Inteligencia Artificial para prevenir el suicidio y detectar la predisposición al cáncer

La Inteligencia Artificial (IA) permite acelerar ensayos clínicos y descubrir nuevos medicamentos; percibir el riesgo de suicidio oculto en el lenguaje de los adolescentes en las redes sociales; desarrollar modelos sobre obesidad infantil; detectar la predisposición al cáncer y mejorar el diagnóstico y tratamiento de enfermedades cardiovasculares.

La industria del juguete crea prototipos para que los neurocirujanos entrenen la extirpación de tumores

La combinación de algoritmos presenta múltiples aplicaciones en el ámbito de la Medicina. El machine learning, máquinas que presentan las mismas capacidades que el ser humano, está transformando el sector sanitario pues ayuda a los profesionales a resolver problemas de salud física y mental.

La Inteligencia Artificial también crea cyborgs, "hombres máquinas" para ayudar a los cirujanos en sus prácticas de aprendizaje con cadáveres donados a la ciencia en los que, mediante microchips que se introducen bajo la piel e impulsos eléctricos, se recrea el sistema respiratorio.

También el circulatorio gracias a unas bombas controladas por IA que simulan las diferentes tipologías de ritmos cardiacos e impulsan los que se denomina pseudosangre, que circula por el cuerpo cuando los cirujanos cortan con el bisturí.

Pseudosangre

Esa sangre artificial (colorante líquido) sale si se rompe un vaso y el cuerpo "recupera el pulso" en un simulador clínico cadavérico que está teniendo una gran acogida en la formación de cirujanos de toda España pues el modelo mantiene la flexibilidad de un ser vivo.

La oncóloga e ingeniera alicantina Aurelia Bustos apunta que el lanzamiento de ChatGPT y otros sistemas basados en grandes modelos fundacionales del lenguaje han permitido alcanzar nuevos hitos en la capacidad de la IA y abre un sinfín de nuevas oportunidades en Medicina.

Considera que estos modelos de lenguaje deben aprovecharse en la descarga de trabajo de los médicos, desligando de los ordenadores y restableciendo la relación médico-paciente. "Si bien ni ChatGPT ni ningún otro sistema de IA va a reemplazar a los profesionales sanitarios, puede contribuir a mejorar la calidad asistencial, el seguimiento y la salud de los pacientes", señala

"Si bien ni ChatGPT ni ningún otro sistema de IA va a reemplazar a los profesionales sanitarios, puede contribuir a mejorar la calidad asistencial, el seguimiento y la salud de los pacientes"

Aurelia Bustos

— Oncóloga e ingeniera. Fundadora de Medbravo

Personalizar terapias

"La Inteligencia Artificial se puede utilizar en Medicina para ayudar a acelerar el descubrimiento de moléculas que puedan ser tratamientos o vacunas eficaces, personalizar terapias, apoyar la toma de decisiones de diagnósticos clínicos analizando pruebas radiológicas y detectando automáticamente tumores en radiografías; o analizando síntomas y el historial clínico de los pacientes y haciendo predicciones sobre qué enfermedad pueden tener o qué tratamientos pueden ser más eficaces", explica la investigadora alicantina Nuria Oliver, ingeniera de Telecomunicaciones, doctora en Inteligencia Artificial y directora científica y cofundadora de la Fundación ELLIS Alicante.

"La Inteligencia Artificial se puede utilizar en Medicina para ayudar a acelerar el descubrimiento de moléculas que puedan ser tratamientos o vacunas eficaces, personalizar terapias y apoyar la toma de decisiones de diagnósticos clínicos"

Nuria Oliver

— Ingeniera, doctora en Inteligencia Artificial y directora científica y cofundadora de la Fundación ELLIS Alicante

El machine learning también ayuda a la toma de decisiones en políticas públicas. Como ejemplo cita el proyecto que se llevó a cabo durante la pandemia en el uso de datos de IA para ayudar en la lucha contra el coronavirus.

"Inventamos algoritmos de IA para predecir el número de casos de covid-19 bajo distintos escenarios como posibles medidas de confinamiento. También los elaboramos para predecir la ocupación hospitalaria, de UCI o la prevalencia de la enfermedad"

Nuria Oliver

— Ingeniera, doctora en Inteligencia Artificial y directora científica y cofundadora de la Fundación ELLIS Alicante

Nuria Oliver señala que ahora mismo con la irrupción de la IA generativa y los grandes modelos de lenguaje ya hay chatbots que han sido entrenados en un contexto de datos médicos para ayudar en el manejo de la atención a pacientes crónicos o apoyar al personal sanitario en la relación con los pacientes.

