Open data and artificial intelligence: a window of opportunity for septic patients in emergency departments
- PMID: 41185477
- DOI: 10.55633/s3me/056.2025
Open data and artificial intelligence: a window of opportunity for septic patients in emergency departments
Abstract
Sepsis remains one of the leading causes of mortality in emergency departments (EDs). Despite advances in definitions and management protocols, early identification continues to be a critical challenge due to the nonspecific presentation of the disease. Early management is based on 3 fundamental pillars: source control, antibiotics, and hemodynamic resuscitation, all of which require early intervention. Tools such as the SOFA score, biomarkers (C-reactive protein, procalcitonin, lactate), and protocols like the Sepsis Code have improved detection and management. However, the clinical heterogeneity of sepsis and limitations of current models hinder their universal implementation. Artificial intelligence (AI) is emerging as a key tool to improve early detection of sepsis through the analysis of large volumes of clinical data. Open data, following FAIR principles (Findable, Accessible, Interoperable, Reusable), facilitate the development of robust and personalized algorithms, minimizing bias and enhancing scientific collaboration. Spain generates vast amounts of clinical data in its EDs but lacks a unified database. The creation of an open system with data use agreements would enable the development of predictive models specific to its population. The use of A.I. in combination with specific databases promises to improve treatment personalization, reduce mortality, and optimize resources in sepsis care, changing the current paradigm of clinical management.
La sepsis sigue siendo una de las principales causas de mortalidad en los servicios de urgencias (SU). A pesar de los avances en definiciones y protocolos de manejo, la identificación temprana sigue siendo un desafío crítico debido a la presentación inespecífica de la enfermedad. El manejo inicial incluye tres pilares fundamentales: control del foco, antibióticos y reanimación hemodinámica, los cuales requieren intervención temprana. Herramientas como la escala SOFA, biomarcadores (proteína C reactiva, procalcitonina, lactato) y protocolos como el código sepsis han mejorado la detección y manejo. Sin embargo, la heterogeneidad clínica de la sepsis y las limitaciones de los modelos actuales dificultan su implementación universal. La inteligencia artificial (IA) se perfila como una herramienta clave para mejorar la detección temprana de sepsis mediante el análisis de grandes volúmenes de datos clínicos. Los datos abiertos, siguiendo principios FAIR (Findable, Accessible, Interoperable, Reusable), facilitan el desarrollo de algoritmos robustos y personalizados, minimizan sesgos y mejoran la colaboración científica. España genera enormes volúmenes de datos clínicos en sus SU, pero carece de una base de datos unificada. La creación de un sistema abierto con acuerdos de uso de datos permitiría el desarrollo de modelos predictivos específicos para su población. El uso de IA en combinación con bases de datos específicas promete mejorar la personalización del tratamiento, reducir la mortalidad y optimizar recursos en la atención de la sepsis, y así cambiar el paradigma actual del manejo clínico.
Keywords: Artificial intelligence; Datos abiertos; Detección precoz; Early detection; Emergency; Inteligencia artificial; Open data; Sepsis; Urgencias.
Publication types
MeSH terms
LinkOut - more resources
Medical
Research Materials