Els darrers anys hem estat testimonis d’una revolució en el camp de la intel·ligència artificial (IA) i la seva aplicació en l’àmbit de la medicina. Des del diagnòstic de malalties fins a la presa de decisions en la pràctica clínica, la IA s’ha revelat com una eina de gran potencial, capaç d’agilitzar processos i aplanar el camí cap a una atenció mèdica més precisa, personalitzada i àgil. 

En aquest nou paradigma, els investigadors, metges i experts en salut s’han dotat d’eines capaces d’analitzar grans quantitats de dades i desxifrar patrons tan complexos com reveladors. En essència, la IA ens ha permès guanyar temps. Temps per accelerar investigacions, per teixir millors diagnòstics i per donar forma a una medicina més proactiva en la qual la detecció primerenca i la prevenció de malalties són cada cop més accessibles i eficaces.

En aquest article explorarem els projectes de tres membres de la nostra xarxa que il·lustren com la intel·ligència artificial pot ser de gran utilitat en l’àmbit de la salut.

“El Netflix de la neurorehabilitació”

A Espanya es produeixen 130.000 vessaments cerebrals cada any i els pacients que els pateixen se sumen als 33 milions de persones que ja viuen amb les seqüeles del dany cerebral arreu del món. La gran majoria d’aquestes persones no reben un tractament adequat, ja que normalment no té la durada, la intensitat i l’especificitat recomanades.

Ezequiel Hidalgo, metge especialista en medicina física i rehabilitació, i investigador de l’Instituto Ramón y Cajal de Investigación Sanitaria, va veure en l’aplicació de noves tecnologies una oportunitat d’or per millorar i personalitzar les teràpies de rehabilitació. CereVRal utilitza la realitat virtual per proporcionar a les persones que han tingut un accident cerebral teràpies immersives de rehabilitació, amb les quals es duplica la quantitat de teràpia que reben els pacients sense augmentar la càrrega de feina dels seus terapeutes.

CereVRal pot ajudar també tots els pacients que, després de rebre tractament en hospitals públics, no poden continuar pagant el seguiment de forma privada. Anomenada pel mateix Ezequiel com «el Netflix de la rehabilitació», aquesta plataforma «els permet accedir a vídeos terapèutics i seguir-los a casa per mitjà de la realitat virtual. Emula els tractaments d’estimulació motora que rebran a rehabilitació tradicional i permet que els continuïn fent a casa només amb un mòbil de gamma mitjana i unes ulleres de cartró que no valen més de dos euros».

Per a l’Ezequiel, el potencial de les noves tecnologies i la IA és transversal i es pot aplicar a tots els aspectes de la lluita contra l’ictus: «En l’àmbit de la prevenció es pot utilitzar per seleccionar els pacients amb més risc d’un esdeveniment cerebrovascular i fer intervencions específiques. Pel que fa al diagnòstic, ens permet augmentar la precisió dels pronòstics i facilitar la presa de decisions respecte de les millors alternatives terapèutiques en la fase aguda. I en rehabilitació pot tenir un paper vital a l’hora de permetre’ns comparar els diferents tipus de teràpies disponibles en el nostre arsenal terapèutic».

Ezequiel Hidalgo, de l’Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS)

Machine learning per detectar fetges viables per al trasplantament

Avui en dia, l’esteatosi o excés de greix al fetge pot provocar complicacions després d’un trasplantament, per això molts fetges són descartats i no arriben a ser trasplantats. En els processos actuals, la viabilitat potencial de l’òrgan es decideix mitjançant un procés de valoració visual per part del cirurgià que pot comportar errors o a través d’una biòpsia que pot trigar una mitjana de dues hores, cosa que posa en risc la funcionalitat de l’òrgan. Com a resultat, s’estima que prop del 20 % dels fetges rebutjats per a donació a Espanya podrien haver estat utilitzats per a trasplantaments si s’hagués dut a terme una valoració més precisa i objectiva.

