En los últimos años hemos sido testigos de una revolución en el campo de la inteligencia artificial (IA) y su aplicación en el ámbito de la medicina. Desde el diagnóstico de enfermedades hasta la toma de decisiones en la práctica clínica, la IA se ha revelado como una herramienta de gran potencial, capaz de agilizar procesos y allanar el camino hacia una atención médica más precisa, personalizada y ágil. 

En este nuevo paradigma, los investigadores, médicos y expertos en salud se han dotado de herramientas capaces de analizar grandes cantidades de datos y descifrar patrones tan complejos como reveladores. En esencia, la IA nos ha permitido ganar tiempo. Tiempo para acelerar investigaciones, para tejer mejores diagnósticos y para dar forma a una medicina más proactiva donde la detección temprana y la prevención de enfermedades se vuelven cada vez más accesibles y eficaces. 

En este artículo exploramos los proyectos de tres miembros de nuestra red que ilustran cómo puede la inteligencia artificial ser de gran utilidad en el ámbito de la salud.

“El Netflix de la neurorrehabilitación”

En España se producen 130.000 derrames cerebrales cada año y los pacientes que los sufren se suman a los 33 millones de personas que ya viven con las secuelas del daño cerebral en todo el mundo. La gran mayoría de ellas no reciben un tratamiento adecuado, ya que normalmente este carece de la duración, intensidad y especificidad recomendadas. 

Ezequiel Hidalgo, médico especialista en medicina física y rehabilitación, e investigador del Instituto Ramón y Cajal de Investigación Sanitaria, vio en la aplicación de nuevas tecnologías una oportunidad de oro para mejorar y personalizar las terapias de rehabilitación. CereVRal utiliza la realidad virtual para proporcionar a las personas que han sufrido un accidente cerebral terapias inmersivas de rehabilitación, con las cuales se duplica la cantidad de terapia que reciben los pacientes sin aumentar la carga de trabajo de sus terapeutas. 

CereVRal puede ayudar también a todos aquellos pacientes que, tras recibir tratamiento en hospitales públicos, no pueden seguir costeándose el seguimiento de forma privada. Apodada por el propio Ezequiel como «el Netflix de la rehabilitación», esta plataforma «les permite acceder a vídeos terapéuticos y seguirlos en sus propias casas mediante realidad virtual. Emula los tratamientos de estimulación motora que recibirían en rehabilitación tradicional y permite que los continúen en sus casas tan solo con un móvil de gama media y unas gafas de cartón que no valen más de dos euros». 

Para Ezequiel, el potencial de las nuevas tecnologías y la IA es transversal y puede aplicarse a todos los aspectos de la lucha contra el ictus: «En el ámbito de la prevención puede utilizarse para seleccionar a los pacientes con mayor riesgo de un evento cerebrovascular y realizar intervenciones específicas. En cuanto al diagnóstico, nos permite aumentar la precisión de nuestros pronósticos y facilitar la toma de decisiones con respecto a las mejores alternativas terapéuticas en la fase aguda. Y en rehabilitación puede tener un papel vital a la hora de permitirnos comparar los distintos tipos de terapias disponibles en nuestro arsenal terapéutico». 

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

Machine learning para detectar hígados viables para el trasplante

Hoy en día, la esteatosis o exceso de grasa en el hígado puede provocar complicaciones tras un trasplante, por eso muchos hígados son descartados y no llegan a ser trasplantados. En los procesos actuales, la potencial viabilidad del órgano se decide mediante un proceso de valoración visual por parte del cirujano que puede llevar a errores o a través de una biopsia, que puede demorarse una media de dos horas en las que se pone en riesgo la funcionalidad del órgano. Como resultado, se estima que alrededor del 20 % de los hígados rechazados para donación en España podrían haber sido utilizados para trasplantes si se hubiera llevado a cabo una valoración más precisa y objetiva. 

