Elaboración de un modelo de machine learning para predecir la probabilidad de embarazo con tratamientos de alta complejidad para pacientes del Instituto De Investigaciones Materno Infantil (IDIMI)

Abstract

En un escenario marcado por el aumento significativo de casos de infertilidad a nivel mundial, con una prevalencia de infertilidad a lo largo de la vida estimada en un 17.5% a nivel global y, en particular en Chile, la fertilización asistida ha emergido como una opción crucial. Sin embargo, el proceso actual de derivación y clasificación de tratamientos en nuestro país y, en específico, en el Instituto de Investigaciones Materno Infantil (IDIMI) y el Hospital Clínico San Borja Arriarán presenta desafíos como derivaciones tardías o inadecuadas, generando gastos significativos y disminuyendo la tasa de éxito de los tratamientos. En este contexto, el objetivo general de este proyecto es determinar la probabilidad de éxito de un tratamiento de alta complejidad mediante el desarrollo de modelos de machine learning que utilicen parámetros clínicos y marcadores bioquímicos relacionados con la paciente, con el propósito de lograr resultados más efectivos en los tratamientos de fertilización asistida para pacientes de IDIMI. La metodología incluyó la revisión del estado del arte, reuniones con profesionales de la salud, análisis de una base de datos histórica de pacientes sometidos a tratamientos entre los años 2010 al 2019 en 1609 pacientes, y la aplicación de la metodología KDD para la preparación de datos y desarrollo de modelos. Se utilizaron algoritmos de inteligencia artificial como Random Forest, Super Vector Machine y XGBoost. La interpretación y evaluación de datos se llevó a cabo mediante la aplicación de SHAP. Además, se realizó un análisis del impacto social y económico revelando los costos de ciclos fallidos en los tratamientos y el impacto de la solución propuesta en el sistema de salud. Independientemente de las métricas, se ofrecieron recomendaciones para futuras iteraciones del modelo. El modelo de Red Neuronal con validación cruzada mostró el mejor desempeño, con un AUC ROC de 0.82 y un F1 Score de 0.75. Random Forest, por otro lado, destacó entre los modelos no neuronales con un AUC ROC de 0.75 y un F1 Score de 0.68, reflejando un equilibrio entre precisión y capacidad de interpretación. Entre las variables más importantes para la predicción del éxito del tratamiento, la Tasa de Blastulación fue la más influyente, seguida por el Recuento de Folículos Antrales (AFC) y la Edad de la paciente, donde un aumento en la edad se asocia a una disminución en la probabilidad de éxito. Además, altos niveles de Hormona Antimülleriana (AMH) y el número de embriones transferidos también mostraron relaciones significativas con los resultados. La implementación de estos modelos tiene el potencial de reducir los ciclos fallidos entre un 10% y un 15 %, lo que se traduciría en ahorros estimados de entre 29 y 57 millones de pesos chilenos al año. El uso de estos modelos también fortalecerá la capacidad del personal médico para tomar decisiones informadas, maximizando la probabilidad de éxito en los tratamientos.