En el tratamiento del cáncer, todos los pacientes no son iguales. Bajo esta premisa nació Iakan, una solución digital basada en Machine Learning para asesorar a los especialistas en la búsqueda de tratamientos personalizados contra el cáncer, proceso conocido como medicina de precisión. Constituye un sistema de apoyo a la toma de decisiones clínicas (CDSS) capaz de extraer las características de un determinado cáncer para ofrecer los tratamientos más efectivos.
En este sentido, los objetivos principales de la solución son dos: el primer objetivo es asistir en la toma de decisiones clínicas para ser un apoyo en la selección del tratamiento más idóneo para un paciente con cáncer; el segundo objetivo es acelerar el proceso de creación de fármacos.
Así, mediante la normalización y análisis de historias clínicas de multitud de hospitales se abre la oportunidad de crear una base de conocimiento centralizada, anonimizada y protegida que permita la interoperabilidad entre los hospitales, es decir, la colaboración, retroalimentación y optimización de los resultados debido al mayor número de datos a partir de los que aprende la Inteligencia Artificial.
Es una solución digital basada en Machine Learning para asesorar a los especialistas en la búsqueda de tratamientos personalizados contra el cáncer, proceso conocido como medicina de precisión
En resumen, crear un repositorio común de la práctica clínica en oncología que nos permita en un futuro a medida que se van incorporando nuevas bases de datos de diferentes hospitales, proporcionar un mejor servicio con datos más representativos de la población general.
''Nosotros partimos de una premisa de que en el tratamiento del cáncer en concreto, los pacientes no son iguales. Y es que, por una parte, en muchas ocasiones los ensayos clínicos se basan en pruebas in vitro que luego no tienen un reflejo en lo que es la realidad de luego emplear los fármacos en el mundo real. Y, al mismo tiempo, en el mundo real, todos los ensayos clínicos que se hacen no logran muchas veces el efecto deseado porque, precisamente, no se tiene en cuenta la particularidad de cada paciente'', detalla Sara Pérez, COO en Iakan Health.
''Todo esto genera una gran cantidad de datos. Nuestro objetivo es analizar, es decir, extraer del big data clínico, sanitario, una experiencia útil para que pueda ser un sistema de soporte a la decisión clínica'', explica Sara Pérez.
Es decir, Iakan no se dedica a la parte del diagnóstico, sino que se enfoca en la parte siguiente al diagnóstico, que es la elección del mejor tratamiento posible. De esta manera, todo el equipo de profesionales dirigidos por el oncólogo puede, gracias a Iakan, tener el soporte de la capacidad de la inteligencia artificial de procesar una gran cantidad de información para poder tener, en una escala de valores, cuáles son los mejores tratamientos'', comenta Sara Pérez.