Un biomédico experto en Inteligencia Artificial: "La IA nos permite extraer información que ni siquiera nuestro cerebro es capaz de procesar"

Madrid

Investigadores de Stanford Medicine han presentado en Nature Medicine un sistema de inteligencia artificial capaz de estimar el riesgo de más de un centenar de patologías —desde cánceres y dolencias neurológicas hasta problemas cardiovasculares o complicaciones del embarazo— utilizando únicamente datos fisiológicos recogidos durante el descanso nocturno. El sistema en cuestión se llama SleepFM.

Estas pruebas registran simultáneamente señales como la actividad cerebral, la respiración, el ritmo cardíaco, los movimientos oculares o la actividad muscular, generando un retrato muy completo del funcionamiento del organismo mientras duerme. Al comparar sus predicciones con historiales clínicos de hasta 25 años, SleepFM logró anticipar con alta precisión la aparición de 130 enfermedades, incluyendo Parkinson, varios tipos de cáncer, demencia, infartos o incluso el riesgo de mortalidad.

Pablo Tallón ha entrevistado en Hora 25 a Ángel Alberich-Bayarri, ingeniero biomédico experto en análisis avanzado de imágenes médicas usando inteligencia artificial y cofundador de la compañía QUIBIM. Alberich-Bayarri ha analizado cómo está impactando la IA en el campo médico y cuáles van a ser las líneas de acción en este campo para el futuro.

¿Hasta qué punto la inteligencia artificial va a suponer una revolución en el campo de la medicina?

La verdad es que nos permite extraer información que ni siquiera nuestro cerebro es capaz de procesar. Cuando vemos, por ejemplo, las imágenes médicas, que es nuestro campo, al ojo humano y al cerebro humano se le escapan muchas cosas y poder entrenar estos modelos con miles y miles de datos nos aporta una ventaja enorme.

Va a ser más importante para la prevención, para la detección precoz, o a la hora de descubrir nuevos tratamientos?

La verdad es que todo lo que se ha explorado hasta ahora, principalmente ha sido en el ámbito de la detección y el diagnóstico, la detección temprana, pero digamos que la nueva generación de desarrollos, lo que estamos trabajando en estos momentos, lleva más encaminado en lo que es la predicción y la personalización de los tratamientos. El poder, por ejemplo, decirle al clínico si un determinado tratamiento de inmunoterapia por ejemplo para un cáncer, que son los nuevos tratamientos diferentes a la quimioterapia, pero que benefician a un conjunto de pacientes y es muy difícil a día de hoy saber con antelación a qué pacientes les va a beneficiar y la IA nos permite averiguar qué grupo de pacientes concretamente por ejemplo les benefician estos tratamientos.

También se habla del gemelo digital. ¿Esto para qué sirve?

En realidad nosotros queremos llegar a poder conocer todo lo que ocurre en el interior del cuerpo humano a lo largo de nuestra vida y para esto la imagen médica es fundamental porque nos permite de manera no invasiva, sin radiación.

Por ejemplo hay técnicas como la ecografía o como la resonancia magnética que no radian y que pueden obtener información de los órganos como están y los tejidos y si este tipo de pruebas consiguiéramos incorporarlas en el sistema sanitario. Por ejemplo de modo preventivo cada dos años, cada tres años, podríamos tener una especie de copia digital de cuál es el estado de nuestros órganos y de nuestros tejidos y es algo así parecido a lo que ocurre en ingeniería, en los aviones, en vehículos, en diferentes entornos de ingeniería donde existen ya los gemelos digitales.

Sabes que si un motor de avión ha estado volando durante cierto tiempo en unas condiciones de temperatura y presión, toca cambiar ciertas piezas o toca aplicar ciertos mantenimientos. Esto en el cuerpo humano obviamente llevado a un entorno también muy complejo como es toda la complejidad biológica que tenemos y proteínas, células y las diferentes escalas sería algo parecido.

Le he escuchado hablar del "humano transparente"... es decir, de que, pronto vamos a poder saber todo lo que pasa dentro de nuestro cuerpo...

Esto es lo que llamamos como conseguir ese humano transparente, es decir, tener un modelo muy fiel de cómo se comportan nuestras proteínas, nuestras células y ya una escala superior. Esas células cuando se organizan en tejidos, órganos y ya sistemas, por ejemplo el sistema cardiovascular.

Hemos empezado por la próstata porque en QUIBIM lo que hacemos es extraer información de las imágenes de resonancia, de TAC, imágenes de PET y convertirlas en biopsias virtuales. Es decir, utilizar la IA entrenada en miles y miles de pacientes, analizando esas resonancias, esos TAC, esos PET para poder decir qué tipo de tumor es, qué tipo de tejido, qué tipo de alteración. Y lo que ocurre es que cuando hacemos esto y queremos llevarlo a hospitales, a práctica clínica, los organismos reguladores obviamente pues nos exigen tener una certificación. Y estas certificaciones hasta la fecha han ido enfermedad a enfermedad.

Eso significa que aunque tengamos una tecnología que sirve para todo tipo de cáncer, pues hemos empezado con cáncer de próstata, ahora lanzaremos este año un producto de cáncer de mama, otro de cáncer de pulmón. Pero es verdad que, por ejemplo, en Estados Unidos, en Europa, con por ejemplo el mercado CE o en Reino Unido el UKCA, tenemos que ir enfermedad a enfermedad. Y en este caso, la próstata es uno de los que empezamos a avanzar primero, porque efectivamente, analizando una resonancia magnética, podemos detectar en qué zonas existe cáncer agresivo. Como si fuera una biopsia, pero en la resonancia magnética.

Y esto lo hemos conseguido porque hemos entrenado un modelo de IA con miles y miles de casos de resonancias magnéticas y a la IA le hemos enseñado la resonancia y la respectiva biopsia de ese paciente.

Entonces la IA ha aprendido a identificar en esas imágenes de resonancia dónde está el cáncer agresivo. Y esto ya es un producto sanitario, ya tiene toda su certificación en Estados Unidos, Europa, Reino Unido, Australia, y la estamos comercializando en todo el mundo. El SLEEPFM, por ejemplo, que habéis mencionado, sin duda es una revolución. El FM viene de Foundation Model, es un modelo fundacional que significa que podrías detectar todas estas enfermedades que se mencionaban, pero ahora mismo tenemos una lucha regulatoria porque los organismos reguladores nos hacen ir enfermedad y sin embargo la IA ya nos permite detectar 130.

Entonces tenemos que conseguir que estas certificaciones sean más transversales. Y por ejemplo, que no tengamos solo una certificación de próstata, sino ya para todos los tipos de cáncer de los que tengamos datos.