Nunca un ordenador podrá suplir a un cerebro humano, a pesar de las advertencias de científicos como Stephen Hawking sobre los peligros de la inteligencia artificial. Pero sí está claro que el órgano humano está limitado. ¿Dónde está toda la literatura mundial sobre una enfermedad? ¿Dónde el historial médico de todos los pacientes que la sufren de una forma muy similar? De toda la sobreinformación médica (y a veces contradictoria), ¿cuál es la buena?.
Lo cierto es que, cada vez, se están desarrollando más entornos colaborativos, grandes bases de datos de acceso más o menos limitado. En SaluDigital.es hemos entrevistado a Juan Carlos Sánchez, director de IBM Watson Health en España, una división que está poniendo su tecnología a disposición de otras compañías para poder potenciar la investigación de ciertas enfermedades, una mejor elección del tratamiento basada en más evidencias y más conocimiento o el desarrollo de aplicaciones específicas para la salud.
Ya hemos hablado en otras ocasiones de Watson for Oncology, también de IBM, la herramienta que, conectada a “la nube”, incorpora todo tipo de literatura científica mundial, vademécum, casos particulares de pacientes, etcétera; un sistema cognitivo que entiende el lenguaje natural de la historia clínica del paciente, de las anotaciones del médico y que también aprende del criterio de un comité de expertos para aconsejar el mejor tratamiento para un paciente con cáncer.
Un paciente medio es capaz de generar más de un millón de gigabytes de información sobre su salud en tiempo real, lo que equivale a más de 300 millones de libros, según la compañía.
¿CÓMO APRENDE EL SISTEMA?
Watson Health tiene una serie de herramientas para ir aprendiendo a trabajar con la información y a proporcionar soluciones. Watson Explorer tiene acceso y analiza tanto el contenido estructurado (el registrado en historias clínicas, las recetas, etc.) como el no estructurado (el de la genómica, los estilos de vida, el de otros casos similares, etc.) para descubrir tendencias, patrones y reacciones.
Luego, Watson Discovery Advisor podrá navegar por toda la literatura médica y por los datos recogidos de los pacientes siguiendo los patrones de un investigador para descubrir relaciones no evidentes en la literatura que no podría hallar un científico por su propia cuenta. Es decir, relaciones entre genes, expresiones, proteínas, enfermedades, efectos secundarios, medicamentos… por lo que “la herramienta te permite encontrar potenciales líneas de investigación para targets concretos, a las que tú no llegarías porque es imposible llegar a toda esa información”.
PREDICCIÓN DE RIESGOS EN DIABÉTICOS
En alianza con una de las compañías especializadas en los dispositivos de diagnóstico en diabéticos, Medtronic, la división de IBM de salud ha desarrollado un prototipo para una aplicación que analiza en tiempo real, cada cinco minutos, la información de estos medidores de glucosa y de suministro de insulina para ayudara detectar patrones y posibles riesgos para diabéticos.
Se ha realizado un ensayo con 600 pacientes anónimos utilizando los datos de las bombas de insulina y de los monitores de glucosa. La tecnología fue capaz de predecir la hipoglucemia (niveles bajos de azúcar en sangre) hasta tres horas antes, lo que permitía al paciente tomar las medidas adecuadas para evitarlo. El proyecto, por ahora, se encuentra en la fase 3 de los ensayos clínicos previa a su comercialización.
PREOPERATORIOS Y POSTOPERATORIOS
Otra de las alianzas de la división de salud de IBM ha sido con Johnson & Johnson para realizar análisis predictivos de cirugías de reemplazo de articulaciones y de la columna vertebral y conocer de antemano las posibles reacciones del paciente a la cirugía que se le va a practicar y mejorar su recuperación en base a la tecnología en la nube y la recopilación de todo tipo de datos.
RECLUTAMIENTO PARA ENSAYOS CLÍNICOS
Clinical Trials Matching es otra de las soluciones que permite mejorar la capacidad de los médicos para encontrar más fácilmente los pacientes más susceptibles de ser reclutados en un ensayo clínico, de forma más eficaz. “Si tenemos en cuenta que, alrededor del 5% de los pacientes oncológicos susceptibles de poder ser reclutados, acaba siendo reclutados, una herramienta como esta permitiría que el porcentaje subiera”, explica Sánchez, que añade que el resultado “es bueno para las farmacéuticas, pero también para toda la sociedad porque se logran tratamientos más eficaces”:
ALIANZA CON APPLE Y SU RESEARCHKIT
Apple ResearchKit es una plataforma de software de código abierto para que los investigadores puedan acelerar los estudios médicos. Funciona de una forma similar a Watson Health, ya que la información que recopila de los dispositivos móviles de Apple (que cuentan con la autorización de sus usuarios) se sube a la “nube” para que, una vez analizada, pueda ponerse en práctica creando aplicaciones específicas para la salud a través de la plataforma HealthKit.
