Modelo de aprendizaje automático predice preeclampsia en el último trimestre del embarazo

Afecta aproximadamente entre el 2 % y el 8 % de los embarazos en todo el mundo y puede provocar graves riesgos para la salud tanto de la madre como del bebé si no se detecta y se trata a tiempo.

Aunque existen herramientas de cribado temprano, predecir los casos que se desarrollan en etapas posteriores del embarazo sigue siendo un desafío. Ahora, investigadores han desarrollado un modelo de aprendizaje automático diseñado para estimar el riesgo de preeclampsia durante las etapas avanzadas del embarazo.

El modelo, desarrollado por investigadores de Weill Cornell Medicine (Nueva York, NY, EE. UU.), en colaboración con NewYork-Presbyterian (Nueva York, NY, EE. UU.), analiza los datos de la historia clínica electrónica (HCE) recopilados durante el tercer trimestre para generar predicciones actualizadas continuamente sobre el riesgo de preeclampsia. A diferencia de las herramientas anteriores, que proporcionaban una única estimación inicial, el sistema recalcula el riesgo a medida que se dispone de nueva información clínica.

El equipo de investigación entrenó el modelo de aprendizaje automático con datos de 35.895 embarazos en el NewYork-Presbyterian/Weill Cornell Medical Center entre octubre de 2020 y mayo de 2025. Posteriormente, validaron el modelo con conjuntos de datos adicionales de 8.664 embarazos en el NewYork-Presbyterian Lower Manhattan Hospital y 14.280 embarazos en el NewYork-Presbyterian Brooklyn Methodist Hospital. El modelo demostró su mayor capacidad predictiva aproximadamente a las 34 semanas de gestación, lo que proporciona a los médicos un valioso margen de tiempo antes del parto.

Entre los factores predictivos más influyentes se encontraban las mediciones de la presión arterial, que siguieron siendo el indicador de riesgo más sólido. Al inicio del tercer trimestre, los resultados anormales de los análisis de sangre —que podrían reflejar una disfunción placentaria— también se asociaron con un mayor riesgo.

El estudio, publicado en JAMA Network Open, halló que, más adelante en el embarazo, la edad de la paciente y el recuento de glóbulos blancos se convirtieron en predictores más importantes, lo que sugiere que los procesos inflamatorios podrían contribuir a la afección en esta etapa.

Al actualizar continuamente las predicciones con datos clínicos en tiempo real, el modelo puede ayudar a los médicos a identificar a las pacientes con mayor riesgo de preeclampsia durante el último trimestre del embarazo. La detección temprana permitiría intensificar la monitorización, controlar la presión arterial de forma más rigurosa y tomar decisiones informadas sobre el momento del parto para proteger la salud materna y fetal.

Los investigadores señalan que se necesitan más estudios para comprender mejor si las diferentes formas de preeclampsia se originan por causas biológicas distintas, como la disfunción placentaria o la inflamación sistémica.

Enlaces relacionados:
Medicina Weill Cornell
Nueva York-Presbiteriana