La validación científica para la mejora del enfoque tecnocéntrico
También; el CNIO crea una unidad de IA, unificación de la imagen médica y la IA para la detección de enfermedades neurológicas, y el AI Readiness Index USA.
Dr. Luís San Román (izq) y Dr. Jordi Blasco (dcha) con la plataforma ROSSETTI. Foto Hospital Clínic Barcelona.
IA contra el cáncer
El Centro Nacional de Investigaciones Oncológicas (CNIO) creará una nueva unidad de inteligencia artificial.
La IA está utilizándose para mejorar las herramientas de detección y diagnóstico de los tumores oncológicos, y para desarrollar tratamientos más eficaces y con menos efectos secundarios.
El Ministerio para la Transformación Digital y de la Función Pública, a través de Red.es, dentro del programa de atracción y retención del talento en el marco del Plan Nacional de Competencias Digitales ha destinado al CNIO de 4,6 millones de euros.
Esta financiación permitirá, además de crear la nueva unidad especializada, 14 nuevos puestos para personal investigador que reforzarán las estrategias en IA de varios grupos del CNIO. Para aprovechar al máximo el potencial de esta nueva tecnología se debe incorporar y formar más personal investigador especializado.
La importancia de la imagen médica digital
La Comunidad de Madrid ha anunciado el proyecto de “Unificación de la imagen médica digital” que contemplará el diseño, suministro e implantación de una solución tecnológica que permita la gestión, el almacenamiento centralizado y la visualización de la imagen médica digital en el conjunto de centros sanitarios públicos madrileños.
Hasta aquí un proyecto muy necesario y constantemente perseguido en esta comunidad, cuya dificultad reside en la centralización de las imágenes radiológicas y no radiológicas de los 38 hospitales de la región. A esto se le añade la anunciada futura historia clínica unificada con el objetivo de que la historia clínica acompañe al paciente "de forma seria, continuada y transparente" teniendo como base implantar un “número único de identificación”.
Pero lo que algunos medios también publican es que la unificación permitiría “el intercambio y compartición con actores externos como pacientes, clínicas privadas y otros servicios de salud.”
Sería muy interesante conocer más detalles del alcance del proyecto que clarifiquen los casos de intercambio y compartición así como los mecanismos que se utilizarán, más allá de “una imagen médica que podrá ser consultada desde cualquier hospital de Madrid, sea público o privado, para mejorar el diagnóstico de los pacientes y avanzar hacia la interoperabilidad de los sistemas sanitarios.”
Imagen médica y enfermedades neurológicas
Para mejorar el tratamiento del ictus
Al repercutir la compartición de imágenes médicas en investigación podemos alcanzar proyectos como ROSSETTI; un banco para recoger datos de pacientes con ictus y orientar a los profesionales médicos en la elección de un tratamiento óptimo.
El Hospital Clínic Barcelona lidera el proyecto donde ya hay datos de 4.600 pacientes y 3.700 estudios de imagen. Basado en una infraestructura tecnológica escalable en la nube, se puede conectar fácilmente datos de imagen de centros de diferentes regiones del país.
Clave es la colaboración de Quibim, empresa española pionera en el uso de biomarcadores de imagen, que ha creado la plataforma en la nube QP-Insights, que constituye el núcleo de ROSSETTI. El proyecto incluye datos referentes a información clínica, el procedimiento y las técnicas utilizadas, e información sobre la evolución del paciente. Y por supuesto los estudios de imagen que incluyen un TAC preoperatorio, una angiografía y un TAC 24 horas después del procedimiento.
Para predecir la evolución de la esclerosis múltiple
Predecir la evolución de los pacientes con esclerosis múltiple y mejorar sus calidad de vida. Este es el objetivo de un estudio del grupo de Neurología Traslacional en Enfermedades Neurológicas (ITEN) del Instituto de Investigación Sanitaria de Santiago (IDIS) y el Instituto de Investigación Sanitaria Galicia Sur (IIS Galicia Sur).
Se ha publicado su investigación en la revista científica “Plos One” que utiliza las imágenes de la primera resonancia magnética del pacientes con esclerosis múltiple (basal), y evaluaciones clínicas usando la “Escala ampliada del estado de discapacidad”.
Se utilizaron 446 registros de afectados con al menos un año de seguimiento y mediante un algoritmo IA XGBoost de regresión y clasificación han logrado predecir la evolución de estos pacientes a 10 años de una manera muy precisa, con una certeza de casi el 90 %.
“El trabajo propone nuevos modelos para describir la progresión de los pacientes con programas de IA que predicen sus trayectorias usando estos descriptores, y además, nos ofrece una idea de qué factores contribuyen a dicha evolución, como la edad de debut o las lesiones”, explica Silvia Campanioni, primera autora del trabajo. Es decir no sólo predice la enfermedad en el paciente si no que ayuda a conocer las variables que intervienen en esa evolución.
En este caso la “edad de debut” es una de las características más influyentes así como el número de lesiones cerebrales.
Los servicios de salud USA más AI innovadores
Regularmente CBInsights publica su Hospital AI Readiness Index. O lo que es lo mismo… ¿Qué hospitales USA tienen un mayor grado en innovación en inteligencia artificial?
Analizan los principales sistemas de salud del sector privado en los EE. UU. y los clasifican en función de su preparación ante un panorama de IA en rápida evolución en dos pilares clave: innovación y ejecución.
Innovación: la puntuación de innovación mide el historial de un sistema de salud en el desarrollo o la adquisición de nuevas capacidades de IA. Esta puntuación se basa en patentes, adquisiciones y actividad de negociación. También tiene en cuenta la presencia de un centro de investigación dedicado a la IA.
Ejecución: la puntuación de ejecución mide la capacidad de un sistema de salud para incorporar productos y servicios basados en IA a la práctica clínica, así como para implementar la IA internamente en las funciones comerciales y administrativas.
Mayo Clinic destaca en primer lugar seguido por Intermountain Health, Cleveland Clinic, Kaiser Permanente y Mount Sinai.
Enfoque tecnocéntrico para mejorar la atención
Y cierro por hoy con artículo en The Guardian “NHS urged to prioritise cancer care basics over tech and AI ‘magic bullets” que se hace eco del publicado en The Lancet Oncology “NHS cancer services and systems—ten pressure points a UK cancer control plan needs to address” como contrapeso a todas las noticias que he recopilado y que has podido leer.
La narrativa actual debe alejarse de un enfoque tecnocéntrico para mejorar la atención y pasar a uno centrado en la comprensión de la complejidad de los servicios oncológicos y del sistema de salud en general para impulsar mejoras en la supervivencia, la calidad de vida y la experiencia de los pacientes.
El detonador es que el NHS no ha cumplido su objetivo de que el 85% de los pacientes con cáncer comiencen el tratamiento en dos meses.
“Las investigaciones muestran que cada cuatro semanas de retraso en el tratamiento aumenta el riesgo de muerte hasta en un 10%. Esto significa que cientos de miles de personas tienen que esperar meses para comenzar un tratamiento esencial contra el cáncer , y solo el 67% comienza el tratamiento en un plazo de 62 días.”
Una “falacia común” de los líderes del NHS es la suposición de que las nuevas tecnologías pueden revertir las desigualdades, añaden los autores, pero “advertimos contra los enfoques tecnocéntricos sin una evaluación sólida desde una perspectiva de equidad”. ”Si bien nadie estaba sugiriendo que el NHS debería dejar de invertir en nueva tecnología, eso no necesariamente iba a mejorar el pronóstico de los pacientes.”