thumb

Estás leyendo:

Inteligencia artificial en biomedicina para que avance más rápido la investigación

thumb Siguiente historia
Imagen de una científica en el laboratorio.
Imagen de una científica en el laboratorio.Imagen cedida por Pexels. © Edward Jenner

Inteligencia artificial en biomedicina para que avance más rápido la investigación

Barcelona

01.08.24

7 minutos de lectura
Recursos disponibles

En los últimos años, la inteligencia artificial (IA) y su aplicación e integración en diferentes áreas es cada vez más tangible en nuestra vida cotidiana. En el campo de la biomedicina y la salud, los escenarios que se plantean son esperanzadores: perfeccionar la detección precoz de cualquier patología, obtener diagnósticos más precisos o incluso realizar la monitorización de tratamientos en tiempo real. Sin embargo, toda luz emanada por una nueva tecnología genera sombras que hay que disipar.

El salto cualitativo que la IA está provocando en la biomedicina tiene tres áreas protagonistas: la investigación, la práctica clínica y la formación. En todas ellas se están desarrollando ya nuevas iniciativas que conllevarán mejoras tanto para los profesionales médicos como para los pacientes. Sin embargo, mientras toda esta revolución tiene lugar, existen aún muchas dudas por resolver en cuanto a su aplicación clínica en entornos reales, que no ha alcanzado todavía el mismo ritmo vertiginoso de desarrollo.

El futuro de la biomedicina ya se escribe en algoritmos
El doctor Alfonso Valencia, profesor ICREA y director del Departamento de Ciencias de la Vida del Barcelona Supercomputing Center (BSC-CNS), es uno de los mayores referentes en el campo de la bioinformática y en la aplicación de la IA.
El doctor Alfonso Valencia, profesor ICREA y director del Departamento de Ciencias de la Vida del Barcelona Supercomputing Center (BSC-CNS).Imagen cedida

«Todo lo que hacemos en el Barcelona Supercomputing Center, como en toda la práctica de la biología y la biomedicina, está cada vez más directamente relacionado con la IA». El doctor Alfonso Valencia, profesor ICREA y director del Departamento de Ciencias de la Vida del Barcelona Supercomputing Center (BSC-CNS), es uno de los mayores referentes en el campo de la bioinformática y en la aplicación de la IA a la resolución de problemas biomédicos. Valencia participa en un proyecto de identificación de nuevos biomarcadores para predecir el riesgo de recaídas en la leucemia linfoblástica aguda apoyado por la convocatoria CaixaResearch de Investigación en Salud.

Desde su visión como director del Departamento de Ciencias de la Vida del Barcelona Supercomputing Center (BSC-CNS), confirma que la IA ya es un elemento fundamental en el trabajo diario de su equipo: «Estamos desarrollando iniciativas relacionadas con la interpretación de datos médicos, como por ejemplo modelos fundacionales de lenguaje entrenados en español y en las lenguas cooficiales para aplicarlos a textos biomédicos con el objetivo de interpretar y entender informes médicos. También la estamos utilizando para entender y extraer información de radiografías e imágenes médicas. Pero también aplicamos la IA a genomas y proteínas para investigar cómo puede ayudar a diseñar nuevos fármacos».

Otra gran área de investigación que está llevando a cabo el equipo del doctor Alfonso Valencia es el desarrollo de los llamados gemelos digitales: «Los gemelos digitales son construcciones de ingeniería que simulan en tiempo real el funcionamiento de un sistema. Un buen ejemplo lo constituyen las fábricas de coches, donde a través de un gemelo digital se puede replicar cualquier circunstancia sin tener que modificar nada en el mundo real. En el BSC estamos haciendo simulaciones de sistemas atómicos, de proteínas y de fármacos; también hacemos simulaciones de comportamiento celular para analizar cómo evoluciona y responde un tumor a un fármaco, cómo interacciona con el entorno o con el sistema inmune… Todos estos ejemplos vienen a complementar los sistemas tradicionales de ensayos clínicos porque todavía estamos muy lejos de poder simular toda la complejidad de un organismo y del cuerpo humano». 

Alfonso Valencia: «Los sistemas de IA son capaces de detectar con mayor precisión que los profesionales médicos ciertas características en las imágenes radiológicas».
Decisiones médicas más precisas

La precisión que la IA puede aportar al personal sanitario en la toma de decisiones es una de las aplicaciones más interesantes. Por ejemplo, el diagnóstico por imagen es ya una realidad tangible, como explica Alfonso Valencia: «Recientemente se ha publicado el estudio más extenso hasta la fecha sobre el uso de la IA en el análisis de radiografías. Las conclusiones del estudio muestran que los sistemas de IA son capaces de detectar con mayor precisión que los profesionales médicos ciertas características en las imágenes radiológicas. Sin embargo, la interacción con el paciente en un entorno real requiere todavía más desarrollo».