Cuando Apple lanzó este sistema, ya anunció que el asma, el cáncer de mama, las enfermedades cardiovasculares, la diabetes o la enfermedad de Parkinson serían las primeras que podrían estudiar los investigadores a través de esta plataforma. Ahora, con su alianza con IBM, puede haber una confluencia de información entre ambas para potenciar el desarrollo de estas aplicaciones.
TÉCNICAS DE RECONOCIMIENTO DE IMAGEN
La información no se limita al texto. El reconocimiento de imagen se puede sumar al sistema cognitivo para que éste la interprete, aprenda de ella y le sirva para futuros diagnósticos. Un ejemplo de solución con este sistema es, a partir de una fotografía o imagen de una comida, que un sistema informe de las calorías que contiene el plato en cuestión.
ANÁLISIS GENÓMICO
El objetivo de la colaboración entre IBM Genomics y más de una docena de los principales institutos de cáncer es utilizar las capacidades cognitivas de Watson para reducir de semanas a minutos el análisis del ADN de los pacientes, entender el perfil genético de una persona y recopilar información relevante de la literatura médica para personalizar las opciones de tratamiento.
“Cuando secuencias el tumor de un paciente, el dispositivo permite identificar cuáles son las mutaciones”, explica Juan Carlos Sánchez, y detalla que, al introducir la información en la aplicación, “busca en las bases de datos de otros hospitales y en la literatura la forma de identificar qué proteínas podrían ser los “drivers” de esa mutación y por lo tanto del cáncer, con un cierto grado de certeza”.
Son muchas más las soluciones que están aprovechando el sistema cognitivo de Watson, algunas en desarrollo y otras pensadas para el futuro. Todas, basadas en la recopilación de grandes fuentes de información y de un sistema entrenado para el análisis, abren la puerta a muchas más posibilidades para encontrar soluciones y mejorar el tratamiento de enfermedades concretas. Pero garantizar la privacidad de los pacientes es prioridad y, aunque la recopilación de los datos se hace de forma anónima, la mayoría de estos sistemas aún tienen que pasar los filtros de las distintas agencias de protección de datos para poder ser implantados en España.
Lo cierto es que, cada vez, se están desarrollando más entornos colaborativos, grandes bases de datos de acceso más o menos limitado. En SaluDigital.es hemos entrevistado a Juan Carlos Sánchez, director de IBM Watson Health en España, una división que está poniendo su tecnología a disposición de otras compañías para poder potenciar la investigación de ciertas enfermedades, una mejor elección del tratamiento basada en más evidencias y más conocimiento o el desarrollo de aplicaciones específicas para la salud.
Ya hemos hablado en otras ocasiones de Watson for Oncology, también de IBM, la herramienta que, conectada a “la nube”, incorpora todo tipo de literatura científica mundial, vademécum, casos particulares de pacientes, etcétera; un sistema cognitivo que entiende el lenguaje natural de la historia clínica del paciente, de las anotaciones del médico y que también aprende del criterio de un comité de expertos para aconsejar el mejor tratamiento para un paciente con cáncer.
"A la hora de la verdad, sólo se usan “un 10% de todos los datos potenciales para tratar a la gente”
“Aproximadamente, el 44% de los tratamientos iniciales de cáncer son cambiados por otros; hay menos del 50% de las decisiones médicas que están basadas en evidencias”, explica Sánchez, que incide en que, a la hora de la verdad, sólo se usan “un 10% de todos los datos potenciales para tratar a la gente”, como la historia clínica, los datos del laboratorio o las recetas, pero que hay mucha más información que no está a disposición del médico y que es susceptible de ser analizada, como la relacionada con el genoma (un 30%) o la forma en la que vivimos (un 60%).Un paciente medio es capaz de generar más de un millón de gigabytes de información sobre su salud en tiempo real, lo que equivale a más de 300 millones de libros, según la compañía.
¿CÓMO APRENDE EL SISTEMA?
Watson Health tiene una serie de herramientas para ir aprendiendo a trabajar con la información y a proporcionar soluciones. Watson Explorer tiene acceso y analiza tanto el contenido estructurado (el registrado en historias clínicas, las recetas, etc.) como el no estructurado (el de la genómica, los estilos de vida, el de otros casos similares, etc.) para descubrir tendencias, patrones y reacciones.
Para entrenar al sistema en el lenguaje humano y desarrollar su inteligencia artificial está Watson Engagement Advisor, un modelo de pregunta-respuesta para que el diccionario genere su propia ontología
Para entrenar al sistema en el lenguaje humano y desarrollar su inteligencia artificial está Watson Engagement Advisor, un modelo de pregunta-respuesta para que el diccionario genere su propia ontología, conozca los sinónimos, los conceptos similares y las relaciones entre ellos para, ante preguntas similares, pueda encontrar respuestas similares.Luego, Watson Discovery Advisor podrá navegar por toda la literatura médica y por los datos recogidos de los pacientes siguiendo los patrones de un investigador para descubrir relaciones no evidentes en la literatura que no podría hallar un científico por su propia cuenta. Es decir, relaciones entre genes, expresiones, proteínas, enfermedades, efectos secundarios, medicamentos… por lo que “la herramienta te permite encontrar potenciales líneas de investigación para targets concretos, a las que tú no llegarías porque es imposible llegar a toda esa información”.
