Cada vez conocemos más casos de aplicación de la tecnología de inteligencia artificial al campo médico. Y el tratamiento de cáncer es uno de los que más está aprovechando su potencial para lograr importantes avances. Oxford Cancer Biomarkers es un buen ejemplo de ello.
Esta compañía, creada hace apenas 7 años para descubrir y desarrollar biomarcadores para cada paciente concreto, está empleando esta tecnología para brindar a los oncólogos la mayor información posible sobre las condiciones del paciente y, de este modo, avanzar en un tratamiento más personalizado, rápido y seguro.
El consumo de tabaco y alcohol, la dieta poco saludable y la falta de actividad física son factores clave de riesgo de cáncer, y emprender cambios en el estilo de vida puede prevenir o mitigar la aparición de la enfermedad. Además, cuanto antes se diagnostique la enfermedad, mejores serán los resultados a la hora de identificar la predisposición genética del paciente, o los primeros síntomas de la misma, de la forma más rápida y menos invasiva posible.
En concreto, OCB ha centrado su atención a la toxicidad de la quimioterapia, un proceso de tratamiento común para pacientes con cáncer, tras su cirugía, que garantiza la destrucción de todas las células cancerosas. Sin embargo, entre el 20 y el 30% de los pacientes con cáncer experimentan efectos secundarios graves, cuando se tratan con el fármaco de quimioterapia más utilizado. Además, aproximadamente el 1% de ellos tiene un alto riesgo de toxicidad, potencialmente mortal, por este medicamento.
Para paliar este efecto, los especialistas de este centro médico han comenzado a examinar muestras de tejido, que combinan con los biomarcadores de cada paciente, para identificar el riesgo de recaída y poder adelantarse a ello. Hablamos de un nuevo avance hacia la medicina personalizada y el tratamiento temprano del cáncer, recordemos, la segunda causa de mortalidad en todo el mundo.
Y la inteligencia artificial en este campo está favoreciendo grandes mejoras en su prevención y tratamiento, porque acelera mucho la comparativa entre muestras de tejidos del paciente. Antes, un patólogo tenía que analizar cada muestra con un microscopio, lo que significaba que solo podía evaluar a unos diez pacientes por día. Y ahora, con la tecnología Power for AI de IBM, pueden aumentar drásticamente la escala y velocidad de análisis e identificar nuevos biomarcadores de diagnóstico en microambientes tumorales, con el potencial de mejorar el diagnóstico temprano y su tratamiento.
Los resultados han sido espectaculares y prueban el potencial de una tecnología que abre nuevos campos de actuación muy rápidamente y resuelve las limitaciones de soluciones anteriores. En el entorno sanitario, sus aplicaciones son innumerables y están comenzando a cosechar resultados.
Por ejemplo, está sirviendo para reducir listas de espera, interpretar exámenes de rayos X con la fiabilidad de un médico o detectar anticipadamente enfermedades, como la retinopatía diabética, principal causa de ceguera prevenible. Incluso, es posible determinar la edad, sexo y riesgo cardiovascular, a partir de imágenes de retina, algo que ningún oftalmólogo podría igualar.
También comienzan a utilizarse algoritmos para leer radiografías de tórax en otra aplicación reciente. Puede ser cierto, eso sí, que previamente a su aplicación es necesario reunir grandes cantidades de datos sanitarios privados, y potencialmente sensibles, necesarios para entrenar a estos algoritmos. Luego, los tecnólogos y los científicos de datos deben desarrollar algoritmos validados por investigadores clínicos y aprobados por reguladores médicos. Y, finalmente, debe haber una implementación escalable de herramientas digitales y el uso de infraestructura convencional para acelerar su acceso y llegar a más centros de salud.
Pero lo cierto es que la inteligencia artificial aplicada a la salud puede llevarnos a un próximo futuro en el que la tecnología logre avances decisivos para hacer frente a enfermedades muy graves para toda la población.
