El servei de Pediatria del Consorci Hospitalari de Vic, en col·laboració amb la Facultat de Medicina de la Universitat de Vic, ha creat un sistema d'intel·ligència artificial capaç de predir la taxa i la durada de la lactància materna. Aquest avenç permet calcular els mesos d'alletament a partir de dades inicials de la mare i el nadó, així com de la formació rebuda pels professionals sanitaris en aquesta matèria. El projecte va sorgir com a treball de final de grau de l'estudiant de medicina Maria Moseguí, sota la direcció de la pediatra i professora de pediatria Maria Viñolas. L'Hospital Universitari de Vic ja treballa per ampliar la mostra d'estudi i explorar la validesa del model en contexts clínics més amplis. La investigació ha analitzat un total de 230 infants, dividits en dos grups equivalents: 115 nascuts l'any 2023 i 115 nascuts el 2024.
L'objectiu era avaluar com la formació específica dels professionals sanitaris en lactància materna influïa en les taxes d'alletament. Els investigadors van recollir dades maternes des del moment del part fins als dotze mesos de vida del nadó, la qual cosa va permetre obtenir una visió longitudinal i precisa de l'evolució de la lactància en funció de les variables analitzades. Els resultats de l'estudi demostren que la capacitació dels equips assistencials té un impacte directe i mesurable en l'èxit de la lactància materna.
La taxa d'alletament al cap de dotze mesos va passar del 41% entre els nadons nascuts el 2023 al 59% entre els nascuts el 2024, un increment que els investigadors qualifiquen de significatiu. Encara més destacable és l'evolució sis mesos després de vida: els infants nascuts el 2024 tenien un 85% més de probabilitats de mantenir la lactància materna en comparació amb els nascuts l'any anterior. Aquestes xifres posen en relleu el paper clau de la formació continuada dels professionals sanitaris en la promoció de l'alletament.
Un model de 'machine learning' amb marge d'error reduït
Per anar més enllà de l'anàlisi estadística convencional, l'equip investigador va desenvolupar un model d'aprenentatge automàtic, concretament un algoritme XGBoost, capaç de predir la durada de la lactància materna amb una fiabilitat del 82%. Aquest sistema pot estimar els mesos d'alletament amb un error mitjà d'1,59 mesos, una xifra que els investigadors consideren prou ajustada per tenir utilitat en l'àmbit clínic. El model utilitza diverses variables per fer les seves prediccions, entre les quals figuren l'edat gestacional del nadó, el pes al naixement, el tipus de part, el nombre de fills previs, l'origen cultural de la mare, la pràctica o no de frenectomia i, sobretot, el nivell de formació dels professionals sanitaris.
Una de les innovacions més rellevants d'aquest model és la incorporació d'una tècnica coneguda com a SHAP, que permet desglossar i comprendre quins factors han influït en cada predicció individual. Gràcies a aquesta eina, els investigadors han pogut identificar els elements més determinants en l'èxit de la lactància materna. Segons l'anàlisi elaborada, els factors amb més pes són el pes al naixement i l'edat gestacional del nadó, seguits de la formació del personal sanitari, l'origen cultural matern i la realització o no d'una frenectomia.
Aquesta capacitat interpretativa, assenyalen els autors, facilita l'aplicació del model en l'àmbit clínic i aporta un valor afegit a la presa de decisions per part dels professionals. L'hospital preveu ara ampliar la mostra d'estudi i explorar la validesa del model d'intel·ligència artificial en diferents contexts assistencials, amb l'objectiu de millorar el suport a la lactància materna i personalitzar les intervencions en funció de les necessitats de cada mare i cada nadó.