Sycai-inteligencia-artificial-diagnostico-enfermedades_0

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.