La Medicina se convierte por tanto en una de las áreas de más impacto de la Inteligencia Artificial porque "la fortaleza de sus técnicas es la capacidad para entender, encontrar patrones, predecir, lo que se conoce como datos no estructurados, como los que se generan en el contexto médico. Hablamos de radiografías, de historiales clínicos, de imágenes. A todo este tipo de datos solo podemos darles un sentido utilizando IA. Las posibilidades que tiene en el contexto de la Medicina son enormes".

Suicidio

Ahora mismo la salud mental de la población preocupa enormemente. El Centro de Inteligencia Digital (CENID), impulsado por las Universidades de Alicante, Miguel Hernández de Elche y la Diputación, trabaja en el ámbito de la Psicología en un proyecto de monitorización con Inteligencia Artificial en redes sociales para la prevención del suicidio. La idea final es reconocer los mensajes de alerta que manifiestan las personas a través de sus redes, frases como "ya no puedo más", o "estoy agotado de la vida".

A través de IA se hace un rastreo en las redes para localizar esos mensajes, poder avisar a los organismos que puedan intervenir y elaborar patrones de personas en riesgo para evitarlo. El proyecto Life!, del grupo de procesamiento del lenguaje y sistemas de información (GPLSI), forma parte de los que el CENID saca a concurso y ha sido aceptado.

"Haremos dos acciones. Una es escuchar lo que dice la gente para detectar posibles formas de expresar que su salud mental no está bien; y poder activar un modo de contactar con recursos como el Teléfono de la Esperanza. Otra de las vías es monitorizar a gente que ya está bajo control médico en redes sociales abiertas. La bibliografía señala que personas que se quieren suicidar escriben un documento o alguna manifestación antes, transmiten mensajes como mi vida no tiene valor o estoy hundido. Se le manda alarmas a los médicos para que puedan actuar", explica Andrés Montoyo, catedrático de la UA y director de Proyectos.

"Haremos dos acciones. Una es escuchar lo que dice la gente para detectar agresividad en el lenguaje o posibles formas de expresar que su salud mental no está bien; y otra monitorizar a gente que ya está bajo control médico en redes sociales abiertas"

Andrés Montoyo

— Catedrático de la UA y director de Proyectos

En este marco, se aplican unas técnicas con Inteligencia Artificial para poder detectar los sentimientos en las frases de las personas y clarificar si es un lenguaje depresivo o agresivo que anticipa un hecho autolítico. "A partir de esa información, que la relacionamos con grafos, somos capaces de sacar alertas y poder ayudar a los profesionales a detectar que esa persona está en una frase temprana o terminal de su enfermedad mental".

Obesidad infantil

Otro problema al alza en nuestros niños es la obesidad infantil. El Campus de Alcoy de la Universidad Politécnica de Valencia, en colaboración con el Servicio de Pediatría del Hospital del Vinalopó de Elche, trabaja en un proyecto para desarrollar, en base a datos médicos, modelos en Inteligencia Artificial para identificar los factores clave en cada paciente infantil que manifiesta obesidad.

"El machine learning ayuda a establecer un proceso de clasificación de los niños en base a las causas (del sobrepeso), que pueden ser múltiples", explica el profesor Ángel Juan, que trabaja en esta iniciativa junto al doctor Gonzalo Ros en el marco del proyecto provincial Polisabio que se inició a principios de año.

"El machine learning ayuda a establecer un proceso de clasificación de los niños en base a las causas (del sobrepeso), que pueden ser múltiples"

Ángel Juan

— Profesor de la Politécnica de Alcoy

El objetivo es clasificar a los menores en diferentes tipos de obesidad y desarrollar en una segunda fase, ya el año que viene, modelos de Inteligencia Artificial para ofrecer tratamientos personalizados a cada paciente. "Los algoritmos son capaces de detectar el riesgo en los primeros síntomas y tratar la enfermedad cuanto antes al paciente, pues permiten hacer medicina personalizada", apunta Juan.

Cadáveres cyborg

La Facultad de Medicina de la Universidad Miguel Hernández recibe todos los años un centenar de cadáveres que ayudan a la formación de estudiantes de Medicina, Enfermería, Podología y otras, así como para que los cirujanos entrenen destrezas gracias a unos especímenes que hacen posible simular la actividad asistencial quirúrgica de alto impacto.

"Les llamamos Cyborg porque son elementos que ayudan. Les dotamos de capas, circulatoria, respiratoria, les metemos tumores para que por palpación los estudiantes puedan encontrarlos y diagnosticarlos", explica Fernando Borrás, responsable del proyecto y director del Centro Experimental Cyborg.

