TL 727 MODELO BASADO EN INTELIGENCIA ARTIFICIAL PARA PREDICCIÓN DE CRISIS EN PACIENTES CON ENFERMEDAD DE CRO- HN A PARTIR DE REGISTRO PROSPECTIVO DE ENFERMEDAD INFLAMATORIA INTESTINAL (EII)

Hernández D³, Mora J⁴, Cartes S⁴, Arancibia A⁴, Hernández E³, Pizarro G^1,2, Ibañez P^1,2. ¹Departamento de Gastroenterología, ²Programa de EII, ³Fellow de Enfermedad Inflamatoria, ⁴Centro de innovación, Clínica las Condes.

Introducción: La enfermedad de Crohn (EC) es una enfermedad crónica progresiva, que lleva a daño intestinal y a eventual discapacidad. El tratamiento actual apunta a la curación mucosa. El uso de inteligencia artifical (IA), puede ayudar a predecir evolución y eventualmente modificar la conducta terapeútica Objetivo: Desarrollar un modelo predictivo de crisis para EC, mediante el uso de IA a partir de registro del programa de EII. Metodología: Extracción de datos para análisis descriptivo. Preprocesamiento para definir variables del modelo (tabla 1). Cada paciente fue contrastado según su condición (remisión/crisis) al tiempo de consulta X con su siguiente consulta (X+1). Modelado mediante librerías de Python (sklearn), optimización de exactitud con balance de datos usando oversampling. Finalmente trabajo en grupos de entrenamiento y prueba. Evaluación de modelos según exactitud, área bajo la curva (AUC), sensibilidad y precisión. Resultados: De un total de 619 pacientes con EC, 3.860 consultas de seguimiento fueron analizadas. Considerando 10 variables clínicas, se ejecutaron 14 modelos. Random forest obtuvo el mejor desempeño; exactitud 0,76, AUC 0,84, sensibilidad 0,73 y Precisión 0,76. Conclusiones: Mediante IA basado en variables clínicas, se logra un modelo predictivo de crisis. La alimentación continua, incremento del volumen de datos y multicéntrica permitirá la validación de esta herramienta y su potencial uso clínico.

PDF | DOI: 10.46613/congastro2022-29

XLIX Congreso Chileno de Gastroenterología – 2022