Paulatinamente, la inteligencia artificial (IA) va demostrando sus diferentes utilidades en la medicina en general y en la Oncología en concreto. Para analizar el papel de la IA en este campo, este 15 de junio se celebrará el ‘II Simposio de Inteligencia Artificial en Oncología Médica’. Emilio Alba, director del Comité Científico del encuentro, explica a GACETA MÉDICA las claves del mismo.
Pregunta. ¿Qué papel diría que juega a día de hoy la Inteligencia Artificial en la Oncología? ¿Cómo se espera que evolucione en el corto-medio plazo?
Respuesta. La inteligencia artificial es muy relevante en la medicina en general. Por contextualizar, hasta ahora se ha aplicado mucho en análisis de imágenes de anatomía patológica y en radiología para realizar un análisis computacional de las imágenes a base de pixelizar que, dentro de lo que cabe, es una tarea relativamente fácil. Ahora se ha pasado a una segunda fase, que es la aplicación fuera de estos ámbitos. En cuanto a las posibles aplicaciones que puede tener, con la generalización de la historia electrónica -y teniendo en cuenta que la historia en papel está empezando a desaparecer en algunos lugares-, hay varias aproximaciones que se pueden hacer.
Una es un procesamiento de encaje natural, es decir, a partir de lo que está escrito ya en las historias de manera no estructurada, encontrando patrones que ayuden a explicar aspectos sobre diagnóstico u otros ámbitos. Otra, que es sobre la que tiene puesto el foco este simposio, es ver cómo analizar grandes bases de datos. Sobre todo para identificar si en pacientes tratados con determinados fármacos, se reproducen en vida real los datos registrados en el ensayo clínico. Aquí, los sistemas de agregación de datos de inteligencia artificial pueden ayudar a averiguar esto de una manera bastante aproximada. Para estos estudios post aprobación, la IA permite encontrar regularidades en grandes masas de datos que pueden tener una utilidad diagnóstica o terapéutica.
“La IA para identificar si en pacientes tratados con determinados fármacos, se reproducen en vida real los datos registrados en el ensayo clínico”
P. ¿En qué nivel de implantación diría que está la inteligencia artificial en Oncología?
R. Podríamos decir que estamos en el principio, pero sí que se está utilizando. En países como Alemania es una práctica más común, dado que los fármacos se aprueban y luego, en un periodo aproximado de un año, se reevalúa para ver qué pasa con esos resultados. Aquí en España, todavía estamos en un punto más inicial.
P. ¿Qué retos presenta el uso de la inteligencia artificial en Oncología en relación con la protección de datos?
R. En la Unión Europea, la protección de datos es prioritaria. Los datos de salud son de alta confidencialidad, altamente sensibles y hay que protegerlos. Todas estas agregaciones de datos y estudios en historias clínicas electrónicas tienen que pasar por una anonimización extrema que impida relacionar ningún dato recogido con una persona concreta. Esto se cumple de una manera estricta; cualquiera de estos programas pasa por un comité de ética que lo primero que hace es comprobar que se cumplen estos criterios de anonimización.
“Todas estas agregaciones de datos y estudios en historias clínicas electrónicas tienen que pasar por una anonimización extrema que impida relacionar ningún dato recogido con una persona concreta“
P. Una de las sesiones del simposio aborda cómo mejorar la obtención y análisis de Real World Data, ¿por dónde se debe empezar a actuar para conseguir esta mejora?
R. El punto de inicio es contar con buenas bases de datos; tenemos que hacer que la historia electrónica sea amable para los sanitarios y también generar bases de datos intercambiables. No tiene sentido que los registros de las bases de datos estén establecidos por hospitales o autonomías. La inteligencia artificial se sustenta en grandes bases de datos, por lo que las bases de datos de cada región deberían ser interoperables. Luego, poner en marcha programas que tengan esto en cuenta. Hasta ahora, todos los programas de investigación en cáncer se basaban en el laboratorio; la inteligencia artificial debería considerarse un ‘laboratorio seco’ e impulsar programas de investigación con presupuestos específicos. Para ello, en cuanto a las historias clínicas, desde la administración central deberían ponerse en marcha programas que unifiquen datos y no que haya 17 tipos de historias en un mismo país.
P. Otro de los temas el uso de Real World Data desde el punto de vista clínico. ¿Cómo puede ayudar la inteligencia artificial en la planificación de recursos sanitarios?
R. Puede ser de gran ayuda. A través de un algoritmo de pacientes tratados con cáncer de pulmón, se ha podido predecir con una seguridad aproximada del 80 por ciento quien iba a acudir al servicio de urgencias en los próximos 30 días. Estas herramientas de inteligencia artificial tienen que tener algoritmos muy sofisticados y, si no, se tendrán que desarrollar. Poder predecir cuál va a ser la evolución del paciente es fundamental para la organización de recursos.
“Las herramientas de inteligencia artificial tienen que tener algoritmos muy sofisticados y, si no, se tendrán que desarrollar. Poder predecir cuál va a ser la evolución del paciente es fundamental para la organización de recursos”
P. ¿Qué objetivo se persigue con la celebración de este simposio y qué balance hace de la pasada edición?
R. Este tipo de encuentro creo que sirven para crear cultura dentro de este ámbito. Por ejemplo, la edición pasada se centró en el procesamiento del lenguaje natural. Fue interesante, porque ya hay hospitales en León, Galicia y Zaragoza están trabajando para poner en marcha las técnicas abordadas. Por tanto, creo que compartir este conocimiento es de gran utilidad.
