«La inteligencia artificial es un tsunami que tarde o temprano se incorporará en la ayuda al médico»

 

Los investigadores Ferran Prados y Jordi Casas-Roma son los líderes del grupo de investigación de la Universitat Oberta de Catalunya (UOC) Applied Data Science (ADaS) Lab, adscrito a losEstudios de Informática, Multimedia y Telecomunicación, de donde surgen soluciones basadas en la inteligencia artificial para mejorar la salud y la calidad de vida de las personas. Jordi Casas-Roma es ingeniero y doctor en informática, tiene un máster en inteligencia artificial avanzada y centró su tesis en privacidad de datos y minería de datos. Actualmente es director del máster universitario de Ciencia de Datos (Data Science) de la UOC. A su vez, Ferran Prados es también ingeniero y doctor en informática especializado en imagen médica y se incorporó en el año 2012 al Centre for Medical Image Computing de la University College de Londres, trabajo que actualmente compagina con la UOC. Entre otros logros, Prados ha desarrollado métodos avanzados en el análisis de imágenes de la médula espinal y el cerebro. La suma de sus conocimientos les permite investigar aspectos sobre imagen médica, genética, privacidad de datos médicos, pobreza energética o la evolución de los enfermos con esclerosis múltiple a partir de herramientas de inteligencia artificial. Actualmente también trabajan en un proyecto, pendiente de financiación, para ayudar a llevar a cabo el cribado de enfermos con la COVID-19.

 

 

Los investigadores Ferran Prados y Jordi Casas-Roma son los líderes del grupo de investigación de la Universitat Oberta de Catalunya (UOC) Applied Data Science (ADaS) Lab, adscrito a losEstudios de Informática, Multimedia y Telecomunicación, de donde surgen soluciones basadas en la inteligencia artificial para mejorar la salud y la calidad de vida de las personas. Jordi Casas-Roma es ingeniero y doctor en informática, tiene un máster en inteligencia artificial avanzada y centró su tesis en privacidad de datos y minería de datos. Actualmente es director del máster universitario de Ciencia de Datos (Data Science) de la UOC. A su vez, Ferran Prados es también ingeniero y doctor en informática especializado en imagen médica y se incorporó en el año 2012 al Centre for Medical Image Computing de la University College de Londres, trabajo que actualmente compagina con la UOC. Entre otros logros, Prados ha desarrollado métodos avanzados en el análisis de imágenes de la médula espinal y el cerebro. La suma de sus conocimientos les permite investigar aspectos sobre imagen médica, genética, privacidad de datos médicos, pobreza energética o la evolución de los enfermos con esclerosis múltiple a partir de herramientas de inteligencia artificial. Actualmente también trabajan en un proyecto, pendiente de financiación, para ayudar a llevar a cabo el cribado de enfermos con la COVID-19.

 

Foto: Ferran Prados

FERRAN PRADOS: El proyecto quiere crear un punto de acceso único para el diagnóstico de la COVID-19 que ayude a llevar a cabo cribado del enfermo. Es decir, nosotros quisiéramos hacer el diagnóstico a partir de un web disponible para todos los hospitales donde cualquier técnico de imagen pueda cargar únicamente la resonancia, la tomografía computadorizada (TC), el ultrasonido o la radiografía que haya hecho al paciente con síntomas de COVID-19, y, a partir de la inteligencia artificial (IA), en pocos segundos el médico pueda conocer su probabilidad de padecer la enfermedad. Es una herramienta que pretende ayudar al médico a guiarse en el diagnóstico.

F. P.: Sería un complemento. Del mismo modo que sabemos que los test fallan, los algoritmos también pueden fallar. Lo que debe hacer el médico es analizarlos conjuntamente. El médico puede encontrarse con que el test serológico sale negativo, pero, en cambio, el programa informático indica que el paciente tiene un alto porcentaje de probabilidades de padecer la enfermedad. A partir de lo que diga el algoritmo, más los test o las exploraciones que se le hayan hecho al paciente, el médico determinará cuál es la decisión más acertada para aquel enfermo.

F. P.: La ventaja para el paciente es que tendrá una prueba más y el diagnóstico que le habrán hecho será más robusto y concreto. Pero también tiene ventajas para los centros hospitalarios, ya que les ayuda a optimizar los recursos. La herramienta ayuda a efectuar el triaje de los enfermos, por ejemplo, a no derivar a nadie a la UCI si no le toca o no enviar a nadie a casa si tampoco le toca. La herramienta debe ayudar a evitar lo que pasaba en los inicios de esta pandemia: la gente llegaba a los hospitales y no se tenía muy claro adónde dirigir a cada cual.

