En busca de datos y profesionales para la medicina del futuro

Entre el aumento de cámaras y la bajada de precio, ha pasado desapercibida. Pero una de las principales novedades en los productos de Apple presentados esta semana es el lanzamiento de una aplicación para reloj y móvil que controlará el ciclo menstrual de las mujeres y ofrecerá datos sobre los días óptimos de fertilidad o la regularidad del periodo con una particularidad muy especial... toda esa información se utilizará para realizar un estudio con la Universidad de Harvard sobre la evolución del ciclo menstrual en la mujer a lo largo de la vida. 

Esta anécdota es un ejemplo perfecto de cómo el concepto de salud ha cambiado en los últimos años y, sobre todo, de cómo la tecnología y la innovación más accesible (la de los móviles, las tabletas y cualquier wearable) quieren asaltar el universo de la medicina. A este ecosistema se le llama healthtech y no es más que la aplicación de las últimas soluciones y dispositivos electrónicos al campo de la medicina y la salud. Según los datos del primer fondo de capital riesgo especializado en este sector, Rocket Health, solo en la primera mitad en 2019 las inversiones en empresas healthtech en EEUU superaron los 3.800 millones de euros. 

En España no existe este tipo de registros porque el mercado de la salud digital es todavía pequeño y está liderado en buena medida por las grandes multinacionales, pero los efectos de la incorporación de la tecnología ya se dejan sentir a velocidades desiguales entre las posibilidades que los dispositivos personales nos aportan, y su incorporación en hospitales y centros de atención médica.

Tiene sentido si, tal y como aseguran consultoras como Deloitte en sus previsiones para el año 2025, el hogar va camino de convertirse en el auténtico núcleo de la salud: de su cuidado y de su seguimiento. De forma que los hospitales queden reservados a los tratamientos especializados, traumatologías y emergencias. ¿Y las visitas rutinarias? El fenómeno está arrancando en España, pero cada vez son más recurrentes las videoconsultas médicas y su frecuencia no hará sino crecer en los próximos años (más del 70% de los españoles realizarán este tipo de llamadas en 2025, aseguran desde la consultora).

Todo esto, unido al conocimiento cada vez mayor sobre nuestro perfil genético gracias al abaratamiento de la ingeniería genómica y el enfoque cada vez más proactivo de la salud, hará que en la era del "consumidor de salud", como definía a INNOVADORES Eugene Borukhovich, responsable a nivel mundial de la innovación en el área de salud de Bayer, ir al médico sea cada vez menos frecuente. La inteligencia artificial, el big data y las técnicas de edición serán las grandes responsables de este cambio de paradigma. 

"La inteligencia artificial tiene el potencial de ser aplicada a casi cualquier campo de la medicina, el desarrollo de fármacos y el tratamiento y monitorización de los pacientes", asegura María Rodríguez, investigadora del Zurich Research Institute de IBM. La multinacional trabaja intensamente para aterrizar las bondades de su gran producto de IA, Watson, al mundo de la salud.  "Esta tecnología, unida a los historiales, nos permite identificar de manera automática problemas en sus registros médicos, resumir la historia de sus cuidados y ofrecer sumarios concretos". Y en la práctica, ¿en qué se traduce esto? Por ejemplo, en poder predecir si una paciente que ha sufrido cáncer de mama podrá tener una recaída en cinco años después de su primer tratamiento. Esto ya es hoy posible gracias a uno de los productos que la investigadora y el resto del equipo de IBM han desarrollado.

Faltan registros

Sin embargo, todos estos logros científicos y tecnológicos, se enfrentan a una barrera: la escasa disponibilidad de bases de datos públicos. "El principal reto en muchos de estos proyectos es el acceso a la información. Dada la sensibilidad de los registros, muchos hospitales tienen recelos a la hora de compartir información vital del paciente para construir estas aplicaciones. Además,  muchas veces esta información es de mala calidad por culpa de errores humanos", lamenta la investigadora, y por tanto no puede usarse.

