Data de publicació
20/11/2025
En els darrers anys, les teràpies respiratòries domiciliàries han esdevingut un pilar fonamental en el maneig de les malalties respiratòries. Permeten que els i les pacients amb diverses patologies pulmonars rebin el tractament i seguiment als seus domicilis. Alhora, el ràpid desenvolupament tecnològic dels dispositius i la incorporació de la intel·ligència artificial (IA) en l'àmbit de les teràpies respiratòries permeten avançar cap a unes teràpies més personalitzades i eficients.
Fins ara, disposàvem d'un gran volum d'informació aportada pels diferents equips de teràpies respiratòries, però mancàvem de les eines necessàries per processar-la. Diversos estudis conclouen que la intel·ligència artificial aconsegueix recopilar aquestes dades clíniques, analitzar-les i interpretar-les. Mitjançant algoritmes d'aprenentatge automàtic, la intel·ligència artificial és capaç d'identificar patrons clínics compatibles amb l'inici d'una descompensació respiratòria, detectar asincronies entre el/la pacient i el ventilador mecànic o reconèixer un ús ineficaç dels dispositius terapèutics.
En conseqüència, les principals línies d'aplicació de la IA a l'àmbit de les teràpies respiratòries domiciliàries s'orienten cap a:
- Telemonitoratge dels dispositius: les dades clíniques enviades pels dispositius actuals s'integren en plataformes que permeten un seguiment continu dels i de les pacients per part dels i de les professionals del sector sanitari.
- Personalització dels tractaments:
- En el cas de pacients amb CPAP, l'ús del telemonitoratge juntament amb els models predictius permeten detectar de forma primerenca els/les pacients amb baixa adherència, fuites excessives al circuit o un índex d'apnees residuals inadequat. Amb aquesta informació, és possible dissenyar intervencions personalitzades que ajudin a corregir les incidències i optimitzar l'eficàcia del tractament.
- En pacients amb ventilació mecànica, els algoritmes d'aprenentatge automàtic faciliten la detecció primerenca d'anomalies al flux respiratori, fuites elevades o asincronies entre el/la pacient i el ventilador, i proposen ajustaments automàtics dels paràmetres per millorar l'adaptació al dispositiu.
- Prevenció de reaguditzacions de les malalties respiratòries: mitjançant el monitoratge continu de determinats paràmetres fisiològics, els sistemes d'intel·ligència artificial poden predir exacerbacions respiratòries, i alertar els/les professionals i/o la pacient, abans que evolucionin a un procés més greu, per reduir així el nombre d'hospitalitzacions i millorar-ne les hospitalitzacions.
Tot i que és cert que tots aquests avenços suposen una revolució en les teràpies respiratòries que coneixíem fins ara, els estudis consultats coincideixen que encara hi ha certes barreres per superar:
- Cal continuar avançant en la investigació, amb mostres poblacionals més grans i diverses per poder validar correctament els algoritmes.
- En emprar un gran volum de dades personals, s'ha de fer un xifratge correcte per garantir el compliment del Reglament General de Protecció de Dades.
- Resulta fonamental que els fabricants dels diferents dispositius estableixin criteris comuns per a la configuració dels paràmetres programables, i garanteixin la interoperabilitat i validesa dels algoritmes en equips de diferents cases comercials.
Finalment, podem afirmar que la intel·ligència artificial s'ha incorporat de manera progressiva a les teràpies respiratòries, i que permeten una millor utilització de les dades clíniques existents. Tot i això, la seva evolució necessita un millor desenvolupament per assegurar la fiabilitat, validesa i aplicabilitat dels algoritmes a nivell poblacional.
Redactat per Silvia Arribas, infermera d'OXIGEN salud (Col·legiada nº 7230 pel Colegio Oficial de Enfermería de Valladolid).
