Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Hospitecnia Revista de Arquitectura, Ingeniería, Gestión hospitalaria y sanitaria. ISSN: 2462-7348 Boletín 33 12/10/2020 Equipamiento médico LA INTELIGENCIA ARTIFICIAL EN EL DIAGNÓSTICO DE ENFERMEDADES Júlia Rodríguez-Comas, Chief Scientific Officer en Sycai Technologies. La inteligencia artificial (IA) se posiciona como una herramienta fundamental para optimizar y automatizar tareas mecánicas que requieran del análisis previo de un gran número de datos en diversos sectores. En concreto, en el sector de la medicina o la biología humana, ya está siendo utilizada de manera exitosa para desarrollar nuevas alternativas terapéuticas, acelerar el diagnóstico molecular o colaborar en la toma de decisiones clínicas. Pero no hace falta irse al futuro para darse cuenta de que la IA ya ayuda hoy a los profesionales médicos a diagnosticar enfermedades, planificar tratamientos personalizados o incluso a diseñar drogas para aplicaciones concretas. Sycai Technologies, una startup Medtech constituida a principios del año 2020 y establecida en Barcelona, está desarrollando un asistente basado en IA para ayudar a los profesionales sanitarios en el diagnóstico, monitorización y vigilancia de lesiones abdominales pre-cancerosas sobre TACs y resonancias magnéticas. Como primera aplicación, la empresa ha desarrollado Sycai Medical, un software para asistir a los radiólogos en la identificación y clasificación de lesiones quísticas pancreáticas a partir de la interpretación de imágenes obtenidas en TACs abdominales, siendo capaz de pronosticar la evolución de cada lesión a partir de la combinación del análisis de las imágenes médicas con el historial clínico de cada paciente. La etiología de estas lesiones pancreáticas es variable y, si bien la mayoría son benignas, algunas lesiones pueden malignizar y desembocar en cáncer de páncreas, el cuarto cáncer más mortal en Europa. Se trata de uno de los tumores más agresivos del tracto digestivo y la mayoría de los pacientes con este tipo de cáncer fallecen debido a que se detecta demasiado tarde [1]. La clave para incrementar la supervivencia de los pacientes con este tipo de cáncer es la detección precoz. La tasa media actual de supervivencia a 5 años es del 9% y depende de manera fundamental del momento en el que el cáncer es detectado. Tanto es así, que la tasa de supervivencia a 5 años varía en más de un 30% entre cuando el cáncer es detectado en una fase en la que aún puede eliminarse quirúrgicamente y cuando el cáncer ya se ha extendido a otros tejidos del cuerpo [2]. Este tipo de cáncer puede originarse a partir de lesiones quísticas precursoras. Los estudios muestran que cerca de un 25% de la población tiene o tendrá en algún momento de su vida una de estas lesiones quísticas pancreáticas [3,4] y, a pesar de que cada año aumenta considerablemente el porcentaje de personas que reciben este diagnóstico, hoy sólo se detectan en un 10-15% de la población. Este incremento en los diagnósticos, que se han duplicado en la última década, es debido a la mejora de los dispositivos de captación de imagen médica que cada vez tienen mayor precisión y contienen una mayor cantidad de información. A pesar de estos avances en el hardware, que cada vez hacen más largo y complicado el trabajo de los radiólogos, las herramientas de las que ellos disponen para la interpretación de las imágenes siguen siendo las Hospitecnia Revista de Arquitectura, Ingeniería, Gestión hospitalaria y sanitaria. ISSN: 2462-7348 Boletín 33 12/10/2020 Equipamiento médico mismas. Por ello Sycai Technologies busca dotar de estas herramientas a los profesionales sanitarios para un mejor diagnóstico de las lesiones abdominales. Ante el hallazgo radiológico de una lesión en el páncreas, el siguiente paso es hacer un correcto diagnóstico del tipo de quiste pancreático. Se han descrito una gran cantidad de lesiones quísticas pancreáticas y aunque la mayor parte de ellas son lesiones totalmente benignas, un pequeño porcentaje de estos quistes tienen un alto potencial de malignizar y evolucionar en cáncer de páncreas. Por este motivo, una correcta identificación de estos quistes puede ofrecer una oportunidad única para anticiparse y poder tratar una enfermedad tan letal como el cáncer de páncreas. El diagnóstico por imagen es un campo fundamental para la prevención de enfermedades, pero también se posiciona como una herramienta imprescindible para la detección de lesiones y enfermedades en situaciones de emergencia, gracias a su alta capacidad para realizar un diagnóstico en tiempo récord. Al inicio de la pandemia por el coronavirus, utilizando esta misma tecnología, Sycai Technologies desarrolló AI MedAssist, un algoritmo capaz de diagnosticar COVID-19 a partir de radiografías de tórax