"Hoy tenemos grandes dificultades para aunar el lenguaje de los ingenieros con el de los clínicos", explica Juanjo Beunza, doctor en Medicina, investigador y director del plan de formación en IA aplicada a la salud en la Universidad Europea. El gran obstáculo, insiste, es la escasa disponibilidad de grandes datos que permitan sacar el máximo de las tecnologías disponibles. No es un fenómeno particular de cada país, pero sí es llamativo que, teniendo un Sistema Nacional de Salud tan amplio, no haya ningún tipo de coordinación entre comunidades en el tratamiento informático de la información más básica. 

La verdadera digitalización empezará a despegar en nuestro país a partir de próximo año, dice Beunza, y precisamente la utilización de algoritmos aplicados a bases de datos será la clave. "Con las herramientas adecuadas podemos predecir el riesgo coronario, el de mortalidad o la fragilidad de pacientes ancianos... hablamos de una revolución del todo", cuenta el profesor, que  lamenta que en nuestro país "se habla mucho de todo esto, pero se está aplicando poco, porque las herramientas ya están disponibles, pero falta el foco".  "Que el impacto de la robótica en las operaciones quirúrgicas haya sido real está por ver", explica el médico y profesor. Sistemas como el robot Da Vinci han tenido éxito en las operaciones de vista y también en las intervenciones vinculadas a la próstata. Sin embargo, debe pensarse en que la inversión final merezca la pena más allá de reclamos marketinianos por ser los más tecnológicos. 

Respuestas reales

"Hay mucho experto que no sabe dar respuestas de verdad a lo que necesita el ámbito sanitario. Yo puedo desarrollar un algoritmo precioso para leer placas de tórax, pero el radiólogo no necesita eso, sino uno que seleccione qué placas reflejan verdaderas patologías y que sí debe revisar por sí mismo porque él no tiene tiempo de hacer todos los diagnósticos". "El gran gap es ese punto medio que conecta a los equipos de desarrollo de la inteligencia artificial con el mundo sanitario y viceversa. Son todos muy técnicos y la tecnología por sí sola no da respuestas", concluye el profesor e investigador.

Y si nos fijamos en el desarrollo y administración de los fármacos la tecnología no es menos importante. "La inteligencia artificial nos ayuda a identificar en estados primerizos los mejores candidatos para responder ante una enfermedad concreta", cuenta la investigadora de IBM. 

De hecho, la farmacéutica GSK fija también la inteligencia artificial y el machine learning como las grandes áreas de trabajo en las que enfocar su investigación en los próximos años. Y lo hace con dos objetivos claros: acelerar el diagnóstico de enfermedades y el desarrollo clínico de fármacos. "Hoy tardamos 4,8 años en diagnosticar una enfermedad rara, así que el área de mejora es enorme", explica Francisco Esteban, Head of Digital Multichannel en GSK. Y pone como ejemplo su colaboración 23andMe, la empresa que ha revolucionado los bancos de datos genéticos al amparo de las inversiones de Google y que atesora el consentimiento de más de cinco millones de usuarios para que se use su información genética.

La farmacéutica se ha aliado con ella, precisamente, para utilizar esa información y así acelerar el desarrollo clínico y el diagnóstico de enfermedades. "Por primera vez en la historia podemos sacar conclusiones de millones de datos", explica. Todo esto, es lo que permitirá avanzar en la medicina personalizada y adaptada a las necesidades de cada perfil genético. El uso de la tecnología, cuenta Esteban, también será crucial para automatizar procesos internos, mejorar las interacciones en las visitas médicas y la adherencia a los fármacos. "Los pacientes cuando se encuentran mejor en tratamientos largos los dejan.  Hoy ya disponemos de herramientas que permiten saber al médico a través de una aplicación si el paciente está tomando la medicación correctamente", dice.

"Hay más conocimiento del que creemos", dice esperanzado Beunza sobre la implementación de toda esta tecnología. "Lo que ocurre es que no se hace público hasta que no está validado".  ¿Cuándo veremos los cambios? "Soy muy optimista, pero hay mucho trabajo por hacer: aprender a entender (que no desarrollar) los algoritmos lleva mucho tiempo", dice, y es una condición necesaria para los nuevos profesionales de la medicina y para la que todavía hay escasa formación.