Machine learning implementation for host-based infectious disease diagnostics

Resumen Técnico: Implementación de Aprendizaje Automático para el Diagnóstico de Enfermedades Infecciosas Basado en el Huésped

Planteamiento del Problema
La identificación temprana de la etiología de las enfermedades infecciosas es crítica para un tratamiento clínico adecuado; sin embargo, la incertidumbre a menudo conduce a una exposición innecesaria a antimicrobianos, lo que contribuye a la selección y propagación de organismos resistentes. Los métodos diagnósticos tradicionales, como los cultivos bacterianos y la PCR dirigida, enfrentan limitaciones en cuanto a velocidad, el requerimiento de un organismo sospechoso y el solapamiento de biomarcadores inflamatorios inespecíficos entre condiciones bacterianas, virales y no infecciosas. Los diagnósticos basados en el huésped, que evalúan la respuesta biológica del paciente (por ejemplo, firmas transcriptómicas, citocinas, señales fisiológicas) en lugar del patógeno directamente, ofrecen una solución potencial. No obstante, la integración de estas diversas modalidades de datos con el aprendizaje automático (ML) requiere una evaluación sistemática para determinar qué algoritmos son más adecuados para tipos de datos específicos y cómo se reporta actualmente el rendimiento en la literatura.

Metodología
Este estudio realizó una revisión sistemática de la literatura publicada entre enero de 2020 y agosto de 2025. La búsqueda utilizó cuatro fuentes: Nature, PLOS, PubMed y Elsevier, empleando cadenas de búsqueda adaptadas a cada fuente para capturar estudios que aplican ML a datos clínicos de pacientes para la detección de patógenos, clasificación de infecciones (p. ej., bacteriana vs. viral) o diagnóstico de respuesta del huésped.

• Criterios de Selección: De 144 registros recuperados, 51 pasaron un cribado inicial de diagnóstico basado en el huésped. Tras excluir estudios que carecían de modelos de diagnóstico de ML adecuados o que se centraban únicamente en sistemas in vitro, 21 artículos cumplieron con los criterios de elegibilidad final.
• Extracción de Datos: La revisión extrajo 54 evaluaciones de modelos distintas de los 21 artículos. Estas evaluaciones se categorizaron por modalidad de entrada (variables clínicas estructuradas, mediciones de expresión génica/molecular, imágenes médicas, señales fisiológicas y microscopía) y clase de modelo.
• Enfoque del Modelo: El análisis se centró en cuatro clases principales de modelos supervisados: Random Forest, Redes Neuronales, Máquinas de Vectores de Soporte (SVM) y Regresión Logística.
• Evaluación: El autor evaluó la consistencia en el reporte del rendimiento, observando que no se realizó una evaluación formal del riesgo de sesgo (p. ej., PROBAST) debido a la sustancial heterogeneidad en los objetivos y diseños de los estudios. En su lugar, la calidad metodológica se evaluó de manera descriptiva durante la síntesis de datos.

Resultados Clave

• Distribución de Modelos: Random Forest fue la clase de modelo evaluada con mayor frecuencia (23 de 54 evaluaciones, 42.6%), seguida de Redes Neuronales (17, 31.5%), Máquinas de Vectores de Soporte (9, 16.7%) y Regresión Logística (5, 9.3%).
• Alineación de Modalidades: Los estudios de imagen generalmente favorecieron los enfoques de Redes Neuronales, probablemente debido a su capacidad para aprender características espaciales a partir de entradas de alta dimensionalidad. Por el contrario, los estudios de expresión molecular utilizaron frecuentemente Random Forests.
• Reporte de Rendimiento: No fue posible la comparación directa del rendimiento de los modelos entre estudios debido a las variaciones en las modalidades de entrada, la composición de las cohortes, el preprocesamiento, las estrategias de validación y los endpoints reportados.
  • Métricas: La Exactitud (Accuracy) y el Área Bajo la Curva ROC (AUC) fueron las medidas de rendimiento dominantes. 14 evaluaciones reportaron solo exactitud, 20 reportaron solo AUC y 20 reportaron ambas.
  • Deficiencias: Solo 16 evaluaciones (30%) reportaron medidas adicionales clínicamente informativas como sensibilidad, especificidad, puntuación F1 o el coeficiente de correlación de Matthews.
• Generalizabilidad: La evidencia no respaldó una clase de modelo universalmente óptima. El rendimiento dependió fuertemente de la alineación entre el algoritmo y las propiedades biológicas y técnicas de los datos de entrada.

Contribuciones Clave

1. Mapeo Sistemático: El artículo proporciona un mapeo exhaustivo del panorama actual del diagnóstico de ML basado en el huésped, detallando la prevalencia de algoritmos específicos a través de diferentes modalidades de datos.
2. Análisis de Reporte: Destaca una brecha significativa en los estándares de reporte, específicamente la dependencia excesiva de la Exactitud y el AUC, junto con el subreporte de métricas específicas de clase (sensibilidad, especificidad) y medidas de calibración, lo que limita la interpretabilidad clínica de estos modelos.
3. Selección de Modelos Contextual: La revisión establece que la selección del modelo debe ser impulsada por la estructura y las restricciones de los datos de entrada (p. ej., dimensionalidad, estructura de ruido) en lugar de la búsqueda de un único algoritmo superior.
4. Marco de Traslación: Esboza los pasos necesarios para la traslación clínica, incluyendo la necesidad de validación externa, descripciones transparentes del preprocesamiento y el desarrollo de salidas independientes de la enfermedad (p. ej., bacteriana vs. viral vs. no infecciosa) en lugar de clasificadores específicos de patógenos.

Significancia y Reivindicaciones
El autor sostiene que, si bien el aprendizaje automático basado en el huésped posee un claro potencial para apoyar la clasificación de enfermedades infecciosas y reducir el tratamiento antimicrobiano innecesario, el campo se ve actualmente obstaculizado por la heterogeneidad metodológica y el reporte inconsistente. El artículo afirma que no existe una clase de modelo única que sea uniformemente superior en todos los tipos de datos. En su lugar, la oportunidad más inmediata para el avance radica en la mejora de la estandarización. El autor argumenta que el reporte consistente del preprocesamiento, la validación, la selección de hiperparámetros y un conjunto más amplio de métricas de rendimiento (más allá del solo AUC) es esencial para que los estudios sean reproducibles e interpretables clínicamente. El trabajo futuro debe priorizar salidas generalizables e independientes de la enfermedad, así como paneles de biomarcadores dirigidos que puedan medirse dentro de marcos de tiempo clínicamente útiles para transicionar estos sistemas de demostraciones retrospectivas a herramientas valiosas de apoyo a la decisión.