Mensajes de 13 pacientes mejoran un detector de crisis con IA

Trece adultos ingresaron en una unidad de monitorización de la epilepsia, la planta donde los médicos registran la actividad cerebral para detectar crisis. Durante varios días escribieron mensajes al sistema que los vigilaba, y sus respuestas iban directamente al software que detecta las crisis. El estudio se publicó en Nature Medicine el 16 de octubre de 2026.

El circuito funciona por etapas. El software lee el electroencefalograma (EEG), el registro de la actividad eléctrica del cerebro, y señala por sí solo las posibles crisis. Cada alerta iba seguida de una pregunta: el paciente la marcaba como real, como falsa alarma o como dudosa, y el equipo usaba esas etiquetas para reentrenar el detector. Los pacientes respondieron a más del 67 % de las detecciones en tiempo real. El sistema inició alrededor del 69 % de los 1.307 mensajes intercambiados, incluidas alertas y encuestas enviadas tres veces al día. Todos los mensajes, en ambos sentidos, pasaron por un control de moderación con IA, y un miembro del equipo del estudio revisó cada intercambio a diario.

Cuando los pacientes preguntaban por sus propios datos, el sistema respondió correctamente 35 de 38. El resumen de los NIH sobre el trabajo sitúa la tasa de respuestas precisas y pertinentes sobre la actividad cerebral por encima del 92 %, y señala que el detector, afinado con la retroalimentación de los pacientes, mejoró su capacidad para localizar las crisis. Esa mejora se midió en una evaluación reproducida, no en una implantación real. El estudio se llevó a cabo en un hospital con 13 personas, que ya estaban monitorizadas por motivos clínicos, y el tratamiento habitual no cambió. La cobertura del trabajo insiste en que el resultado no demuestra que los pacientes hayan tenido menos crisis ni una atención más segura.

Para las personas con epilepsia, lo que conviene seguir de cerca es un detector que aprende del criterio de la persona a la que vigila. Si estudios más amplios confirman la mejora, el siguiente escenario sería la atención ambulatoria, donde los pacientes no están ingresados en una cama de hospital. Los investigadores planean esos estudios, pero aún no se conoce su calendario. El propio resumen de Nature Medicine apunta al problema más difícil que queda por delante: construir una IA que responda de forma adecuada, y no solo un detector que mejore.

El lugar del piloto también requiere una aclaración. Medical Economics sitúa el trabajo en el Hospital de la Universidad de Pensilvania, mientras que los autores del artículo figuran en el Instituto Texano de Neurotecnologías Restauradoras y en la Escuela de Medicina McGovern. Las informaciones que nos llegan no explican la diferencia, y esta no altera el tamaño del estudio ni sus limitaciones.