Ahora están empezando a simular el sistema nervioso. "Queremos dotar a nuestro cadáver, que es un ser inerte, de capacidad respiratoria, circulatoria y ahora nerviosa, imitando todos los sistemas mediante tecnología, para que el aprendizaje sea óptimo".

"Les llamamos Cyborg porque son elementos que ayudan. Les dotamos de capas, circulatoria, respiratoria, les metemos tumores para que por palpación los estudiantes puedan encontrarlos y diagnosticarlos"

Fernando Borrás

— Responsable del proyecto y director del Centro Experimental Cyborg

"Hacen falta cuerpos para la ciencia. Hacemos un llamamiento para todos los que quieran quieran donar su cuerpo a la investigación. Hacen un gran labor porque permiten, por ejemplo, a un neurocirujano trabajar con una cabeza real, y a los médicos en general mejorar sistemas. La Facultad se hace cargo de recoger el cuerpo cuando la persona fallece.

"Hacen falta cuerpos para la ciencia. Hacemos un llamamiento para todos los que quieran quieran donar su cuerpo a la investigación. Hacen un gran labor porque permiten, por ejemplo, a un neurocirujano trabajar con una cabeza real"

Fernando Borrás

— Responsable del proyecto y director del Centro Experimental Cyborg

Otra línea con este mismo simulador cadáver se trabaja con las fuerzas militares para que los efectivos del Mando de Operaciones Especiales que se desplazan a zonas en conflicto aprendan a realizar torniquetes, suturas o atender roturas de heridos por bala o minas. Esto es posible gracias a la Cátedra de Simulación Clínica de la fundación Asisa para que militares que van a combate real puedan atender a compañeros en lugares muy alejados de los hospitales y donde no puede aterrizar un helicóptero que los recoja.

Este mismo departamento está iniciando un programa piloto de aprendizaje con realidad virtual inmersiva y tridimensional para algunas asignaturas de Medicina, Podología, Fisioterapia y Terapia Ocupacional en el que el estudiante elige el foco, por ejemplo, para hacer un vendaje, estudiar huesos o músculos. "Estamos iniciando el programa para ver si se aprender mejor con menor coste" que otras prácticas en Anatomía.

Oncología

Aurelia Bustos es cofundadora de Medbravo, organización que desarrolla tecnología e infraestructura centrada en la aplicación de los métodos de Inteligencia Artificial en la investigación del cáncer. La oncóloga e ingeniera informática destaca como proyecto relevante de IA el de detección de rotura de cadera y edad ósea a partir de imagen radiológica para Traumatología del Departamento de Informática del Hospital de Sant Joan, con el profesor José María Salinas.

Así como el trabajo que están realizando en el marco de un proyecto de ámbito nacional impulsado desde el Servicio de Anatomía Patológica del Hospital General de Alicante e Isabial (Instituto de Investigación Sanitaria y Biomédica), de forma conjunta con la doctora Alenda, para el desarrollo de sistemas de visión artificial implicados en la detección en tejido tumoral de biomarcadores moleculares que ayudan a la predicción de respuesta a fármacos en cáncer de colon y al screening de síndromes hereditarios de predisposición a padecer este tumor.

El aumento del cáncer de colon letal entre los jóvenes preocupa a los oncólogos

"Además de en imagen, las predicciones se apoyan en variables clínicas y de la historia oncológica y familiar del paciente. Estos sistemas multimodales son capaces de extraer información de diferentes fuentes tales como el texto de las historias clínicas, imagen médica de biopsias, información molecular, etc.. En MedBravo nos hemos especializado en el diseño y desarrollo de algoritmos de IA para resolver problemas biomédicos y uno de nuestros fuertes es el diseño de arquitecturas de aprendizaje profundo adaptadas a cada proyecto".

"Las predicciones se apoyan en variables clínicas y de la historia oncológica y familiar del paciente. Son sistemas multimodales porque son capaces de extraer información del texto de las historias clínicas, biopsias o información molecular"

Aurelia Bustos

— Oncóloga e ingeniera. Fundadora de Medbravo

También diseñan softwares para compañías internacionales de dispositivos médicos en oncología, microbiología y optimización de predicción de respuesta a antibióticos. "Con la IA se puede conseguir acortar el tiempo del resultado de los cultivos (antibiogramas) y poder tratar a un paciente con el fármaco y dosis justa en el menor tiempo posible, lo cual es vital en infecciones graves de pacientes ingresados", señala.