El equipo formado por Gemma Piella, de la Universidad Pompeu Fabra, y la doctora Concepción Gómez Gavara, del Vall d’Hebron Instituto de Investigación (VHIR), ha querido solucionar este problema con la creación de LiverColor, una innovadora herramienta diagnóstica que utiliza la inteligencia artificial (IA) para evaluar los hígados que se van a trasplantar. El personal médico o de cirugía solo tendrán que tomar una fotografía y subirla a la aplicación móvil, y el algoritmo de clasificación se encargará de cotejar las características de color y textura para determinar al momento el grado de esteatosis y si el hígado es apto o no para ser trasplantado. De esta manera, el uso de LiverColor minimizará las técnicas invasivas para evaluar los órganos y supondrá la disminución de recursos sanitarios al evitar desplazamientos y prácticas quirúrgicas innecesarias. 

Las posibilidades que tiene LiverColor son enormes, pero aún queda camino por delante. Futuras metas del proyecto son mejorar aún más la precisión en la medición del grado de esteatosis y hacer extensible este sistema a otros órganos, como por ejemplo los riñones, además de integrarlo en las máquinas de recuperación de órganos, que se usan en distintas especialidades para mejorar la funcionalidad de los órganos antes de trasplantarlos. 

Gemma Piella, de la Universidad Pompeu Fabra (UPF)

Ambas investigadoras coinciden en las oportunidades que la IA puede ofrecer a la medicina tal como la conocemos ahora. Gemma asegura que «la IA será una herramienta esencial para la prevención y la personalización en la medicina. Nos permitirá mejorar el diagnóstico, la personalización del tratamiento, el descubrimiento de nuevos tratamientos y fármacos, la monitorización y el cuidado de los pacientes, la robótica quirúrgica…». Concepción es clara en su defensa del uso de IA en medicina: «Luchar contra la IA no tiene ningún sentido porque se ha demostrado que su eficacia en ciertos procesos es superior a la nuestra». 

Concepción Gómez-Gavara, del Vall d’Hebron Instituto de Investigación (VHIR)

Deep learning para atajar la leucemia mieloide aguda

Es precisamente esta gran eficacia de la IA en la interpretación y el análisis de grandes volúmenes de datos lo que motivó a la investigadora Carolina Florian a integrarla en su proyecto de oncología en el Instituto de Investigación Biomédica de Bellvitge (IDIBELL). 

Actualmente, los pacientes mayores de 60 años con leucemia mieloide aguda que reciben quimioterapia tienen una tasa de supervivencia muy baja. Ante el crecimiento de su incidencia en los últimos años, resultan cada vez más necesarios nuevos tratamientos para atajar estos tumores. Carolina se ha servido de la IA y del deep learning (aprendizaje profundo) para encontrar nuevas maneras de interpretar los datos y conseguir estrategias terapéuticas novedosas. Lo ha hecho colaborando con el equipo del profesor Medhanie Mulaw, de la Universität Ulm, con quien ha desarrollado el proyecto. Juntos trabajan en una nueva estrategia basada en algoritmos de deep learning para entender cómo interactúan las células tumorales con la médula ósea envejecida y su entorno. 

Este conocimiento permitirá definir nuevas dianas terapéuticas para detener el crecimiento tumoral. Gracias a la recogida y secuenciación previa de los datos, estos pueden cotejarse para «entender cuáles son las células que hay alrededor de las “iniciadoras de la leucemia”, las células madre leucémicas. Las células de su entorno son las que soportan su proliferación, por lo que el objetivo es tratar de encontrar moléculas y vías para atacarlas y detener su apoyo».

Para Carolina, el momento que está viviendo la medicina gracias a la implementación de la IA es realmente emocionante, pues permite analizar gran cantidad de información en poco tiempo y avanzar de forma mucho más rápida en la comprensión de las enfermedades. «Estamos viviendo algo que, biológicamente hablando, no tiene precedentes porque hasta ahora necesitábamos años enteros para realizar experimentos». 

Carolina Florian, del Instituto de Investigación Biomédica de Bellvitge (IDIBELL)