La Sociedad Estadounidense de Anestesiólogos define una vía aérea difícil (VAD) cuando “un anestesiólogo experimenta dificultades con la ventilación con máscara facial, con la intubación traqueal, o con ambas”. Su abordaje requiere de cierto nivel de entrenamiento técnico, por lo que los pacientes en riesgo deberían ser identificados antes del procedimiento quirúrgico para reducir el riesgo de complicaciones y mortalidad. Aunque existen varios parámetros clínicos para identificar una VAD, no se ha establecido un estándar de oro.

Con el surgimiento de la anestesiología moderna, el manejo de la vía aérea de los pacientes bajo anestesia ha sido un tema clave para lograr ventilación y resultados clínicos óptimos.1,2 Sin embargo, la mayoría de anestesiólogos experimentan dificultades con el manejo de la vía aérea, que plantea importantes desafíos en el tratamiento perioperatorio.1Después de recibir anestesia general, <a href="https://www.docred.com/casos/ca-etomidato-frente-propofol-anestesia-adultos-mayores" target="_self">el paciente pierde la capacidad de respirar espontáneamente</a> y, por lo general, es el anestesiólogo quien debe volver a proporcionar el suministro adecuado de oxígeno a través de la ventilación mecánica.1 Esta “asfixia temporal”, por lo general, no causa ningún daño.1Sin embargo, en aquellos pacientes con una VAD, no suele ser posible restablecer la ventilación rápidamente y la intubación repetida (u otros procedimientos) pueden dañar los dientes, la mucosa oral y las cuerdas vocales.1 Además, la hipoxia prolongada sí puede provocar daños graves, como una lesión cerebral o isquemia miocárdica e incluso la muerte.1<h3>¿Qué es una vía aérea difícil?</h3>La Sociedad Estadounidense de Anestesiólogos define una VAD cuando “un anestesiólogo entrenado experimenta dificultades con la ventilación con máscara facial, con la intubación traqueal, o con ambas”.1,3 La incidencia de este fenómeno oscila entre 1.4 y 10%1 y los inconvenientes para predecirlo aumentan los riesgos de lesiones cerebrales y mortalidad.1Además, el abordaje de estas condiciones <a href="https://www.docred.com/guias/guia-medica-manejo-de-la-via-aerea-dificil-2022" target="_self">requiere de cierto nivel de entrenamiento técnico</a> y procedimientos complicados.1 Por lo tanto, los pacientes con riesgo de VAD deberían ser identificados antes del procedimiento quirúrgico para reducir el chance de complicaciones y, en consecuencia, de mortalidad inducida por la anestesia.1-3<h4>¿Cómo identificar una posible VAD?</h4>La piedra angular ha sido el examen físico, que incluye la evaluación de parámetros clínicos o características faciales, algunas medidas anatómicas y puntos de referencia como:2, 3<ul><li>Antecedentes de ronquidos o apnea obstructiva del sueño</li><li>Clasificación modificada de Mallampati (CMM)</li><li>Espacio interincisivo</li><li>Distancia tiromentoniana</li><li>Índice de masa corporal (IMC)</li><li>Capacidad para flexionar y extender la columna cervical</li></ul>No se puede negar que se han logrado pequeñas mejoras en algunas de estas pruebas, como la CMM.1 Aun así, y a pesar de utilizarla en combinación con otros parámetros, la precisión de un control preanestésico de la vía aérea para predecir una intubación difícil es realmente baja, y prevalecen las VAD no predichas.1, 2Otros estimadores como la medición guiada por ecografía del grosor de los tejidos blandos del cuello, desde la piel hasta la tiroides, pueden ser potenciales predictores de intubaciones difíciles en el periodo preoperatorio,2 incluso más sensibles que la CMM.2, 3 Sin embargo, no se ha establecido un estándar de oro para identificar una VAD.3<h3>¿Cuál es el rol de la inteligencia artificial (IA)?</h3>Recientemente, las técnicas de IA (en particular las de aprendizaje profundo) se han empleado en múltiples áreas de la medicina para realizar mejores diagnósticos, pronósticos y tratamiento.1 Cuando estas técnicas se usan en el análisis de imágenes, alcanzan e incluso superan el rendimiento clínico de los expertos humanos.1De hecho, aunque la evaluación de una VAD por parte de expertos se basa principalmente en información visual (con muy poca atención a la historia clínica),1 los enfoques basados en IA parecen ser mejores para identificar esta misma información visual y algunas diferencias sutiles de manera más objetiva, precisa y confiable.1Hasta la fecha, se han realizado algunos intentos para desarrollar sistemas de IA basados en imágenes para la identificación y el manejo de la VAD.1 Sin embargo, estos métodos siguen siendo insatisfactorios debido a varias limitaciones:1<ul><li>Algoritmos obsoletos</li><li>Estándares inadecuados de adquisición de imágenes</li><li>Bajo nivel de precisión.</li></ul><h4>¿Qué dice la literatura más reciente?</h4>Sí es posible predecir una intubación difícil gracias a la IA. Un grupo de científicos presentó un novedoso sistema de aprendizaje profundo semisupervisado que puede entrenarse para predecir una VAD.1Estos investigadores emplearon un método multicanal para fusionar imágenes (de diferentes partes y ángulos de cada paciente).1 Por ende, la información generada fue más completa y con una fiabilidad relativamente mayor.1 Esto reduce la demanda de recursos, lo que lo convierte en un modelo no invasivo, rápido y fácil de usar para predecir intubaciones difíciles.1<figure class="poll" data-id="754">{ Poll ID: 754}</figure>Comentario editorialEl éxito de estos métodos basados en IA no significa <a href="https://www.docred.com/articulos/articulo-medico-como-abordar-contaminacion%20anestesicos-inhalados" target="_self">que la experiencia clínica de los anestesiólogos</a> ya no sea importante. Se trata de herramientas de trabajo aplicables, con una baja tasa de error y una fiabilidad relativamente alta, para ayudar a identificar a los pacientes con riesgo de intubación difícil durante los procedimientos preoperatorios, en especial para aquellos profesionales menos experimentados. Déjenos conocer su opinión en los comentarios.

Anestesiología

Cirugía General

Medicina General

Docred

¿Podría la inteligencia artificial ayudar a predecir una vía aérea difícil?

Descubra acá cómo un modelo basado en IA logra diferenciar los pacientes con una vía aérea normal de aquellos con alguna probabilidad de intubación difícil.