Este asistente médico ‘made in Spain’ predice tu evolución con IA

Una de las lecciones aprendidas durante la pandemia por la Covid-19 ha sido el poder de la innovación y su voluntad de ayudar a la sociedad a resolver problemas sociales. Este es el caso del asistente médico desarrollado por una startup con apenas unos meses de existencia, Sycai Technologies. Se trata de un software basado en inteligencia artificial, que diagnostica Covid-19 y predice la evolución de cada paciente analizando una radiografía de tórax junto a otros seis factores de la historia clínica. Y todo en menos de 20 segundos.

Este asistente, que subyace de una red neuronal, es capaz de diagnosticar los síntomas de la Covid-19, así como de predecir la evolución que pueda tener el paciente (grave, poco grave, leve…) y, de este modo, poder estimar desde si podrá tratarse en su casa o necesitaría un traslado a un hospital, si precisará ingresar en la UCI, utilizar un respirador artificial… “Los médicos nos decía que era muy importante intentar predecir los casos que podrían tratarse en casa y no ocupar una cama en un hospital por la sobrecarga que había, y aquellos que precisaban un traslado urgente”, explica a INNOVADORES Sara Toledano, CEO y cofundadora, junto a Javier García, de esta startup.

El objetivo inicial de estos dos ingenieros era desarrollar un generador tecnologías de inteligencia artificial para diferentes sectores, es decir, poder aprovechar sinergias entre diferentes proyectos para crear software a medida del cliente basados en IA.

Aunque en los primeros meses estuvieron más enfocados en el sector energético, al propagarse la Covid-19 y declararse la pandemia global “fue bastante natural” dar un giro para centrarse en la lucha contra este coronavirus y aplicar sus avances en un asistente inteligente en torno a la Covid-19, que fue seleccionado como ganador por dos hackáthones especializados en esta lucha: StopCorona y Vence al virus.

“No solo se usa inteligencia artificial aplicada al reconocimiento de imagen, sino que esta se combina con interpretación de datos y big data. De este modo, no solo se puede diagnosticar, sino que también se puede predecir”, apunta Toledano. En el caso de la Covid-19, por ejemplo, el médico introduciría en el sistema una radiografía torácica del paciente y marcaría seis factores que los expertos han identificado como determinantes en la evolución.

Así, la red neuronal que hay detrás de este software analiza la imagen, busca unos patrones determinados y cruzar los datos con los casos con los que ha sido entrenado previamente. Por el momento sus predicciones han logrado entre un 92% de aciertos en los diagnósticos y un 75% en las predicciones. Los resultados que ofrece el asistente se muestran tanto en un porcentaje de fiabilidad de si es o no Covid, así como una clasificación de severidad de la evolución (grave, medio o leve).

Toledano puntualiza que este sistema aún necesitaría más datos “para terminar su entrenamiento” para finalizar el desarrollo de esta fase del asistente médico, que está pensado, sobre todo, para aquellas zonas que cuentan con menos recursos para atender a los pacientes en casos de creciente demanda.

Aplicarlo a otras patologías

Sycai Technologies ha seguido dando pasos y ahora se han unido a su equipo de investigación una gastroenteróloga y una doctora en biomedicina experta en páncreas para desarrollar un nuevo proyecto enfocado en lesiones pancreáticas.

Cerca del 10% de la población tendrá una patología relacionada con el páncreas, pero se sabe que son lesiones que están “muy infradiagnosticadas” y, además, suelen detectarse “por accidente”. Una vez diagnosticado, explica Toledano, se requiere “un seguimiento de por vida”, lo que significa que deben hacerse múltiples TACs para ir comprobando su evolución.

“Gracias al análisis del TAC con nuestra herramienta, combinado con el análisis de factores relevantes, somos capaces de ajustar esta predicción para ver si es necesario un seguimiento más estrecho, anual, bianual…” De este modo, asegura la CEO de esta startup, se podría llegar a ahorrar entre un 20 y un 30% al reducir el número de pruebas que se precisan.

La tecnología que hay detrás es la misma: IA aplicada a imagen más big data. Es la idea que tenían inicialmente sus fundadores: ser capaces de crear un software que pudiera aplicarse a diferentes ámbitos para hacer una red neuronal a medida de las necesidades del cliente.