Ciencia

Predecir el riesgo de trombosis gracias a la inteligencia artificial

Expertos debaten en Barcelona sobre los beneficios y dilemas éticos de compartir cantidades ingentes de datos tan sensibles

BarcelonaLa expansión de la inteligencia artificial (IA) en medicina "es inevitable". Así lo constatan los expertos reunidos este martes en el segundo foro de medicina personalizada e innovación biomédica que organizan la Fundació Grífols y la patronal Foment del Treball en Barcelona. Las mejoras en el diagnóstico, cribados o análisis de imágenes radiológicas pueden influir en la toma de decisiones médicas, un área hasta ahora reservada exclusivamente al criterio de los especialistas. Y la evolución previsible de las tecnologías ómicas (la genómica, la metabolómica y la proteómica), que conllevan una acumulación de datos ingente que pueden mejorar el conocimiento científico con una celeridad y eficacia inédita, también son claros ejemplos de los beneficios potenciales de aplicar esta tecnología en el ámbito de la medicina. Sin embargo, y por supuesto, la recopilación y tratamiento de esta información tan sensible también implica un reto ético que hay que fiscalizar.

Una de las claves de la IA en medicina es identificar patrones para facilitar el aprendizaje de las diferentes herramientas disponibles. Y para hacerlo posible, destaca el catedrático de ciencias de la computación e IA de la Universidad de Barcelona, Oriol Pujol, “se necesitan datos, muchos datos”, que se extraen de resultados de proyectos de investigación. Pueden ser datos reales o datos "sintéticos", es decir, aquellos que se crean y que podrían definirse como análogos "plausibles" de lo que se espera, y la manera en que se seleccionan –el sexo, el edad o enfermedades previas– es importante, ya que pueden conducir a resultados erróneos y sesgados

Cargando
No hay anuncios

El catedrático de ingeniería de sistemas en la Universidad Politécnica de Cataluña (UPC) Alexandre Perera, que también ha participado en el foro, subraya que, más allá de preservar el anonimato de los datos –uno de los debates abiertos en torno al uso de la IA en un material tan sensible como el relacionado con la salud humana–, es necesario operar “con seguridad”.“Los beneficios esperables de la IA pueden ser en términos de eficiencia", dice. Por ejemplo, en el diagnóstico de enfermedades raras. "Es casi imposible que ningún especialista tenga un conocimiento esmerado sobre las 18.000 enfermedades minoritarias que se conocen", ilustra. La IA, en cambio, sí puede, también puede ser útil para determinar cuál puede ser la evolución previsible de una enfermedad concreta y ayudar al médico a tomar decisiones “con más información a su alcance”. En definitiva, ofrecer predicciones que pueden ser individualizadas o colectivas, como ya se hizo con la pandemia.

Predecir el riesgo de trombosis

Acortar tiempo y costes, como ya se está viendo en radiología clínica, forma también parte de los potenciales beneficios de aplicar la IA. El tratamiento de imágenes médicas ya ha demostrado su eficiencia, por ejemplo, en el caso de mamografías, donde se ha verificado que los sistemas pueden ver hasta un 20% más lesiones que el ojo humano. O un proyecto en el que participa Perera en el que se está entrenando un modelo para distinguir entre diferentes subtipos de diabetes a partir de un sistema que funciona de forma similar al ChatGPT.

Cargando
No hay anuncios

La IA es, sobre todo, una herramienta para la “mejora del diagnóstico y el tratamiento”, define el director de la unidad de Genómica de Enfermedades Complejas del IBB Sant Pau, José Manuel Soria. El biólogo destaca el reto tecnológico asociado al manejo de datos, que implica gran potencia de computación, y los retos éticos derivados del tratamiento e identificación del sesgo de estos datos en la elaboración de patrones. Todas estas variables se están teniendo en cuenta en el diseño de un modelo matemático destinado a predecir el riesgo de trombosis en pacientes oncológicos, un dato que se ha incrementado en paralelo al índice de supervivencia de los enfermos. “Como los pacientes viven más años, el riesgo de trombosis es mayor”, resume.

Este modelo busca patrones de imagen para la detección precoz de embolia pulmonar, sobre todo. En resultados preliminares, ha explicado Soria, los niveles de detección superan de forma clara a los de los paneles de radiólogos, lo que se traduce en beneficios médicos para los pacientes. Traspasar los datos clínicos al sistema y que la máquina lo entienda, que no deja de ser lenguaje humano, configura otro reto y una "oportunidad": la de generar un ecosistema empresarial de tecnologías médicas que "en Cataluña tiene un gran potencial".

Cargando
No hay anuncios

Con todo, la IA también plantea ciertos problemas o dilemas bioéticos, entre los que destacan la posible vulneración de la privacidad y la seguridad de los datos; la posibilidad de que la programación reproduzca sesgos y prejuicios vigentes, y que se tomen determinadas decisiones erróneas contra las que no se pueda rendir cuentas o exigir responsabilidades. Por eso es importante que se aprueben leyes que regulen el uso de la IA, como la que está preparando la Unión Europea, en el que se propone que los sistemas se clasifiquen de riesgo y, así, poder regular más al por menor los que implican un mayor riesgo para los usuarios y sus derechos.