Optimización de servicios de urgencias mediante modelos de inteligencia artificial: revisión sistemática de la predicción de ingresos hospitalarios desde urgencias

La creciente demanda en servicios de urgencias provoca congestiones en la gestión de pacientes y gran carga para los clínicos, lo cual dificulta un tratamiento óptimo al igual que los tiempos de espera llegan a ser excesivos. La inteligencia artificial (IA) se presenta como una solución innovadora para agilizar la atención de estos pacientes. Este artículo propone una revisión sistemática centrada en modelos de IA para anticipar ingresos hospitalarios desde urgencias lo cual mejora la eficiencia y la rapidez en la atención a los pacientes. Siguiendo la metodología PRISMA, se seleccionaron 14 estudios tras un análisis exhaustivo de 367 artículos. Los modelos, predominantemente basados en regresión logística y aumento de gradiente, mostraron AUC en el rango de 0.75–0.92. Se identificaron tres momentos en los que se han aplicado los modelos de IA con diferentes capacidades predictoras y variables disponibles: a la llegada del paciente, después del triaje y enfocado en pruebas de laboratorio. Cada vez que se recopilen más datos, la evaluación del riesgo de ingreso se actualizará mediante los tres modelos. El primer modelo se centrará en un cribado rápido de los pacientes, mientras que los otros modelos mejorarán la predicción y serán más precisos, especialmente para aquellos pacientes en estados más graves. Este enfoque dinámico garantiza una adaptación continua a medida que se disponga de nueva información, permitiendo una toma de decisiones más ágil y precisa en la gestión de urgencias médicas.