JORDI CASAS-ROMA: Estamos en la fase de búsqueda de financiación porque necesitamos recursos de maquinaria y gente que nos ayude, pero al mismo tiempo estamos avanzando en el proyecto, pues cuanto más tengamos hecho, más credibilidad tendremos y más probabilidad de éxito cuando nos presentemos a una convocatoria de financiación. De momento, vamos avanzando hasta donde podemos con los recursos disponibles.

J. C. R.: El estudio, que lleva ya más de un año en marcha, tiene dos partes. En primer lugar, queremos ver cómo podemos categorizar la gravedad de la enfermedad en función de la integridad de ciertas regiones del cerebro. Hemos determinado que existen seis o siete regiones clave en el cerebro y hemos visto que, cuando la enfermedad avanza más, estas regiones han sufrido un daño importante y han dejado de ser centros de transmisión cerebral de la información. La segunda parte del estudio consiste en predecir el estado o la evolución de un paciente, es decir, el camino que seguirá la persona con esclerosis múltiple. En un futuro, esto puede llevarnos a una mejor personalización de los tratamientos farmacológicos en función de la evolución que sigue la enfermedad.

F. P.: A partir de las regiones cerebrales y cómo se conectan entre ellas, podemos crear un mapa de conectividad. Dependiendo de la fase de la enfermedad en la que está el paciente, estas conexiones se van degradando. Nosotros podemos detectar los cambios que hay en las conexiones de las 76 regiones de la parte más externa del cerebro y clasificar a los pacientes según la pérdida cognitiva que padecen. Pero no nos queremos quedar aquí. Aparte de conocer cómo se conectan las diferentes zonas del cerebro, queremos saber también cómo responde el paciente a estímulos externos: por ejemplo, conocer qué zonas del cerebro se activan o se desactivan cuando le pedimos que mueva un dedo o mire una imagen, y cómo la información fluye por estas conexiones que se están degradando.

F. P.: Es una de las enfermedades más tristes que existen. La incidencia ya puede darse en personas jóvenes, un 70 % son mujeres y un 30 %, hombres. De los cuatro tipos de esclerosis múltiple, hay un grupo de enfermos que pueden tener un ataque un día y tal vez el siguiente no les llega hasta después de veinte años. Otros tienen un ataque un día, al cabo de dos meses otro y al cabo de un año ya van en silla de ruedas. Es una enfermedad terrible para el paciente, y es muy dura también para la familia. No sabemos con exactitud cuáles son los desencadenantes; a los científicos se nos escapan y aún hay mucha investigación por hacer tanto en el diagnóstico como en el tratamiento de la enfermedad.

J. C. R.: En investigación, se hacen muchas cosas en temas de oncología, esclerosis múltiple, genómica... Lo que no tengo tan claro es en qué porcentaje ha traspasado esta investigación a la clínica, es decir, cómo revierte en el paciente.

F. P.: La inteligencia artificial en investigación está en todos los sitios, pero en clínica es difícil que encontremos casos en los que se aplique extensivamente. Se intenta, pero las incertidumbres y la caja negra que supone la inteligencia artificial para los médicos hacen que sean un poco reticentes a que llegue al día a día con el paciente, al centro de atención primaria (CAP) o al hospital de referencia. Estamos en un momento de transición.

F. P.: Yo creo que sí, los métodos son cada vez más precisos y robustos, y se acepta más su funcionamiento en temas, por ejemplo, de imagen médica, diagnóstico o epidemiología. Volviendo al proyecto de la COVID-19 en el que trabajamos, nosotros proponemos un algoritmo, pero supongo que habría médicos que pondrían trabas.

F. P.: Por la incertidumbre, por el hecho de que pueda fallar. Un método de inteligencia artificial puede fallar en un 10-20 %, porcentaje que inquieta a los médicos, y, por supuesto, también al paciente. Aunque en algunos casos el método puede llegar a ser más preciso que algunos expertos, estamos en un momento en que a la IA debe encontrársele el encaje en el día a día, en la clínica real. ¿Queremos que la IA sea un sustituto o una ayuda? Si es una ayuda, tiene mucha aplicación; si queremos sustituir a un médico, evidentemente nos falta mejorar mucho los algoritmos para tener este punto de persona humana.