y 6 factores clave del historial clínico y de predecir cómo evolucionará cada paciente, si acabarán requiriendo ventilación asistida o ingreso en la UCI. Y todo, en menos de 20 segundos. Con el desarrollo de este software, la empresa consiguió ganar varios premios online para contribuir a luchar contra la COVID-19: el hackathon #VenceAlVirus, organizado por la comunidad de Madrid y la Consejería de Sanidad, un accésit de La Fundación Mapfre y el challenge #StopCorona, al que se presentaron más de 500 proyectos. Esta herramienta se basa en una combinación de lo que comúnmente se denomina “aprendizaje profundo” – o deep learning, en inglés y la tecnología de big data. Gracias a una combinación de reconocimiento de imágenes por ordenador y aprendizaje automático, sumado a un proceso de entrenamiento previo, este tipo de técnicas se perfilan, sobre todo, como herramientas capaces de aprender y analizar con rapidez enormes cantidades de información de los historiales de pacientes y de las pruebas de imagen para ayudar a los sanitarios a ofrecer mejores diagnósticos y tratamientos. De hecho, los profesionales de la salud ya aplican en su rutina diaria algoritmos de decisión para orientar un determinado diagnóstico. En algunos casos estos algoritmos son altamente complejos, teniendo que combinar los datos clínicos actuales y previos, las analíticas clínicas, las pruebas de imagen, los registros eléctricos y, en algunos casos más recientes, los análisis genéticos. Delante de esta complejidad y abundancia de datos, la IA tiene un altísimo potencial para facilitar la decisión diagnóstica y terapéutica a los profesionales sanitarios. La inteligencia artificial no tiene límites en lo que a datos se refiere, pudiendo detectar detalles que a veces pasan desapercibidos por el ojo humano. Esto no significa que vaya a sustituir a los expertos, pero puede ser una herramienta muy útil de apoyo en la toma de decisiones, especialmente gracias a la Hospitecnia Revista de Arquitectura, Ingeniería, Gestión hospitalaria y sanitaria. ISSN: 2462-7348 Boletín 33 12/10/2020 Equipamiento médico rapidez del sistema. La inteligencia artificial de Sycai Technologies pretende automatizar el proceso de diagnóstico y aumentar su precisión. Detrás de esta tecnología, hay un grupo de emprendedores con el objetivo de democratizar la tecnología de la visión artificial en el ámbito sanitario. Con la dirección estratégica a cargo de la CEO, Sara Toledano, ingeniera industrial por la Universidad Politécnica de Madrid, máster en la Universidad Técnica de Munich y terminando un MBA; la dirección científica en manos de la CSO Júlia Rodríguez-Comas, doctora en Biomedicina por la Universidad de Barcelona e investigadora especializada en dolencias pancreáticas; la gestión técnica bajo la dirección del CTO Javier García López, ingeniero en robótica por la Universidad Politécnica de Madrid, máster en la Universidad Técnica de Munich y acabando su doctorado en Computer Vision, y con la colaboración de Julia Arribas Anta, gastroenteróloga del Hospital 12 de Octubre de Madrid y con experiencia en estetipo de proyectos que aplican tecnologías de IA al diagnóstico de pacientes, estos jóvenes entusiastas van a revolucionar el campo de la radiología. La capacidad de proporcionar un soporte de diagnóstico óptimo basado en tecnologías de aprendizaje profundo, algoritmos únicos y técnicas de procesado de imagen puede ofrecer un enorme beneficio, tanto para el sistema sanitario como para los pacientes. La IA es capaz de leer mucho mejor que nosotros un TAC, una resonancia, una radiografía o una retinografía. Busca patrones, los analiza, los procesa, pudiendo facilitar las decisiones diagnósticas y terapéuticas. Con una interfaz fácil de usar, Sycai Technologies proporciona a los profesionales un análisis de las imágenes analizadas de alta calidad. La inteligencia artificial como herramienta de lectura tiene un gran futuro. Pero ya es presente. Y el presente es Tech. [1] United European Gastroenterology (UEG), Pancreatic Cancer Across Europe. Taking a united stand, UEG-United Eur. Gastroenterol. (2018) 20. https://www.spg.pt/wp- content/uploads/2018/11/Pancreatic_Cancer_Report.pdf. [2] https://www.cancer.net/cancer-types/pancreatic-cancer/statistics [3] B.Martínez, J.F. Martínez, J.R. Aparicio, Prevalence of incidental pancreatic cyst on upper endoscopic ultrasound, Ann. Gastroenterol. 31 (2018) 90–95. https://doi.org/10.20524/aog.2017.0211. [4] R. Girometti, S. Intini, G. Brondani, G. Como, F. Londero, F. Bresadola, C. Zuiani, M. Bazzocchi, Incidental pancreatic cysts on 3D turbo spin echo magnetic resonance cholangiopancreatography: Prevalence and relation with clinical and imaging features, Abdom. Imaging. 36 (2011) 196–205. https://doi.org/10.1007/s00261-010-9618-4.
Compartir