Natalia Pérez de la Ossa, coordinadora de la Unidad de Ictus del Hospital Germans Trias i Pujol e investigadora del Instituto de Investigación Germans Trias i Pujol (IGTP).
Natalia Pérez de la Ossa, coordinadora de la Unidad de Ictus del Hospital Germans Trias i Pujol e investigadora del Instituto de Investigación Germans Trias i Pujol (IGTP).Imagen cedida

Esta ayuda en el diagnóstico es fundamental en situaciones de emergencia en las que es preciso actuar rápido. Un gran ejemplo es el proyecto que lidera la doctora Natalia Pérez de la Ossa, coordinadora de la Unidad de Ictus del Hospital Germans Trias i Pujol e investigadora del Instituto de Investigación Germans Trias i Pujol (IGTP), que cuenta con el apoyo de la convocatoria CaixaImpulse de Innovación en Salud de 2023. Su objetivo es categorizar rápidamente a pacientes con ictus mediante algoritmos de IA, lo que podría mejorar sus probabilidades de recuperación en un 10 %. «Estamos diseñando una herramienta que se pueda utilizar en las ambulancias para poder predecir el tipo de ictus que sufre la persona con los datos que se recogen en los momentos de la primera atención prehospitalaria, antes de tener pruebas diagnósticas o imágenes del cerebro, y decidir a qué hospital es mejor trasladarla, ya que la terapia adecuada en cada caso puede variar mucho».

Otra gran área en la que estamos viendo avances es el monitoreo en tiempo real del estado de salud de los pacientes después del diagnóstico. Pérez de la Ossa explica su posible aplicación en el seguimiento de enfermedades neurodegenerativas, por ejemplo. Mediante los datos recopilados a través de dispositivos que ya existen, las nuevas herramientas de apoyo basadas en IA pueden identificar señales de riesgo tempranas: «Caídas, cambios del tono de voz, etc., en pacientes de párkinson, por ejemplo, pueden indicar posibles fluctuaciones, y todo eso es importante porque permitirá a los profesionales de la salud actuar de forma rápida y adelantarse a posibles complicaciones».

Rodrigo Menchaca: «Hoy en día podemos ser asistidos por un sistema de navegación quirúrgica con IA que nos guíe en la cirugía».

Por su parte, el doctor Rodrigo Menchaca, socio fundador y consejero de AIS Channel, y director de Piel Digital en ISDIN, alude a la ayuda que aporta la IA en el área formativa: «Hoy en día podemos ser asistidos por un sistema de navegación quirúrgica con IA que nos guíe en la cirugía. Es decir, mediante un sistema que ha sido entrenado para aprender una cirugía y todas las fases quirúrgicas, conseguimos elaborar un GPS quirúrgico, un mapa de calor que muestra los dos siguientes pasos ideales de la cirugía».

Rodrigo Menchaca, socio fundador y consejero de AIS Channel, y director de Piel Digital en ISDIN.
Rodrigo Menchaca, socio fundador y consejero de AIS Channel, y director de Piel Digital en ISDIN.Imagen cedida
Desconfianza y sesgos, obstáculos por superar

Uno de los mayores riesgos de la aplicación de la IA en biomedicina es que algoritmos sesgados puedan dar lugar a decisiones médicas injustas o a diagnósticos erróneos. Estos sesgos son una problemática intrínseca al desarrollo de cualquier herramienta de IA y se pueden adquirir en cualquier punto del proceso: desde la selección de los propios datos con los que se entrenan los sistemas hasta la interpretación de los resultados por parte de los profesionales. Según Alfonso Valencia, «la solución pasa por que los sistemas incorporen un margen de error al informar de cualquier resultado». Además, el profesional debe entender que los resultados solo son predicciones. Y la buena noticia es que el sector de la IA reconoce la necesidad de incluir estos márgenes y está habiendo una respuesta unificada para impulsar el desarrollo de herramientas que controlen los sesgos en todos los niveles y vigilen los protocolos de los sistemas con el objetivo de garantizar su fiabilidad.

Natalia Pérez de la Ossa: «La IA puede darnos información que de otra manera no tendríamos».

La implantación definitiva de la IA deberá superar también algunas reticencias entre los profesionales sanitarios por el miedo a lo desconocido, a no saber interpretar la información o a no entender bien la herramienta. Para la doctora Pérez de la Ossa, estas dudas se podrían disipar con la formación adecuada para que los equipos médicos vean el valor que la IA puede aportar a su trabajo diario, por ejemplo, liberando su tiempo de tareas de gestión más repetitivas para que puedan dedicarlo al trato a los pacientes. Además, como añade Pérez de la Ossa, la tecnología puede darnos información que de otra manera no tendríamos: «Por ejemplo, a partir de un electrocardiograma, un sistema de IA puede decirnos si ese paciente tiene riesgo de sufrir algún tipo de arritmia. Eso es algo que nosotros, con nuestros ojos, no lo podemos ver. En casos como este es cuando la IA tiene un valor añadido real y queremos incorporarla a nuestra práctica diaria».

Todas estas conclusiones fueron las protagonistas del debate CaixaResearch «Inteligencia artificial en biomedicina: presente y futuro», que se transmitió el pasado 22 de marzo y cuya grabación se puede consultar a través del enlace anterior. Como los expertos constataron, la IA está revolucionando el ámbito de la biomedicina al permitir una toma de decisiones más precisa, la reducción del margen de error o una implementación de avances más rápida.