La IA aplicada a la salud: mejoras en terapias, uso de datos y predicción en diagnóstico

ELCHE. Las tecnologías de la información y la inteligencia artificial se han convertido en herramientas indispensables en prácticamente todos los sectores económicos. Con el objetivo de mostrar las posibilidades y aplicaciones de las TIC y la AI en el ámbito sanitario, el Parque Científico de la UMH organizó el webinar "TIC e Inteligencia Artificial aplicada al Sector Salud", analizando tres bloques temáticos y casos de aplicaciones de nuevas tecnologías en el ámbito sanitario. 

En el primero de estos bloques habló Jorge Cortell, fundador y CEO de Kanteron Systems. Su ponencia, "Aplicaciones de la inteligencia artificial en la Medicina". Cortell representa a esta firma valenciana focalizada en la tecnología sanitaria, más concretamente en la bioinformática computacional para la aplicación clínica de la medicina de precisión. Esta compañía fue fundada en 2005, y en la actualidad sus soluciones se aplican en más de 15 países. 

En concreto, llevan 15 años trabajando en software y siete en conceptos relacionados con la IA. Así, Cortell considera que uno de los retos en el presente y futuro cercano ser´ala regulación de nuevas tecnologías en la salud. En Europa es la UE la que se encarga de esa regulación y, tratándose de tecnologías como el deep learning o el machine learning que "aprenden" y cambian de forma automática, puede haber trabas a la hora de homologar ciertas técnicas, por el hecho de que cambian y mejoran muy rápido. El adaatar la regulación a esta tecnología y sus ritmos es para el CEO de Kanteron Systems, fundamental. 

Uno de los campos de trabajos de esta empresa valenciana es la interoperabilidad de datos. Es decir, integrar los datos para que el doctor pueda pasarlos al paciente, sin trabas, y que el paciente pueda llevárselos sin encontrar limitaciones. En Sanidad, explica Cortell, los datos suelen ser inoperables y trabajan en "silos" que dificultan la conexión. 

Así, su especialidad es la Inteligencia Artificial flexible. Es decir: permiten a un usuario cargar datos y, a cambio, le dan una herramienta sencilla que permite acceder a ellos para poder trabajarlos "y que el usuario no esté preso de tres multinacionales que no le dejan salir de sus servicios". En cuanto a ejemplo aplicados a la sanidad están los set de datos que permiten que una máquina pueda aprender, por ejemplo a través de imágenes o tomografías, rayos x de pulmones, a reconocer si están afectados por tuberculosis o cómo reaccionará la enfermedad en una persona en concreto. 

El paso mágico para ello es la "autodetección", donde empieza el machine learning, que clasifica y describe, refleja en palabras lo que cuantifican los datos anotados. La fase de validación está determinada por algoritmos. Por último, la validación del sistema pasa por la segmentación, recopilación de nuevos datos y ver, con un especialista, si coincide el "pronóstico" de la máquina con la realidad. Incluso puede llevar a una certificación, si el profesional así lo requiere. La multiespecialidad es una de las claves para esta firma para una mayor sensibilidad y acierto en el análisis automático de los datos.

BigMedilytics

El proyecto europeo BigMedilytics es la mayor iniciativa para transformar el sector de la salud a través del Big Data. Esta ponencia fue impartida por Juan Carlos Pérez, director de la línea de Inteligencia Artificial de Instituto Tecnológico de Informática (ITI). El instituto es centro colaborador del proyecto europeo BigMedilytics.

Desde el ITI generan conocimiento avanzado para adelantarse a necesidades y problemas de la industria fomentando la innovación tecnológica. En el área de salud trabajan 20 personas en la investigación de múltiples proyectos. Entre esos planes están las herramientas de predicción y la ayuda de diagnóstico, información genómica y clínica a través de machine learning. 

En este caso, desarrollan algoritmos sobre conjuntos de datos aplicados a big data para producir modelos predictivos para pronósticos que ayuden a los especialistas en la toma de decisiones asistenciales. Asimismo, ofrecen servicios de multiplataforma web donde el personal médico  introduce datos de pacientes para una prognosis en tiempo real. Y lo hacen para casos de cáncer de mama o páncreas, diabetes, reingresos no programados o endometriosis, entre otras situaciones. 

Además, usan plataformas cloud para el almacenamiento distribuido de datos que incluye herramientas para información a distancia y también de un marco de bibliotecas a distancia con funciones que permitan trabajar de forma eficiente en futuros proyectos. De este modo, pueden definir toda la información para interpretar datos e implementarlos con interfaces de usuario sencillas para el personal clínico. 

Las fuentes de datos de las que beben van desde la historia clínica electrónica y ficheros de salud digital, que empiezan a universalizarse y que sirven apara la ordenación de datos de pacientes y de la aplicación de herramientas estadísticas mejoradas. Además, el objetivo es generar modelos predictivos que aporten más información a la hora de decidir determinados tratamientos. Y, sobre todo, afirma Pérez, la necesidad de una interacción intensa entre los especialistas clínicos y los tecnológicos para unificar vocabulario y formatos, trabajar por el entendimiento en el trabajo y facilitar la labor. 

iDRhA

Nicolás García es catedrático de la UMH y socio fundador de la spin-off del Parque Científico UMH Innovative Devices for Rehabiltation and Assistance (iDRhA). Esta compañía está dedicada a la investigación y desarrollo de sistemas robóticos, la ingeniería y servicios en el área de la salud y el diseño, desarrollo, fabricación y comercialización de equipamiento electro terapéutico. Su ponencia en este webinar fue "Rehabilitación con robótica inteligente". 

La firma, especializada en rehabilitación y asistencia para personas con daño cerebral adquirido lleva a hospitales, clínicas y hogares las últimas mejoras tecnológicas con el fin de incrementar la calidad de las terapias de rehabilitación y facilitar la independencia de estas personas. Entre otros productos, tienen una mano-exoesqueleto Helium, testada en varios pacientes a nivel internacional. Es modular y cada dedo es totalmente independiente y se puede configurar según cada necesidad. También tienen la plataforma de rehabilitación Rubidium y enseñan cómo es posible combinar ambos dispositivos.

Así, aplican la robótica en personas con un daño cerebral adquirido, para aumentar la intensidad de la terapia. Los robots pueden aumentas la intensidad de terapia, permitir un mayor número de repeticiones de ejercicios y permite que el terapeuta pueda a tender a más personas en el diagnóstico. Además también buscan homogeneizar este tipo de terapias que pueden llevar muchos meses de trabajo y personalizarla a las necesidades de cada paciente, en cada fase del tratamiento. Los robots recogen datos de esta sesiones, desde funciones anteriores, pasando por mejoras, dificultades o incluso el estado de tranquilidad o nerviosismo de la persona durante la terapia, para poder aplicar diferentes tratamientos en función del ritmo de cada paciente. 

Además, la estrategia para el tratamiento de daño adquirido en la Comunitat Valenciana incluye el uso de este tipo de tecnología y es pionera en la aplicación de la robótica en España. La telerehabilitación es una de las metas de futuro de esta firma.