J. C. R.: Yo haría un símil con los coches autónomos. Tardaremos aún bastante tiempo en ver los coches conducidos autónomamente en las carreteras, pero eso no quiere decir que los automóviles que se venden no tengan ayudas: cuando te acercas a una línea o cuando se te acerca mucho un vehículo recibes un aviso, te corrigen la conducción al volante si sales de una curva... En el caso de la inteligencia artificial aplicada a la salud pasa también un poco esto. En este caso, sin embargo, se suman aspectos legales. Por ejemplo, si el coche sufre un accidente, ¿asume la responsabilidad el conductor o el fabricante? Los médicos pueden ser reacios porque puede planteárseles una problemática similar: si el diagnóstico es erróneo y el paciente denuncia, ¿quién es el responsable? ¿El médico o la máquina que ha tomado la decisión?

Son temas complejos y tienen que encajar todas las piezas: la tecnológica, la social y la legal. Lo que sí creo es que el camino ya está trazado y no habrá marcha atrás. Será más rápido o más lento, pero eso lo veremos cada vez más integrado e incorporado en la ayuda al médico.

F. P.: Sí, esto es un tsunami que entrará sí o sí en el día a día médico-paciente. Lo que hay que encontrar es su encaje.

J. C. R.: Posible lo es perfectamente. Otra cosa es que tú como individuo tengas o no confianza en una máquina, y legalmente, ¿quién te cubrirá si la máquina se equivoca? La posibilidad de hacerlo con un error bajo existe, aunque ello no quita que pueda mirárselo y valorarlo una persona. Sí creo que en un primer nivel de atención (por poner un símil, en un nivel similar al de una llamada al 061) sería posible ser atendido por un algoritmo de IA que, a partir de la descripción y los síntomas, sea capaz de aconsejar un tratamiento simple o derivar al paciente al profesional o centro de atención indicado.

J. C. R.: La ética, y aquí incluiríamos la privacidad, es la principal. En China, hay millones de cámaras en la calle que controlan adónde va la población y en estos momentos de pandemia lo tienen más fácil para controlar la movilidad de la gente. Pero esto conlleva problemas de privacidad importantes así como de ética, aspectos que en Europa por el momento no estamos dispuestos a sacrificar. Tenemos que luchar para mantener nuestro nivel de privacidad, y hay que intentar que la IA tenga un componente de ética y sea justa con las personas, y que no haya discriminaciones por razón de raza, sexo u otros aspectos.

Actualmente, existen grupos catalanes, españoles y europeos que plantean hojas de ruta sobre la dirección que debe tener la IA para que sea un bien para la sociedad y no suponga un control exhaustivo de la población: desde cómo debe encajar en la sociedad, cómo hacerla responsable, quién debe responder ante determinados problemas, cuáles son los límites... Es un sector con mucho potencial, tanto por los beneficios que supone para la sociedad como desde el punto de vista económico y de generación de puestos de trabajo. Pero la implantación debe hacerse con cuidado para no acabar como la película de ficción 1984, basada en la novela homónima de George Orwell, donde aparece la idea del Gran Hermano.

 

F .P.: Todo proyecto basado en la IA pasa por un comité de ética, lo que ya te obliga a tratar los datos con seriedad. No se piden datos aleatorios, no se guardan los datos más tiempo de lo estrictamente necesario y se evitan pedir más datos de la cuenta. Tienes que pensar qué quieres hacer y qué datos necesitas para poner límites a todo ello.

J. C. R.: El proyecto surge a partir de un encuentro con el coordinador de la Fundación iSocial, entidad que trabaja en la innovación en el sector social. Querían ver si a partir de algoritmos de inteligencia artificial puede intentar preverse cómo puede evolucionar la pobreza energética en determinados barrios y preverse las probabilidades de que una familia u hogar no pueda llegar a pagar facturas de luz o de agua. Al mismo tiempo contactamos con el Ayuntamiento de Santa Coloma de Gramenet, municipio donde hay una ratio elevada de familias que sufren pobreza energética. Una vez tengamos financiación y podamos poner en marcha la investigación, necesitaremos recoger datos muy diversos (económicos, de rentas, retrasos en pagos, facturas, nivel de calificación energética de domicilios, gastos familiares, créditos pendientes, situación laboral, problemas de dependencia...) que deberían permitirnos analizar el nivel de pobreza energética en barrios y su evolución, así como también predecir qué domicilios en un periodo de unos meses vista a un año pueden tener probabilidades elevadas de dejar de pagar las facturas.

Normalmente, cuando un ayuntamiento detecta una situación de pobreza energética, la familia hace meses que la sufre y ya ha dejado de pagar facturas o está amenazada de cortes de suministro. El problema ya ha empeorado. Con el proyecto queremos, en esencia, ayudar a los servicios sociales en la detección precoz de posibles casos de pobreza energética.