Dos investigadores de la Escuela Politécnica de Cuenca de la Universidad de Castilla-La Mancha (UCLM), Jorge Mateo Sotos y Ana María Torres Aranda han participado en una investigación liderada por la universidad regional en la que han desarrollado un modelo predictivo basado en inteligencia artificial que mejora la detección temprana del riesgo de fracturas en mujeres posmenopáusicas, más propensas a padecer fragilidad ósea. El proyecto se ha enmarcado en la línea de investigación de la Cátedra Bayer de Inteligencia Artificial de la UCLM, orientada a impulsar el uso de tecnologías avanzadas aplicadas a la salud y a la mejora de la calidad de vida y se ha realizado en colaboración con el Hospital Río Ortega (Valladolid), El Hospital Universitario Marqués de Valdecilla (Cantabria) y el Hospital Río Carrión General (Palencia).
Gracias a este proyecto de innovación podrían detectarse de forma precoz enfermedades como la osteoporosis, una afección que disminuye la densidad ósea. Para elaborar el modelo, el equipo investigador ha integrado información clínica, demográfica y sobre densitometría procedente de 576 mujeres. Los factores que se han identificado como claves para la clasificación del riesgo en el estudio son la historia de fracturas previas, los niveles de hormona paratiroidea (PTH) y el T-score lumbar, medida que evalúa la densidad mineral ósea.
El trabajo ha contado con financiación de la UCLM y del Instituto de Salud Carlos III y junto a los investigadores de la Escuela Politécnica de Cuenca han trabajado Ricardo Usategui-Martín y José Luis Pérez-Castrillón, personal investigador de la Universidad de Valladolid, así como de la Universidad de Cantabria, entre otras instituciones. Los resultados obtenidos suponen un paso adelante en la aplicación de la inteligencia artificial a la medicina personalizada, así como en la reducción de la brecha de género en investigación en salud.
