Inteligencia Artificial para Cerrar la Brecha entre Objetivos Farmacocinéticos/Farmacodinámicos y Resultados Clínicos en Pacientes Críticamente Enfermos: Una Revisión Narrativa sobre Beta Lactámicos

La dosificación de antimicrobianos puede ser un desafío complejo. Aunque existe una sólida justificación para establecer un vínculo entre la exposición a antibióticos y el resultado, datos contradictorios sugieren una mala correlación entre los objetivos farmacocinéticos/farmacodinámicos y el control de infecciones. Diferentes razones pueden llevar a esta discrepancia: mala penetración en los tejidos por β-lactámicos debido a la inflamación y a una perfusión tisular inadecuada; diferente respuesta bacteriana a los antibióticos y a los biofilms; heterogeneidad de la respuesta inmune del huésped y del metabolismo de los fármacos; tolerancia bacteriana y adquisición de resistencia durante la terapia. En consecuencia, tanto una dosis fija de antibióticos como una concentración objetiva fija pueden estar condenadas al fracaso. El papel de los biomarcadores en la comprensión y monitoreo de la respuesta del huésped a la infección también está definido de manera incompleta. Hoy en día, con el constante flujo de datos recabados en los hospitales, utilizar las herramientas analíticas más eficientes puede llevar a una mejor personalización de la terapia. El auge de la inteligencia artificial y el aprendizaje automático ha permitido que grandes cantidades de datos se accedan y analicen rápidamente. Estos modelos de aprendizaje no supervisado pueden comprender la estructura de los datos e identificar subgrupos homogéneos, facilitando la individualización de las intervenciones médicas. Esta revisión tiene como objetivo discutir los desafíos de la dosificación de β-lactámicos, enfocándose en su farmacodinamia y en los nuevos desafíos y oportunidades que surgen de la integración de algoritmos de aprendizaje automático para personalizar el tratamiento de los pacientes.