El Hospital Provincial de Gweru Prueba Cinco Modelos de Aprendizaje Automático para Detectar Infecciones Resistentes a Fármacos

La vigilancia nacional de la resistencia a los antimicrobianos (RAM) en Zimbabue se ha reforzado en los últimos años con el apoyo del Fleming Fund del Reino Unido, pero las herramientas predictivas a nivel hospitalario siguen siendo escasas, y muchos laboratorios de diagnóstico todavía carecen de sistemas de datos electrónicos. Investigadores que trabajan con el Hospital Provincial de Gweru, un hospital general de referencia en la provincia de Midlands, se propusieron comprobar si los datos de laboratorio recogidos de forma rutinaria podían alimentar un modelo predictivo de alerta temprana, en lugar de limitarse a informes retrospectivos.
El estudio transversal retrospectivo se basó en 4.054 aislados bacterianos clínicos procedentes de 874 registros de pacientes recogidos entre 2022 y 2024. El equipo entrenó y comparó cinco modelos de aprendizaje automático — máquina de vectores de soporte (SVM), bosque aleatorio, regresión logística, gradient boosting y k-vecinos más cercanos — para predecir la resistencia. El SVM obtuvo el mejor resultado, con una exactitud del 72,08%, una precisión del 73,25%, una sensibilidad del 79,78%, una puntuación F1 de 0,76 y un AUC-ROC de 0,79. Los autores destacan el potencial del enfoque para dirigir los recursos de gestión de antimicrobianos hacia las salas y patógenos de mayor riesgo.
El estudio es un análisis retrospectivo de un único hospital, publicado como preprint en septiembre de 2025 y aún no sometido a revisión por pares independiente; no se ha informado de validación prospectiva ni de implementación clínica. Evidoria incluye este caso como una prueba de concepto creíble y bien documentada de un hospital provincial público — cifras reales de rendimiento diagnóstico a partir de registros reales, con las salvedades habituales de un estudio retrospectivo de un único centro aún no revisado por pares.