La inteligencia artificial (IA) se postula cada vez más como una aliada en la medicina en general y en la oncología en particular. Sin embargo, como pusieron de manifiesto participantes en la mesa redonda ‘Digitalización en salud: IA, Big Data y RWE’, moderada por Luis de la Cruz, patrono de la Fundación ECO y Vicente Guillem, consejero Emérito de la Fundación ECO, del XII Foro ECO, todavía es necesario atender a las limitaciones que presenta esta tecnología y trabajar en soluciones que ayuden a derribar esas barreras.
José Luis Fernández, director general de la consultora especializada IQVIA, hizo una radiografía al estado de la IA en el abordaje del cáncer. Primeramente, a rasgos generales, puso en valor los avances derivados de la inteligencia artificial generativa, los procesos de aprendizaje automático y el Deep machine learning, por su potencial para generar contenidos hasta un 100% fiables. En cuanto al papel que puede jugar esta tecnología en la toma de decisiones en oncología, Fernández expuso que “puede proporcionar recomendaciones basadas en la evidencia, teniendo en cuenta las últimas informaciones en investigación y las guías clínicas”.
Por ello, el director general de IQVIA en España, la calificó como “una excelente propuesta”, con “una gran capacidad de ayuda en el futuro”. Profundizando sobre este aspecto indicó que “es una excelente propuesta, pero no es tan fácil y presenta retos y limitaciones”. Aquí apuntó a que puede contener “fuentes de información sesgadas, copyright, provocar las denominadas ‘alucinaciones’, ofrecer baja fiabilidad en función del tema o problemas de gobernanza”. “Hay que tener en cuenta que estas barreras se multiplican en el sector salud, donde los datos tienen que ser especializados y estar limpios y estructurados, de acuerdo a unos estándares, porque si no, los modelos predictivos no van a responder bien”, puntualizó. Asimismo, Fernández aludió al marco regulatorio del sector, definiéndolo como “mucho más estricto que en otros ámbitos”. Con todo ello, consideró que el primer paso es identificar los posibles obstáculos para poder superarlos.
Curación de datos
Para Fernández, una de las principales dificultades reside en la curación de los datos y su introducción en un sistema de manera estructurada para propiciar su posterior extracción. “La promesa de mejorar apalancándose en estrategias de digitalización, empieza en un clínico; y son personas excepcionalmente formadas que, dentro de su profesión deberían incluir la introducción de estos datos”. Esta es la premisa, sobre la que Fernández añadió que es consciente de la carga de trabajo y las limitaciones de tiempo. Por ello, instó a “ayudar a los clínicos y por tanto a los hospitales a generar buenos datos”. Con esto, consideró, “se evitarían las ‘alucinaciones’”, como comúnmente se denomina a las respuestas de la IA no justificadas por el entrenamiento del sistema.
En este sentido, el representante de IQVIA puso de relieve que “de las aplicaciones clínicas que aparecen en IA, actualmente la más frecuente es la interpretación de imágenes, porque estas son generadas directamente por máquinas que manejan grandes volúmenes y, por tanto, están bien estructurados”. Así, para otro tipo de datos, llamó a “capturar información limpia, ya que no hacerlo es lo que puede limitar su aplicación”.
Ramón Salazar, jefe de Servicio Oncología Médica en el Instituto Catalán de Oncología, consideró que “actualmente la IA y la digitalización están aportando mucha calidad, aunque todavía no eficiencia y también es necesario resaltar su papel en los procesos de gestión”. Pero, coincidió con Fernández en que “el gran drama en estos momentos es el garbage in/garbage out”. Este concepto se refiere a los datos ‘basura’, es decir, que no son organizados y precisos y que pueden alterar el buen entrenamiento de los algoritmos. Aquí, opinó que “desde la política falta que se implementen medidas para que estos datos no sean tan difíciles de curar para los sistemas”.
Y es que, la curación de estos datos es imprescindible para su posterior extracción. Por ello, María José Juan Fita, oncóloga en el Instituto Valenciano de Oncología, señaló que uno de los problemas es que esto no se ha tenido en cuenta desde los inicios. “Hay que ver cómo vamos a llegar a eso, quién lo validará y la intencionalidad; todavía estamos ‘verdes’ en ese aspecto”. Eric Grossat. CEO de HOPES, organización especializada en Real World Evidence (RWE), coincidió apuntando que “estamos lejos de un sistema potente con un impacto en el día a día del trabajo”.
