Durante una anestesia general, el equipo sanitario vigila de forma continua si el niño respira adecuadamente. Uno de los indicadores clave en ese momento es el nivel de dióxido de carbono en la sangre.
Para conocerlo con la máxima precisión es necesario introducir un tubo fino en una arteria y extraer sangre. Sin embargo, en recién nacidos y lactantes los vasos son muy estrechos y colocar el catéter resulta difícil. Además, las extracciones repetidas pueden aumentar la carga por daño vascular o anemia.
Un equipo de investigación en Corea ha dado un paso para estimar el estado respiratorio del niño sin extracciones adicionales, a partir de varias señales biométricas registradas durante la cirugía. El grupo del profesor Kim Hyun-ho, del Departamento de Pediatría y Adolescencia del Hospital Infantil San Nicolás del Seoul St. Mary’s Hospital de la Universidad Católica de Corea, informó el día 21 de que ha desarrollado un modelo de inteligencia artificial (IA) para estimar el nivel de dióxido de carbono en sangre. Los primeros autores son Park Ju-hyun, médico residente del Departamento de Anestesiología y Medicina del Dolor del Asan Medical Center de Seúl, y Cho Chae-eun, estudiante de la Facultad de Medicina de la Universidad de Corea.
En cirugía pediátrica, medir solo el aire espirado puede alejarse del valor real en sangre
Hoy existe un método para vigilar el estado respiratorio sin extraer sangre: la medición del «dióxido de carbono al final de la espiración» (EtCO₂), que cuantifica el dióxido de carbono que sale cuando el paciente exhala por completo.
Sin embargo, ese valor no siempre coincide con el dióxido de carbono real en sangre. Si no hay equilibrio entre el aire que entra en los pulmones y el flujo sanguíneo, o si existen problemas en la función cardiaca o pulmonar, la diferencia puede aumentar.
Para reducir ese error, el equipo incorporó al dióxido de carbono del aire espirado la temperatura corporal, los valores de configuración del ventilador, la edad y la información sobre enfermedades, entre otros. En total, entrenaron la IA con 10 variables.
Análisis de 3.586 pacientes pediátricos… el error medio cae un 23%
El equipo analizó 8.853 pares de mediciones de 3.586 pacientes pediátricos registrados en «VitalDB», un conjunto de datos abierto de señales biométricas de quirófano.
En los datos de VitalDB, el valor estimado por la IA difirió del resultado real del análisis de sangre en una media de 2,73 mmHg. Cuando se utilizó únicamente el dióxido de carbono del aire espirado, el error medio fue de 3,56 mmHg. Al incorporar varias señales biométricas, el error se redujo en 0,83 mmHg, aproximadamente un 23%.
El equipo también comprobó el rendimiento con datos de pacientes distintos, no utilizados para desarrollar la IA. En 92 mediciones de 50 pacientes pediátricos del Hospital de la Universidad Nacional de Chungnam, el error medio fue de 3,65 mmHg. En 2.138 mediciones de 499 pacientes pediátricos recopiladas de nuevo en el Hospital Universitario Nacional de Seúl entre enero de 2024 y junio de 2025, fue de 3,67 mmHg.
En estos conjuntos independientes, el error aumentó alrededor de 0,9 mmHg respecto a la evaluación con VitalDB. Es decir, al aplicarlo a pacientes nuevos, la precisión disminuyó en cierta medida. Aun así, pese a que el hospital y el periodo de recogida de datos eran distintos, los errores de los dos grupos de validación fueron casi iguales.
Aún falta confirmar si puede reducirse la analítica de sangre
No es la primera vez que se intenta estimar con IA el dióxido de carbono en sangre en pacientes pediátricos. Un equipo del Hospital Infantil de la Universidad Nacional de Seúl publicó en 2024 un modelo similar con datos de 32 pacientes pediátricos que usaban ventilación mecánica.
Este estudio se diferencia en que utiliza datos de 3.586 niños operados y vuelve a probar el modelo en dos grupos independientes de pacientes.
Sin embargo, todavía es pronto para concluir que pueda reducirse la analítica de sangre. Este trabajo analizó historiales clínicos ya acumulados. No comprobó cuánto disminuirían las extracciones o la inserción de un catéter arterial si la IA se utilizara en un quirófano real.
Además, en el cálculo de la IA entran datos que se obtienen mediante análisis de sangre, como la hemoglobina preoperatoria. Más que una tecnología que evite por completo extraer sangre, se acerca a una herramienta de apoyo para decidir con qué frecuencia deben realizarse análisis durante la cirugía.
El profesor Kim Hyun-ho dijo: «No puede sustituir por completo la gasometría arterial, pero puede ser una herramienta de apoyo útil cuando es difícil insertar un catéter arterial o resulta complicado realizar la prueba con frecuencia». Y añadió: «Para aplicarlo en la práctica clínica se necesitan estudios adicionales que confirmen su efecto mediante el uso directo en pacientes».
Los resultados se publicaron en la revista internacional 《Anesthesiology》.