PREDICCIÓN DE RIESGOS EN DIABÉTICOS
En alianza con una de las compañías especializadas en los dispositivos de diagnóstico en diabéticos, Medtronic, la división de IBM de salud ha desarrollado un prototipo para una aplicación que analiza en tiempo real, cada cinco minutos, la información de estos medidores de glucosa y de suministro de insulina para ayudara detectar patrones y posibles riesgos para diabéticos.
Se ha realizado un ensayo con 600 pacientes anónimos utilizando los datos de las bombas de insulina y de los monitores de glucosa. La tecnología fue capaz de predecir la hipoglucemia (niveles bajos de azúcar en sangre) hasta tres horas antes, lo que permitía al paciente tomar las medidas adecuadas para evitarlo. El proyecto, por ahora, se encuentra en la fase 3 de los ensayos clínicos previa a su comercialización.
PREOPERATORIOS Y POSTOPERATORIOS
Otra de las alianzas de la división de salud de IBM ha sido con Johnson & Johnson para realizar análisis predictivos de cirugías de reemplazo de articulaciones y de la columna vertebral y conocer de antemano las posibles reacciones del paciente a la cirugía que se le va a practicar y mejorar su recuperación en base a la tecnología en la nube y la recopilación de todo tipo de datos.
RECLUTAMIENTO PARA ENSAYOS CLÍNICOS
Clinical Trials Matching es otra de las soluciones que permite mejorar la capacidad de los médicos para encontrar más fácilmente los pacientes más susceptibles de ser reclutados en un ensayo clínico, de forma más eficaz. “Si tenemos en cuenta que, alrededor del 5% de los pacientes oncológicos susceptibles de poder ser reclutados, acaba siendo reclutados, una herramienta como esta permitiría que el porcentaje subiera”, explica Sánchez, que añade que el resultado “es bueno para las farmacéuticas, pero también para toda la sociedad porque se logran tratamientos más eficaces”:
ALIANZA CON APPLE Y SU RESEARCHKIT
Apple ResearchKit es una plataforma de software de código abierto para que los investigadores puedan acelerar los estudios médicos. Funciona de una forma similar a Watson Health, ya que la información que recopila de los dispositivos móviles de Apple (que cuentan con la autorización de sus usuarios) se sube a la “nube” para que, una vez analizada, pueda ponerse en práctica creando aplicaciones específicas para la salud a través de la plataforma HealthKit.
Cuando Apple lanzó este sistema, ya anunció que el asma, el cáncer de mama, las enfermedades cardiovasculares, la diabetes o la enfermedad de Parkinson serían las primeras que podrían estudiar los investigadores a través de esta plataforma. Ahora, con su alianza con IBM, puede haber una confluencia de información entre ambas para potenciar el desarrollo de estas aplicaciones.
TÉCNICAS DE RECONOCIMIENTO DE IMAGEN
La información no se limita al texto. El reconocimiento de imagen se puede sumar al sistema cognitivo para que éste la interprete, aprenda de ella y le sirva para futuros diagnósticos. Un ejemplo de solución con este sistema es, a partir de una fotografía o imagen de una comida, que un sistema informe de las calorías que contiene el plato en cuestión.
ANÁLISIS GENÓMICO
El objetivo de la colaboración entre IBM Genomics y más de una docena de los principales institutos de cáncer es utilizar las capacidades cognitivas de Watson para reducir de semanas a minutos el análisis del ADN de los pacientes, entender el perfil genético de una persona y recopilar información relevante de la literatura médica para personalizar las opciones de tratamiento.
“Cuando secuencias el tumor de un paciente, el dispositivo permite identificar cuáles son las mutaciones”, explica Juan Carlos Sánchez, y detalla que, al introducir la información en la aplicación, “busca en las bases de datos de otros hospitales y en la literatura la forma de identificar qué proteínas podrían ser los “drivers” de esa mutación y por lo tanto del cáncer, con un cierto grado de certeza”.
“Cuando secuencias el tumor de un paciente, el dispositivo permite identificar cuáles son las mutaciones”
Para una medicina más personalizada en la que no se dé el mismo tratamiento para todos los casos de un mismo cáncer, se analizan “qué tratamientos se están aplicando a ese cáncer, cuáles están en ensayos clínicos y cuáles, para otros cánceres distintos, están asociados a esa proteína (o driver)”. El sistema no es el médico, no da la solución a un problema, pero “da pistas”, comenta.Son muchas más las soluciones que están aprovechando el sistema cognitivo de Watson, algunas en desarrollo y otras pensadas para el futuro. Todas, basadas en la recopilación de grandes fuentes de información y de un sistema entrenado para el análisis, abren la puerta a muchas más posibilidades para encontrar soluciones y mejorar el tratamiento de enfermedades concretas. Pero garantizar la privacidad de los pacientes es prioridad y, aunque la recopilación de los datos se hace de forma anónima, la mayoría de estos sistemas aún tienen que pasar los filtros de las distintas agencias de protección de datos para poder ser implantados en España.