el inicio y midan qué ocurre al incorporar esas alertas a decisiones reales.
Los datos clínicos proceden del este de Dinamarca y no establecen que el modelo funcione en Perú o en otros países latinoamericanos. El formulario metodológico señala que no había información racial o étnica autodeclarada. El equipo hizo además una evaluación de supervivencia a largo plazo con imágenes públicas de Wikipedia, pero eso no equivale a probarlo en otra población hospitalaria. Persisten dudas sobre qué señales utiliza: la calidad de la foto, la postura o el equipo médico visible podrían influir, pese a las comprobaciones realizadas.
También hay un interés comercial declarado: Indra Heckenbach y Morten Scheibye-Knudsen solicitaron una patente provisional relacionada con métodos de predicción del riesgo. El trabajo informa apoyo de la Fundación Novo Nordisk y de la Sociedad Danesa del Cáncer. La patente no invalida el resultado, pero es información relevante para evaluar una herramienta que podría desarrollarse como producto.
Para quien lee desde América Latina, el hallazgo es una posibilidad de apoyo hospitalario que merece comprobarse con pacientes y condiciones locales. No ofrece una prueba para evaluar tu salud con una selfie ni una respuesta sobre cuánto vivirá un familiar. Hoy, la interpretación del estado de una persona hospitalizada sigue necesitando al equipo de salud, su evolución y sus exámenes. La pregunta pendiente es si añadir esa fotografía mejora efectivamente su atención.
Fuentes y estudios
Los documentos de donde sale esta nota. Ábrelos y compara.
-
01
Abrir
Nature CommunicationsEstudio
Facial photographs reveal mortality risk beyond triage and clinical risk scores
Artículo revisado por pares, publicado en versión en prensa; aporta la cohorte, los resultados, el momento de las fotografías, los límites y los conflictos de interés. Texto completo disponible en el PDF enlazado por la revista.
-
02
Abrir
Nature PortfolioDatos
Reporting Summary
Formulario metodológico adjunto al mismo artículo, actualizado por los autores en la fecha indicada; documenta la procedencia de los datos y la falta de información racial o étnica autodeclarada. No es una confirmación independiente.
Enlaces comprobados al publicar la nota. Si alguno deja de funcionar, avísanos.