L’equip format per Gemma Piella, de la Universitat Pompeu Fabra, i la doctora Concepción Gómez Gavara, del Vall d’Hebron Institut de Recerca (VHIR), ha volgut solucionar aquest problema amb la creació de LiverColor, una innovadora eina diagnòstica que utilitza la intel·ligència artificial (IA) per avaluar els fetges que es trasplantaran. El personal mèdic o de cirurgia només caldrà que facin una fotografia i pujar-la a l’aplicació mòbil, i l’algoritme de classificació s’encarregarà de confrontar les característiques de color i textura per determinar al moment el grau d’esteatosi i si el fetge és apte o no per ser trasplantat. D’aquesta manera, l’ús de LiverColor minimitzarà les tècniques invasives per avaluar els òrgans i suposarà la disminució de recursos sanitaris ja que evitarà desplaçaments i pràctiques quirúrgiques innecessàries.

Les possibilitats que té LiverColor són enormes, però encara queda molt camí per fer. Les futures fites del projecte són millorar encara més la precisió en el mesurament del grau d’esteatosi i fer extensible aquest sistema a altres òrgans, com per exemple els ronyons, a més d’integrar-lo a les màquines de recuperació d’òrgans, que s’utilitzen en diferents especialitats per millorar la funcionalitat dels òrgans abans de trasplantar-los.

Gemma Piella, de la Universitat Pompeu Fabra (UPF)

Les dues investigadores coincideixen en les oportunitats que la IA pot oferir a la medicina tal com la coneixem ara. La Gemma assegura que «la IA serà una eina essencial per a la prevenció i la personalització en la medicina. Ens permetrà millorar el diagnòstic, la personalització del tractament, el descobriment de nous tractaments i fàrmacs, el monitoratge i la cura dels pacients, la robòtica quirúrgica…». I la Concepción és clara en la defensa que fa de l’ús de la IA en medicina: «Lluitar contra la IA no té cap sentit perquè s’ha demostrat que en certs processos té una eficàcia superior a la nostra». 

Concepción Gómez-Gavara, del Vall d’Hebron Institut de Recerca (VHIR)

Deep learning per aturar la leucèmia mieloide aguda

És precisament aquesta gran eficàcia de la IA en la interpretació i l’anàlisi de grans volums de dades el que va motivar la investigadora Carolina Florian a integrar-la en el seu projecte d’oncologia a l’Institut d’Investigació Biomèdica de Bellvitge (IDIBELL). 

Actualment, els pacients més grans de 60 anys amb leucèmia mieloide aguda que reben quimioteràpia tenen una taxa de supervivència molt baixa. Davant de l’augment de la incidència d’aquests tumors els últims anys, són cada vegada més necessaris nous tractaments per aturar-los. La Carolina ha utilitzat la IA i el deep learning (aprenentatge profund) per trobar noves maneres d’interpretar les dades i aconseguir estratègies terapèutiques innovadores. Ho ha fet col·laborant amb l’equip del professor Medhanie Mulaw, de la Universität Ulm, amb qui ha desenvolupat el projecte. Junts treballen en una nova estratègia basada en algoritmes de deep learning per entendre com interactuen les cèl·lules tumorals amb la medul·la òssia envellida i el seu entorn. 

Aquest coneixement permetrà definir noves dianes terapèutiques per aturar el creixement tumoral. Gràcies a la recollida i la seqüenciació prèvia de les dades, aquestes es poden comparar per «entendre quines són les cèl·lules que hi ha al voltant de les “iniciadores de la leucèmia”, les cèl·lules mare leucèmiques. Les cèl·lules del seu entorn són les que suporten aquesta proliferació, i l’objectiu és intentar trobar molècules i vies per atacar-les i aturar el seu suport».

Per a la Carolina, el moment que està vivint la medicina gràcies a la implementació de la IA és realment emocionant, ja que permet analitzar una gran quantitat d’informació en poc temps i avançar molt més ràpidament en la comprensió de les malalties. «Estem vivint una cosa que, biològicament parlant, no té precedents perquè fins ara necessitàvem anys sencers per fer experiments». 

Carolina Florian, de l’Institut d’Investigació Biomèdica de Bellvitge (IDIBELL)