Diseño de sistemas orientados a la extracción
Otro de los mensajes que transmitió Grossat es que existe un problema de base ya que “la historia clínica digital no se diseñó para extraer datos, sino para transportarlos, lo que supone un avance en comodidad, pero no es tan complejo diseñar historias con datos cerrados y estructurados para luego poder utilizarlos”. Juan Fita también abundó en esta idea tildando de “frustrante” el hecho de “invertir energía y tiempo en algo que no va a dar resultados a futuro”. “Nosotros contábamos con bases de datos genéticas, con datos de familiar y luego no se podían extraer; ahora hay que generar bases o plataformas para implementar esos datos y que se puedan extraer el día de mañana”, explicó la oncóloga.
Sergio Ostalé, Market Access Director & Oncology Commercial Director en GSK, consideró que con el conocimiento del que se dispone en la actualidad, “los facultativos deberían tener la capacidad de guiar el diseño de herramientas en estas tecnologías en base a las necesidades”. “No es necesario que los oncólogos sean expertos en IA o algoritmos, pero sí ser conscientes del potencial de las herramientas que os ofrezcan para poder servir de orientación y que esto ayude a avanzar”, aportó.
Aplicabilidad
Uno de los puntos que expusieron los expertos es que una forma operativa de avanzar en el uso de la inteligencia artificial es comenzar con iniciativas específicas, que ayuden a tener todo el proceso más controlado. Ejemplo de ello es el proyecto CamON, una herramienta de gestión y benchmarking en cáncer de mama, impulsado por IQVIA con el respaldo de la Alianza Dacihii Sankyo-AstraZeneca y con participación de los hospitales 12 de Octubre, Son Espases, Fundación Jiménez Díaz, Bellvitge, Institut Català d’Oncologia (ICO), La Fe y Ribera Salud.
Luis Manso, facultativo en el Servicio de Oncología Médica del Hospital 12 de Octubre, subrayó que con la participación en este proyecto han adquirido mucha experiencia. Este proyecto ha supuesto un gran avance, “superando datos de registros de cáncer de mama y a día de hoy existen cohortes de pacientes que podemos analizar, midiendo PROMs y PREMs, con un hub de acompañamiento durante todo el desarrollo e incluso la capacidad de generar gemelos digitales para identificar la trayectoria de cada uno de los pacientes. Entre los desafíos, señaló que “hay que ver los recursos que proporcionan las direcciones y gerencias”. Asimismo, apuntó que “es difícil superar barreras a la hora de hacer interpretación y estructuración de resultados; para ellos, es importante, como se comentaba en otra mesa de este foro, que ya los residentes tengan formación en digitalización, inteligencia y big data”.
En cuanto al RWE, Manso consideró que “se cuenta con suficiente evidencia de que estos datos sirven para complementar el resto de información”. Además, Juan Fita puso en valor su utilización aportando que “los estudios en vida real han aumentado un 11 por ciento al año en los últimos cinco años”; asimismo resaltó que, en un plano cualitativo, “están capacitados para responder preguntas que los pivotales no ofrecen”.
Más allá de la aplicación de la IA en la práctica clínica, Ostalé se refirió a su uso en el campo de la investigación. “Estas herramientas tienen un potencial indescriptible, pero hay barreras que afectan a su buen uso; todo lo que tiene que ver con la gestión de los datos, está mucho más regulado en ensayos clínicos”. A través del uso secundario de los datos y siempre y cuando se cumpla toda la normativa de protección de datos, Ostalé puso de relieve “la utilidad que pueden tener para buscar dianas terapéuticas”.
Guillem también aludió a “los problemas para encontrar financiación en este tipo de estudios”, aunque, desde un prisma más optimista, Manso valoró que “empieza a haber muchas iniciativas público-privadas”. Ostalé se refirió a que parte de la inversión ha de proceder “de la administración pública, también en base a la evolución del Espacio Europeo de Datos Sanitarios (EEDS)”. Para concluir e hilando con esta idea indicó que “los casos de uso pequeños son de gran utilidad para demostrar el valor, y mostrando este valor añadido se puede guiar la dotación de datos europeos en el marco del EEDS”.
También te puede interesar…
