im MÉDICO | 60.2 53 En concreto, el ITI usa en proyectos específicos la IA aplicada a imágenes médicas y datos tabulares, al igual que ha aplicado técnicas de Procesamiento del Lenguaje Natural (PLN) en historiales médicos o notas clínicas para almacenar la información que contienen y hacer más eficientes las búsquedas. En todo caso, precisa, “para que eso sea factible, es necesario que haya tecnologías como espacios de datos” en un contexto como el de la salud, donde “se genera mucha información” que es muy difícil encontrar, a la que cuesta acceder e incluso cuesta buscar. Además de mejorar la calidad de los datos. Al respecto, cree que una de las principales barreras es precisamente conseguir esta información en salud para poder utilizarla en los sistemas que desarrollan. Hacen falta acuerdos en línea con lo que establece el Reglamento General de Protección de Datos (RGPD) debido al carácter especialmente sensible de estos, por lo que hay que tener en cuenta la dilatación en el tiempo de los plazos. Otra barrera, para De Juan, es lograr que se agregue más información a los sistemas, que beneficiaría enormemente a los modelos de Machine Learning gracias a la mejora de los “datasets disponibles para investigar” y sobre los que aplicar IA. BIGSALUD En Oncología, el ITI trabaja en el proyecto ‘BIGSALUD’ junto al Hospital La Fe (Valencia), a través del Instituto de Investigación Sanitaria La Fe, y en estos últimos meses con el Institut Hospital del Mar d’Investigacions Mèdiques (IMIM) de Barcelona en ‘BIGSALUD4’. Este se asienta sobre una herramienta basada en IA que recoge las imágenes tomadas en las mamografías (el proyecto se centra en cáncer de mama) y, de forma automática, selecciona las zonas donde está el tejido denso para después trasladarlo a otros modelos donde ya se estima la probabilidad que tiene la persona de desarrollar este cáncer en un plazo de dos años. En el caso de que hubiera un riesgo alto, se daría esa información al facultativo “para que determine si es necesario un seguimiento más estricto”. El sistema, sometido a un “proceso continuo de mejora”, aspira a conseguir la máxima coincidencia con el etiquetado que llevan a cabo los radiólogos en sus imágenes. En esta rama también están introduciendo información de carácter epidemiológico para mejorar el cribado de los potenciales pacientes que aún no han desarrollado ese tipo de cáncer y permitir un seguimiento continuado. En paralelo, tienen otro modelo concreto para Leucemia Mieloide Aguda (LMA) que, como el anterior, se basa en IA para predecir la evolución en un periodo específico de meses. El actual permite averiguarla a tres meses vista, “pero la idea a futuro es saberlo a seis meses o a un año”, adelanta. Una vez determinado, permitiría saber el peor de los casos (muerte), una recaída temprana o una enfermedad persistente que no remite. EUCAIM A nivel europeo, el centro colabora en este recién arrancado proyecto (se inició este enero) de cuatro años de duración en los que el objetivo es montar una plataforma que permita compartir datos de imágenes médicas, resolviendo así el problema de la falta de información, una de las principales barreras que ha mencionado anteriormente el ingeniero industrial. En este sentido, el ITI se encargará del espacio de datos mediante la monitorización de toda la infraestructura que se monte, además de asegurar la construcción de un catálogo federado mediante nodos. Cada uno tendrá los datasets (conjuntos de datos) digitales, o bien del hospital u hospitales donde esté instalado dicho nodo. En cualquier caso, la plataforma permitirá aglutinar los distintos datasets disponibles, y buscarlos, encontrarlos y acceder a ellos de una manera sencilla. Para ello hará falta “construir un glosario común” que cualquier usuario identifique y conozca, al mismo tiempo que se propiciará y trabajará en la mejora de la calidad del dato. ARCADIA En cuanto a salud mental, el reciente proyecto ARCADIA se basa en la gamificación y la introducción de juegos serios para ayudar en la gestión emocional aplicable a distintos tipos de patologías (como trastorno del espectro autista, obsesivo-compulsivo o de ansiedad, entre otros). Aunque de momento no se ha podido llevar al trabajo con pacientes, está previsto que se pueda realizar cuando madure. Actualmente se está desarrollando un minijuego que permita gestionar las emociones de las personas. A través de RE, el usuario vería a su avatar y, con la ayuda de las gafas, detectaría si su reflejo digital muestra tensión o signos de ansiedad. En caso afirmativo, realizaría ejercicios para controlar la respiración y, a medida que se relajase, la persona lo vería en su avatar. Eso sí, matiza que sería el usuario el que llevaría su propia pauta de respiración, en base a la opinión del grupo de psicólogos que trabaja con el ITI en este proyecto. Sumado a este minijuego hay otro: ‘Soltar pensamientos intrusivos’, que trata de mejorar la concentración eliminando aquellos pensamientos que distraen o impiden que una persona se relaje o tranquilice. En este caso, aún en fase de planteamiento, lo que destaca De Juan sobre estas soluciones gamificadas es el poder que podrían tener para monitorizar el estrés, apaciguarlo y, “derivado de eso, fomentar la calidad de vida en el trabajo y reducir el número de accidentes, o errores”. iREVES Para ayudar en la toma de decisiones en los sistemas de emergencias aparece ‘iREVES’, idea que facilita la distribución de los recursos disponibles (ambulancias o personal) y teniendo en cuenta factores como el número de servicios ya en marcha o el estado de una población concreta en ese momento. En este caso, la primera fase del proyecto concluirá en breve, aunque ya hay prevista una continuación en la que se trabajarán “casos de uso más cercanos a la realidad”. El pilar fundamental aquí son los algoritmos de optimización. Permitirán, por un lado, recopilar el estado del sistema global y de emergencias para realizar un análisis general y determinar cuál sería la mejor forma de reubicar, por ejemplo, las ambulancias y alcanzar una mayor cobertura a toda la población o reducir el tiempo de respuesta a la hora de atender una llamada. +
RkJQdWJsaXNoZXIy NTI5ODA=