Antecedents: L’envelliment és un dels principals reptes de salut dels països desenvolupats. Els >65 anys consumeixen el 80% dels recursos sanitaris i les projeccions indiquen que aquesta franja de població es doblarà en 40 anys, amb un increment notable de la dependència. La disfàgia orofaríngia (DO) i la malnutrició (MN) són dues condicions molt prevalents en ancians, tant en l’àmbit hospitalari, sociosanitari i d’atenció primària (AP), que s’associen a reingressos, increment de necessitat de cures, despeses sanitàries, institucionalització i mortalitat. La DO i la MN a AP estan infradiagnosticades, ja que no es realitza un cribratge sistemàtic perquè el procediment actual no és cost-eficient i requereix molt de temps i recursos humans. L’objectiu dels mètodes de cribratge és la detecció ràpida de les persones en risc de patir una patologia i poder realitzar una avaluació més acurada a fi de diagnosticar-les i oferir un tractament. La irrupció del Machine Learning i la història clínica electrònica (HCE) permeten desenvolupar classificadors per a la detecció o el diagnòstic de malalties mitjançant sistemes experts (SE). El nostre equip ha creat les eines AIMS (Artíficial Intelligence Massive Screening) basades en intel·ligència artificial (IA) per a la DO i la MN amb bones característiques psicomètriques. Aquestes permeten cribrar en segons el 100% d’individus en risc d’una ciutat, incrementant la precisió.
AIMS-OD ha rebut reconeixements científics (1r premi al 2nd World Dysphagia Summit; 1r Premi Creatic Fund. TecnoCampus d’emprenedoria). Aquestes eines, aposten per la innovació assistencial i compten amb una sol·licitud de patent internacional (PCT/ES2020/070723; OEPM-P201931028). La Fundació Salut del CSdM promou la transferència tecnològica al sector productiu del territori per generar valor i noves companyies en el sector salut. Fruit d’aquesta sinergia sorgeix AIMS-Medical, la 1ª spin-off del CSdM ubicada al TecnoCampus de Mataró que transforma les dades de la HCE en informació de qualitat per pacients, clínics i proveïdors de salut.
L’objectiu del projecte és implementar AIMS (OD+MN) en els sistemes d’informació i BBDD sanitàries d’AP (CSdM+ICS) de Mataró per a cribrar de forma automàtica, sistemàtica, massiva i continuada a tots els ciutadans >70 anys de la ciutat i valorar l’impacte clínic d’aquesta implementació.
Metodologia: el projecte consta de 7 fases a desenvolupar en 3 anys:
– Fase 1: Millora dels algoritmes de predicció AIMS (OD+MN) incrementant la base de dades d’AIMS accedint als repositoris de l’ICS i CSdM.
– Fase 2: Implementació d’AIMS als sistemes d’informació d’AP (CSdM+ICS). Programació de la interfície de comunicació entre aplicacions, protocols de seguretat entre institucions i el servidor d’AIMS (Hospital de Mataró), i realització dels tests necessaris per a un correcte funcionament en el sistema d’informació d’AP.
– Fase 3: Desenvolupament d’una estratègia educativa pels professionals sanitaris d’AP que facin ús d’AIMS (DO+MN). Formació en diagnòstic clínic de DO (mètode d’exploració clínica volum-viscositat) i MN (MNA, antropometria, IMC).
– Fase 4: Validació de les eines AIMS en base al diagnòstic clínic de DO i MN en ancians d’AP de les ABS de Mataró.
– Fase 5: Posada en marxa d’AIMS a l’AP de Mataró a les Unitats Bàsiques Assistencials (UBA) (risc del 0-100% amb codi de colors a la HCE) incloent l’estació de treball del clínic (ECAP).
– Fase 6: Determinació de la prevalença de DO i MN en l’àmbit comunitari a Mataró (ancians >70 anys) d’acord amb l’increment del cribratge per AIMS.
– Fase 7: estudi abans-després per avaluar l’impacte d’AIMS (DO+MN) a nivell comunitari (>70 anys amb DO i/o MN). Recollirem els codis diagnòstics CIM-10 sobre complicacions nutricionals i respiratòries derivades de la DO i MN, la prescripció de tractaments relacionats i les derivacions a professionals sanitaris de l’any anterior a la pandèmia (2018-2019) i de l’any posterior a la posada en marxa del software (2024-2025).