Enfermedades cardiovasculares

Isabial participa en el proyecto OGMIOS que desarrolla un sistema de Inteligencia Artificial para mejorar el diagnóstico y tratamiento de enfermedades cardiovasculares y cáncer infantil. Financiado por la Agencia Valenciana de la Innovación, está liderado por el Instituto VRAIN de la UPV, y también intervienen La Fe, INCLIVA y la empresa Bionos Biotech.

Trabajan en este proyecto los cardiólogos Amaya García y Vicente Climent, así como la coordinadora de la Unidad de Ensayos de Cardiología, Raquel Ajo, y la enfermera María Ajo, del grupo de investigación de Patología Cardiovascular y el Hospital de Alicante.

El proyecto se centra en el estudio de la predisposición genética a las enfermedades cardiovasculares, en concreto, cardiopatías familiares. Éstas son enfermedades de origen genético, que se transmiten de padres a hijos y evolucionan con riesgo aumentado de arritmias ventriculares y muerte súbita.

La plataforma OGMIOS permite integrar y analizar los datos clínicos y de secuenciación genética obtenidos a partir de distintos grupos de pacientes afectados por alguno de los fenotipos de cardiopatías familiares, en concreto miocardiopatía hipertrófica, miocardiopatía dilatada y síndrome de QT largo.

¿Se puede predecir una cardiopatía isquémica a través de las lágrimas?

Entre los numerosos proyectos que enlazan la Medicina y la Inteligencia Artificial, se encuentra el prototipo de hardware reconfigurable para uno de los centros nerviosos que intervienen en las funciones del tracto urinario inferior desarrollado por informáticos cubanos y el grupo Redes y MiddleWare de la Escuela Politécnica Superior de la Universidad de Alicante.

"Llevamos trabajando unos 20 años en el dispositivo y hay muchas revisiones pero a pesar de que funciona adecuadamente con señales electromiográficas poder implantarlo es complejo"

Francisco Maciá

— Profesor de la Escuela Politécnica de la Universidad de Alicante

El profesor Francisco Maciá explica que se trata de un dispositivo que se ha probado en pacientes con disfunciones aunque su problema es la implantación ya que tiene que conectar con los nervios en la columna vertebral y esta a su vez con otros dentro del cuerpo, algo muy complejo. "Llevamos trabajando unos 20 años en el dispositivo y hay muchas revisiones pero a pesar de que funciona adecuadamente con señales electromiográficas poder implantarlo es complejo".

Análisis de imagen médica

Las primeras publicaciones de los trabajos de Inteligencia Artificial en análisis de imagen médica de los investigadores de la Politécnica de la UA Germán González y Miguel Ángel Cazorla, realizados con el Hospital de Sant Joan, se publicaron en 2018.

"Sabíamos que la IA podía cuantificar biomarcadores a través de la imagen. Entrenas una imagen y le dices quiero que me calcules el área de las calcificaciones en las arterias coronarias. Demostramos que es capaz de señalar el volumen y la zona afectada y lo publicamos en una de las mejores revistas de imagen médica que hay", explica González.

"Sabíamos que la IA podía cuantificar biomarcadores a través de la imagen. Entrenas una imagen y le dices quiero que me calcules el área de las calcificaciones en las arterias coronarias. Demostramos que es capaz de señalar el volumen y la zona afectada"

Germán González

— Profesor de la Politécnica de la Universidad de Alicante

Estos investigadores, en la época del covid-19, generaron algoritmos de interpretación de imagen de placas torácicas. Lo más importante es que el grupo ha logrado ampliar de 12 a un centenar las enfermedades que pueden detectar la IA en imágenes médicas, lo que demuestra que los algoritmos funcionan cuando se expande el rango de enfermedades detectables.

Protección de datos

Trabajar en Big Data no es fácil pues choca con los protocolos de protección de datos. La ingeniera Nuria Oliver apunta que pese a su potencial las técnicas de IA no son perfectas y que tienen limitaciones, como la falta de trasparencia, la potencial violación de la privacidad de las personas y la discriminación o sesgos que puedan tener los algoritmos.

Europa cuenta con Ellis Alicante y la UA para la inminente legislación en inteligencia artificial

"No conseguiremos tener una medicina de precisión, predictiva, preventiva y personalizada sin la ayuda de la IA pero también tenemos que considerar siempre el componente humano y abordar las implicaciones que tienen los algoritmos porque no son perfectos. Identificar esas limitaciones y cómo abordarlas es una de las líneas de investigación que se aborda en Ellis Alicante".