Investigadores de Stanford utilizan IA para mejorar la nutrición intravenosa de bebés prematuros, reduciendo los riesgos
La inteligencia artificial puede transformar la atención médica. Un estudio de Stanford muestra cómo optimiza la nutrición intravenosa en bebés prematuros, reduciendo errores y mejorando el acceso a medicina de calidad en entornos de bajos recursos.
La inteligencia artificial (IA) ha llegado para transformar diversos campos de la medicina, y un nuevo estudio realizado por Stanford Medicine revela cómo esta tecnología puede ayudar en la salud de los bebés prematuros.
Este innovador avance, publicado en la prestigiosa revista Nature Medicine el 25 de marzo de 2025, demuestra cómo un algoritmo de IA puede optimizar la administración de nutrición intravenosa (NPT) en recién nacidos prematuros, reduciendo errores médicos y mejorando la calidad de atención en hospitales de todo el mundo, especialmente en aquellos con recursos limitados.
La nutrición intravenosa: un desafío en neonatología
La nutrición intravenosa, conocida como nutrición parenteral total (NPT), es vital para los bebés prematuros cuyos sistemas digestivos aún no están listos para procesar alimentos. Este método garantiza que reciban los nutrientes necesarios para crecer y desarrollarse, pero prescribirla es complejo y propenso a errores. Requiere recetas personalizadas y la colaboración de médicos, farmacéuticos y dietistas, en un proceso que puede tomar horas.
Los errores en la prescripción de NPT son frecuentes incluso con el esfuerzo de los médicos. La falta de herramientas precisas puede ocasionar problemas graves como mortalidad infantil, infecciones y trastornos gastrointestinales. Según la Dra. Nima Aghaeepour, profesora asociada en Stanford, "la nutrición parenteral total es la principal fuente de errores médicos en las unidades de cuidados intensivos neonatales".
Cómo la inteligencia artificial puede mejorar la precisión
El algoritmo de IA de Stanford, entrenado con más de 79,000 recetas de nutrición de casi 80,000 bebés prematuros, analiza datos médicos para predecir con precisión los nutrientes que cada bebé necesita. Esto permite ajustar las fórmulas según su desarrollo y condiciones de salud.
Una ventaja clave del sistema es su capacidad para trabajar con datos imperfectos, aprendiendo de grandes volúmenes de información para ofrecer recomendaciones precisas basadas en fórmulas estándar. Los médicos pueden usar estas fórmulas predefinidas y adaptarlas a cada caso, optimizando recursos.
Tras analizar 10 años de datos, los investigadores determinaron que 15 fórmulas estándar podrían cubrir las necesidades de todos los bebés prematuros, acelerando el proceso de preparación y mejorando la seguridad al reducir posibles errores médicos en las recetas.
En pruebas con neonatólogos, las recetas generadas por IA fueron preferidas frente a las tradicionales, demostrando su eficacia en mejorar la atención. Los pacientes con fórmulas recomendadas por el algoritmo mostraron menores riesgos de mortalidad, infecciones y complicaciones intestinales.
Impacto global: un cambio en la atención neonatal
Este avance no solo impacta hospitales en países desarrollados, sino que podría revolucionar la atención neonatal en lugares con menos recursos. Con IA y fórmulas estándar, se facilitaría una atención más segura y accesible, reduciendo costos y mejorando resultados.
Según la Dra. Shabnam Gaskari, contar con fórmulas predefinidas para nutrición intravenosa haría los tratamientos más rápidos y seguros, disminuyendo la dependencia de equipos especializados. Esto sería crucial en emergencias o regiones con recursos limitados.
Aunque los resultados son alentadores, el próximo paso será ensayos clínicos para comparar recetas generadas por IA con las manuales. Los médicos seguirán supervisando y ajustando las recomendaciones de la IA según sea necesario para garantizar precisión.
Lejos de reemplazar a los profesionales, la IA permitirá que los médicos dediquen más tiempo a tareas humanas esenciales, como brindar consuelo y apoyo emocional a los pacientes y sus familias, fortaleciendo la calidad de la atención.
Referencias de la noticia
-T.Phongpreecha, M.Ghanem, J.Reiss, T. Oskotsky, S.Mataraso, D.Francesco y otros (2025). Nutrición parenteral de precisión guiada por IA para unidades de cuidados intensivos neonatales. Nature Medicine.(2025).