El sistema sanitario es un gran generador de datos clínicos que ya cuenta con más de una década de experiencia en el uso de la Inteligencia Artificial (IA). Sin embargo, aún falta poner a funcionar toda esa información, a pesar de que cada paciente y cada cuidador dispone de un teléfono inteligente en su bolsillo.

Razón por la que algunos hospitales e instituciones se apresuran para aprovechar la aceleración digital obtenida en los últimos dos años de pandemia y que muchos equiparan a una década vertiginosa.

A pesar de lo reducido de los presupuestos de la mayoría de los servicios regionales de salud para eHealth, los elementos para el despegue digital ya están al alcance de la mayoría de los hospitales.

Durante el último encuentro organizado por la Fundación Bamberg, algunos hospitales e instituciones expusieron sobrados ejemplos de una digitalización que ya se presume imparable, fundamentalmente, por los cauces del Big Data y la Inteligencia Artificial (IA).

Dra María Nieves Cabrera

En nombre del Hospital Clínico San Carlos de Madrid, la doctora María Nieves Cabrera Martín, jefa en funciones del servicio de medicina nuclear, confirmó que su centro asistencial lleva trabajado con IA desde el año 2018, especialmente a efectos de neuroimagen en coordinación con el servicio de Neurología, a cuyo frente está el doctor Jordi Matias-Guiu.

Además de trabajar de manera también multidisciplinar con el equipo del profesor José Luis Ayala, de la Universidad Complutense de Madrid (UCM), en materia de arquitectura computacional. Y en coordinación también en la misma actividad con el departamento de la profesora Josefa Díaz Álvarez, de la Universidad de Extremadura.

El trabajo del hospital y estos dos departamentos se ciñe a la clasificación de enfermedades neurodegenerativas como la enfermedad de Alzheimer o la demencia frontotemporal. Además de desarrollar trabajos muy maduros en afasia progresiva primaria y sus diferentes clasificaciones.

Profesora asociada de radiología en la UCM, Cabrea Martín habló de un verdadero cambio en la manera de hacer medicina para prestar una mejor asistencia a un paciente que cada vez está mejor informado. De forma que que los médicos del área nuclear tienen que estar permanentemente actualizados en términos de imagen para cubrir actividades que van desde la prescripción correcta de los estudios de imagen, a la valoración de volante, el manejo inmediato de la historia clínica del paciente, la entrevista clínica, la recopilación de datos generalmente no estructurados y la revisión de pruebas de imagen previas, para llegar a la planificación de cada nuevo estudio, la planificación de imagen, y el posprocesado.

Hasta llegar a los resultados y la elaboración del informe clínico. Una cadena de tareas que consumen mucho tiempo en opinión de esta especialista, multiplicado además por la creciente demanda de estudios de esta naturaleza.

Cabrera Martín describió el crecimiento de su especialidad a partir de esta actividad diagnóstica incrementada mes a mes, pero también por el aumento de la práctica de la teracnosis, como nueva posibilidad tecnológica que permite iniciar el tratamiento desde el mimo diagnóstico, como práctica creciente que supone un antes y un después para la radiología y la radioterapia.

En ese sentido, estimó que es necesario liberar a los médicos de muchas de las tareas descritas, mediante IA, para que puedan concentrarse en metodologías y habilidades exclusivamente humanas como son, de momento, la empatía y comprensión hacia el paciente, y la creatividad a la hora de idear nuevos procedimientos y técnicas que hagan la asistencia más humana y eficiente.

Para reservar esta visión cognitiva y más panorámica del médico sin entrar en competencia, sino para actuar de forma complementaria en el ejercicio profesional, con los nuevos perfiles técnicos cada vez más necesarios en los hospitales.

Al planificar el estudio, razonó, tan importante es conseguir que la indicación sea correcta como que otras variables sean precisas, como la hora de inyectado del paciente, según el problema de que este no esté presente, donde la calibración tiene implicaciones coste-efectivas. Algo que algunos algoritmos de IA evitan al permitir predicciones bastante correctas, respecto al índice de ausencias. Para afinar en las citas y tener presentes también factores sociodemográficos.

