VALÈNCIA. En el campo de la salud, conseguir un diagnóstico certero a tiempo es prioritario. La Inteligencia Artificial permite un enorme salto cualitativo a través de mecanismos de machine learning, que aprenden y mejoran con el análisis de grandes cantidades de información, para ayudar al personal médico a ofrecer mejores diagnósticos y tratamientos. La empresa española Quibim (acrónimo de Quantitative Imaging Biomarkers In Medicine), que diseña y crea herramientas pioneras que extraen información de las imágenes médicas, utiliza esta tecnología para acelerar el diagnóstico e identificar posibles enfermedades de manera temprana, aumentando las probabilidades de supervivencia y evitando técnicas terapéuticas más invasivas y lesivas para el paciente.
Apoyándose en los servicios en la nube de Microsoft Azure, Quibim ha centralizado los datos de imagen necesarios para la creación de sus modelos de IA, creando un repositorio de más de 10 millones de imágenes médicas anonimizadas para algunos de los proyectos innovadores y biobancos más relevantes a nivel mundial en cáncer pediátrico (Primage), cáncer de próstata (ProCancer-I) o el propio COVID19 (Imaging COVID-19 AI), entre otros.
Quibim, cuya sede central se encuentra en Valencia, y que cuenta también con oficinas y filiales en Madrid, Barcelona, Cambridge (Reino Unido) y Nueva York (EEUU), se fundó con la ambición de conseguir que la imagen médica se convierta en uno de los catalizadores de la salud de precisión. Estas herramientas proporcionan resultados objetivos a partir del análisis de las imágenes y reducen en hasta un 80% el tiempo de interpretación por parte del médico.
En los últimos años, tanto el número de clientes relevantes de Quibim como los nuevos tratamientos en el ámbito de la oncología, reumatología y neurología han ido en aumento, surgiendo la necesidad de predecir la evolución clínica de los pacientes a partir de las imágenes médicas.
Ante este escenario, la compañía buscó crear herramientas de IA que analizaran imágenes diagnósticas bajo el nuevo concepto de ‘panel de imagen médica’. Especialmente en los casos de cáncer de pulmón y de próstata, para identificar a estos pacientes de manera temprana para ser tratados en una fase de la enfermedad anterior. Por ejemplo, con un modelo que, a través del análisis de TAC de tórax determina si el paciente responderá a los nuevos tratamientos de inmunoterapia o conocer, a partir de una resonancia magnética prostática, si desarrollará una recaída y metástasis en los próximos años.
Quibim dispone de una estrategia de negocio global, lo que hace necesaria una infraestructura en la nube modular, flexible y totalmente preparada para el escalado en masa, siendo capaz de dar servicio a un gran volumen de clientes localizados alrededor de todo el mundo. Por ello, la compañía utiliza una arquitectura multitenant, que optimiza recursos y mejora la seguridad y fiabilidad tanto del entorno como de los clientes.
A diferencia de otros centros y servicios sanitarios, que cuentan con desarrollos y despliegues on-premises integrados dentro de su infraestructura privada, Quibim ha optado por un enfoque Cloud-Smart que permite equilibrar la adopción de la nube con las circunstancias y los objetivos de la organización, disponiendo de una infraestructura totalmente automatizada y preparada para asumir cualquier reto. Y, para ello, se han apoyado en los servicios cloud de Microsoft Azure por su cumplimiento en términos de seguridad y privacidad de los datos.
“Trabajar con una herramienta segura, privada y trazable es uno de los mayores retos en este sector. El hecho de tener que certificarse como un producto sanitario para poder ser utilizado en rutina clínica, o los propios requerimientos de los centros sanitarios y la normativa de tratamiento de datos, supone cumplir con una normativa específica. Para nosotros, Microsoft ha sido la mejor opción gracias a la gran inversión que han ido realizando a lo largo de los años en estos campos”, explica Bas Hulsken, Chief Technology Officer de Quibim.
Como piedra angular de su estrategia de seguridad, la compañía ha consolidado sus sistemas de administración, identidad, y accesos locales dentro de Microsoft Azure Active Directory. Igualmente, se ha implementado Application Gateway para mejorar la seguridad en el acceso a las plataformas. La orquestación y gestión de algoritmos responsables de análisis de las diferentes partes del cuerpo (mama, cerebro, próstata, colon…) se llevan a cabo en Azure Kubernetes Services, mientras que el almacenamiento de las imágenes médicas que gestiona Quibim. -más de 10 millones-, se despliega en Azure Storage Accounts. Finalmente, Webapps de Azure facilita la implantación de aplicaciones web.
Los servicios de Microsoft ayudan a Quibim a contar con una infraestructura flexible, segura y potente, disfrutando de herramientas y servicios adaptados a sus necesidades para mantener operativos aspectos clave como el etiquetado, almacenamiento, y gestión de los datos clínicos, así como la escalabilidad en coste y tiempo.
El siguiente gran reto de Quibim es crear el mayor biobanco de imágenes médicas a nivel mundial, generando un repositorio universal y centralizado de casos clasificados según diferentes variables, como la patología, la región anatómica o la técnica empleada para la obtención de la imagen.
En los próximos 5 años, Quibim tiene el objetivo de introducir importantes mejoras en la atención de miles de pacientes -especialmente los niños- a través del diagnóstico por biopsia virtual: “Esperamos poder monitorizar a los pacientes de cerca, con un alto grado de precisión y sin la necesidad de realizar un procedimiento altamente invasivo, evitando cirugías en el hospital y las molestias de la prueba. Es el caso de los niños, a los que por motivos éticos no se les puede realizar una biopsia al uso, o en determinados cánceres de pulmón, que por su ubicación llega a ser complicado el diagnóstico”, señala Ángel Alberich-Bayarri, CEO y cofundador de Quibim.
A largo plazo, la compañía ve el futuro en los gemelos digitales humanos: “Nuestro modelo sanitario actual es reactivo, se trata a los pacientes cuando están enfermos. Tenemos proyectos donde nuestro objetivo es intentar adelantarnos a los síntomas utilizando un gemelo digital, conseguir monitorizar el interior del cuerpo humano cuando estamos sanos y poder tener información y un modelo sobre la edad de cada órgano, previniendo posibles enfermedades”, finaliza Ángel Alberich-Bayarri.
