A consecuencia de la pandemia de COVID-19, la medicina de precisión se ha reafirmado como herramienta clave gracias a los avance logrados en materia de Inteligencia Artificial y Big Data. Entre algunos de los avances más importantes conseguidos se encuentra la capacidad de avanzar el pronóstico de la enfermedad en función del perfil de cada paciente, algo que se puedo desprender de investigación internacional Big COVIData. Mediante el uso de la tecnología de la plataforma Savana, se ha conseguido así arrojar respuestas y predicciones clínicas de calidad en un tiempo récord para mejorar la prevención, investigación y gestión médica.
Así se apuntó durante el webinar Coronavirus un año después: La evolución de la investigación clínica con Inteligencia Artificial. Precisamente en él, Ignacio H. Medrano, director médico y fundador de Savana, quiso poner en valor las bondades del aprendizaje automático en el sector salud. Según Medrano, este consiste en dar al ordenador “los problemas resueltos, de tal manera que ellos solos infieren las reglas. Esto les permite anticipar problemas nuevos aunque sea la primera vez que lo ven”.
En este sentido, la gran evolución experimentada desde 2013-2014 ha favorecido un mayor manejo de datos que ha repercutido en beneficios para este tipo de tecnologías, lo cual ya se deja notar en modelos predictivos como los actuales. Así las cosas, Medrano hizo referencia a la ayuda que ya supone el machine learning, que también ha dado sus frutos en el diagnóstico. De hecho, en esta época COVID, por ejemplo, ha permitido reposicionar fármacos más rápidamente en las UCIs.
Los réditos obtenidos han procurado así su investigación y desarrollo en España, lo que ha terminado por desembocar en el mencionado Big COVIData. De esta manera, el trabajo ahonda en cuatro investigaciones, realizadas en Castilla La Mancha, en las que se han empleado técnicas de este calado.
Big COVIData y EPOC
El macroestudio incluye análisis sobre el impacto de la COVID-19 en enfermos de EPOC, asmáticos, diferencias de género en el diagnóstico y el perfil del paciente que debe ingresar en UCI. Una de las conclusiones de la nueva investigación es que la COVID-19 afecta más a los mayores de 40 años con patologías respiratorias, aunque no impacta a todos por igual. En el caso de Enfermedad Pulmonar Obstructiva Crónica (EPOC) el riesgo de contraer coronavirus se duplica respecto a la población general y cuando esto ocurre, las posibilidades de fallecer se triplican.
Según los resultados publicados en el “Journal of Clinical Medicine” del análisis específico sobre “Características y pronóstico de la COVID-19 en pacientes con EPOC”, liderado por el Hospital Universitario de Guadalajara y el Hospital de La Princesa de Madrid, junto con la tecnología de Savana, los pacientes hospitalizados con coronavirus además de EPOC registran una tasa de mortalidad del 9,3 por ciento, frente al 3,4 por ciento entre los mayores de cuarenta años que padecen solo COVID-19.
El paciente con EPOC más propenso a contagiarse de COVID-19 es un varón en 4 de cada 5 casos, de 75 años de edad media y patologías añadidas
Además, señala que el paciente con EPOC más propenso a contagiarse es un varón en 4 de cada 5 casos, de 75 años de edad media y patologías añadidas (diabetes, arritmias, insuficiencia cardíaca, etc.). Además, la neumonía es el diagnóstico más común entre los hospitalizados con EPOC y coronavirus. Con los asmáticos, sin embargo, aunque la frecuencia de infección por coronavirus es superior que entre quienes no lo son, el impacto de la COVID-19 se considera menor.
El futuro de la IA: crecimiento y desafíos
En clave sanitaria, la explosión de los datos es “muy evidente”, según subrayó Yolanda González, lead equipo internacional de Hospitales e Investigación de Savana. De hecho, tal y como apuntó durante el encuentro, desde 2013 hasta 2020, hemos ido generando un 157 por ciento más de información en el sector salud que hemos ido subiendo a la nube.
La fuente de toda esa información es muy variada, pues según la experta va “desde el reloj inteligente que va recogiendo y monitorizando nuestra actividad”, pasando por las preguntas que hacemos a Google sobre sintomatología, hasta llegar a los registros clínicos electrónicos. “Todos esos datos se suben a la nube, y si se analizar correctamente, van a dar lugar a una medicina mucho más eficiente, la conocido como medicina de precisión”, indicó González.
Sin embargo, para que todo esto sea posible y este tipo de modelos prosperen es necesario superar tres barreras. Estas son la privacidad del dato en salud; el almacenaje de una gran cantidad de información; y la accesibilidad a esa información desde los centros de trabajo y desde los propios hospitales.
Desde 2013 se ha generado un 157 por ciento más de información en el sector salud que hemos ido subiendo a la nube
La expectativa de la Inteligencia Artificial en el mercado sanitario desde así un gran ritmo de crecimiento. Concretamente, de casi un 45 por ciento hasta 2026. En favor de este crecimiento juega el incremento en volumen y complejidad del datos en salud, así como la necesidad de reducir costes en el sistema. También la mejora que ofrece del poder computacional y la disminución de gasto asociados a hardware. Asimismo, también juega en su favor el incremento del número de colaboraciones con terceras partes.
No obstante, esta tecnología tendrá también dos principales escollos a salvar. Por un lado, el rechazo -cada vez menor- de los profesionales a incorporar sistema basados en IA en la práctica clínica. Del mismo modo, tendrá que enfrentarse al desafío que también supone la falta de entrenamiento por parte de los sanitarios en los mismos.