Destacó como otro factor perturbador para los médicos nucleares que la llegada del volante incluya datos escasos. Lo que conlleva una búsqueda exhaustiva de información relativa al paciente.

Como remedio a estas situaciones, se refirió al informe estructurado como instrumento de comunicación más frecuente entre médicos. Para optar a una visión más estructurada de la imagen, con mayor operabilidad y mejor extracción potencial de información. Material que otros algoritmos ayudarán, vaticinó, a saber de antemano, si un paciente concreto tiene algún tipo de alergia a un estudio determinado, para eludir así exploraciones contraproducentes.

Respecto a este valor extractivo de la información, la especialista aludió a herramientas de IA que ya se usan actualmente en su hospital como, por ejemplo, la correcta colocación del paciente y la sincronización respiratoria sin dispositivos externos, gracias a algoritmos anatómicos.

Además de corregir también con IA la atenuación, los mapas de dispersión o el posprocesado y la reconstrucción de la imagen. Esta última reconstrucción mediante algoritmos específicos que superan los de la retroproyección pulsada, porque ya se dispone de algunos de ellos que son iteractivos, es decir, ejecutables en ciclos, como el conocido como OSEM, ordered-subsets expectation maximization.

Hasta el punto de que es factible con Deep Learning, y a partir del sinograma del paciente y con corrección de atenuación, permitir ahorros en tiempo del profesional, dado que son metodologías muy robustas pero que precisan atención sostenida. Todo ello, mediante técnicas de IA que ya se usan de manera casi inadvertida por el personal, mediante los PET-TAC digitales.

Junto a la interpretación de estudios también mediante IA al identificar rápidamente vértebras y costillas, trazar curvas de actividad-tiempo, segmentar lesiones y automatizar la imagen de todas las proyecciones, para optar a criterios de respuesta de paciente como la tabla Deauville. Con la previsión de encontrar a no tardar mucho hallazgos críticos o incidentales, que permitan una rápida actuación desde el propio sinograma del paciente. Al permitir detectar con un PET-TAC de baja dosis, por ejemplo, una hemorragia intracraneal para pasar a TAC de dosis diagnóstica rápidamente, y así poder tomar decisiones casi inmediatas.

La especialista del Hospital Clínico San Carlos, sentenció que es preciso crecer en la elaboración de informes mediante la IA. Con el ejemplo ya demostrado de superar la limitación del ojo humano al captar toda la información que ofrece la prueba de imagen.

Como puede ser al detectar micrometástasis. Algo ya conseguido por varios grupos de trabajo en tumores de cabeza y cuello, mediante algoritmos de Deep Learning con PEC y radiómica con TAC, al ser esta última una fuente muy importante de métricas cuantitativas de una imagen, no perceptibles a la vista humana, con capacidad de predicción de respuesta, en unión a los datos del laboratorio molecular y la historia clínica del paciente.

Fátima Al-Shahrour (tercera por la Izda.

Desde el ángulo de la investigación básica y traslacional de manera progresiva, Fátima Al-Shahrour, jefa de la unidad de informática en el Centro Nacional de Investigaciones Oncológicas (CNIO), aportó su experiencia de 20 años en el uso de datos moleculares, la genética y el procesamiento de los genomas humanos en el estudio del cáncer para el desarrollo de metodologías computacionales. Con la finalidad, según expuso, de poder clasificar subtipos de pacientes y predecir terapias mediante IA.

Dentro de una coordinación incluida en el programa Impact Data para la participación nacional en el programa europeo Elixir, y para la aplicación de todos estos datos genómicos y moleculares a la práctica clínica, como aseveró.

Tanto Cabrera Martín como Al-Shahrour ofrecieron sus puntos de vista durante la segunda sesión del Spain AI & Digital Health Forum, celebrado por la Fundación Bamberg en el Consejo General de Colegios de Médicos (CGCOM).