Uso de redes neuronales en medicina: a propósito de la patología dispéptica

Objetivo. Desarrollo y entrenamiento de una red neuronal que permita clasificar a los pacientes que acuden a la consulta con sintomas de dispepsia en dos grupos: los que muy probablemente tengan enfermedad ulcerosa peptica o reflujo gastroesofagico (RGE) y los que muy probablemente tengan dispepsia funcional o idiopatica. Comparacion de los resultados obtenidos con la red neuronal y otros clasificadores estadisticos. Diseno. Estudio retrospectivo. Emplazamiento. Tres consultas de equipo de atencion primaria de ambito urbano. Participantes. Ochenta y un pacientes con diagnostico de dispepsia, a los que se realizo endoscopia digestiva y/o transito esofagogastroduodenal (EGD) documentado en la historia clinica. Metodo. Entrevista personal con cuestionario predefinido sobre sintomatologia y factores de riesgo de patologia dispeptica. El analisis de los datos se ha realizado con clasificador determinista, clasificador estadistico y red neuronal basada en un perceptron multicapa. Resultados. La red neuronal clasifica correctamente a un 81% de los pacientes, con un valor predictivo negativo (VPN) del 90% y un valor predictivo positivo (VPP) del 80%. Conclusiones. La red neuronal proporciona excelentes tasas de acierto en la clasificacion de los pacientes a partir de la presencia o no de determinados sintomas. Se observa una tendencia a discriminar mejor los diagnosticos negativos (dispepsia funcional o idiopatica) frente a los positivos (enfermedad ulcerosa peptica o RGE). El uso sistematico de redes neuronales en las consultas de atencion primaria facilitaria al clinico su labor, aumentando la rentabilidad de cualquier decision diagnostica y terapeutica.