Hace pocos días la población mundial superó los 8.000 millones de personas. Somos más porque, entre otras cosas, los avances en materia de nutrición y en el terreno sanitario han permitido que se alargue la esperanza de vida. Todo ello a pesar de las desigualdades persistentes, los daños que la humanidad está causando al clima y la pobreza en muchos lugares del planeta.
En España, esa esperanza de vida en las últimas dos décadas ha pasado, en cifras redondas, de 76 a 80 años en los hombres y de 83 a 85 años en las mujeres, según los datos que publica el Instituto Nacional de Estadística (INE). En 2035, los hombres alcanzarían los 83 años y 88 las mujeres.
La gran pregunta es: ¿cómo envejecemos? Porque además de vivir más, queremos hacerlo en las mejores condiciones posibles y, sobre todo, sin achaques. El pronóstico temprano de afecciones derivadas del envejecimiento es esencial, en muchos casos, para seguir disfrutando de la vida en edades avanzadas.
[Los primeros guantes inteligentes que ayudan al neurólogo a detectar de forma precoz el párkinson]
Se trata de enfermedades neurológicas, motoras y degenerativas para las que no hay cura y la solución en minimizar los síntomas del paciente.
“Identificar cuáles son los parámetros que permiten identificar enfermedades típicas como párkinson, demencia senil, pérdida de musculatura o ictus facilitaría su detección precoz”, explica Fabiola Bermejo, directora de Hybrid Intelligence, el área de inteligencia artificial de Capgemini Engineering en España, en conversación con D+I.
Para trabajar en la tipificación de esos indicadores se ha formado el consorcio AI4HealthyAging, del que Bermejo es directora. Un proyecto “ambicioso” cuyo objetivo es desarrollar una solución de pronóstico temprano durante el seguimiento de pacientes con insuficiencia cardíaca e ictus, gracias al diseño y construcción de algoritmos de inteligencia artificial.
La pretensión es que este sistema sirva de apoyo en la toma de decisiones para pacientes de edad avanzada. “Otras enfermedades como la sarcopenia, el párkinson o la pérdida de audición también serán analizadas como parte del proyecto”, confirma Bermejo.
Datos sin sesgos y protegidos
El proyecto ahora mismo está en su primera fase, la de recopilación de datos. Un trabajo crítico para el que, además de contar con información suficiente para realizar los posteriores análisis, es fundamental hacer una selección adecuada para evitar sesgos y proteger la privacidad de los pacientes.
Para garantizar ambos, Bermejo explica que se han diseñado dos paquetes de trabajo transversales. En uno de ellos se han establecido las pautas sobre cómo aplicar la ética a la inteligencia artificial, “siempre teniendo en cuenta que los datos son para beneficio de la sociedad”.
[Solo la diversidad de datos ayudará a eliminar los sesgos de la inteligencia artificial]
A su vez, se ha creado una plataforma donde se indica a las entidades que suministran los datos cómo tratarlos desde el punto de vista técnico. De esta forma, consiguen que su posterior integración sea lo más coherente posible y, además, permite escalar el proyecto a otros colaboradores que se incorporen en el futuro.
“Desde Capgemini nos encargamos de validar que no haya sesgos y recomendar diversidad en la presencia de pacientes”, apunta la directiva. “Pero lo más rompedor de este proyecto es hemos empleado ‘aprendizaje federado’ para proteger esos datos”.
Se trata de una técnica de inteligencia artificial que evita que los datos nunca salgan de su lugar de origen, ya sea un hospital o un centro tecnológico, aunque sí se podrían consultar los resultados obtenidos con ellos. “Es decir, el acceso al conocimiento sí, al dato del paciente nunca”, sentencia.
“Cuando aplicas inteligencia artificial, no te interesa conocer a los pacientes, los datos los necesitas para sacar conclusiones con las que luego haces planes”, afirma. Y pone como ejemplo las recomendaciones que desde las instituciones hacen para llevar una vida sana, como practicar ejercicio 30 minutos al día o comer X piezas de fruta.
Historiales médicos y sensores
El proyecto está formado por un equipo mixto, con perfiles sanitarios y tecnológicos. “Podemos llegar a conclusiones con lo que dicen los datos, pero hay que saber interpretarlos”, afirma Bermejo.
Unos de los integrantes de los grupos de trabajo es Ángel Lanas, jefe de servicio de Aparato Digestivo del Hospital Clínico Universitario ‘Lozano Blesa’ de Zaragoza, centro hospitalario que participa en representación del Instituto de Investigación Sanitaria Aragón.
[Una startup española desarrolla una diadema para frenar el deterioro cognitivo]
Desde aquí están aportando la información clínica disponible ‘anonimizada’ de todos los pacientes que han sido sometidos a una colonoscopia en los cinco años previos a la pandemia e imágenes de las endoscopias de quienes han participado en el programa de cribado de cáncer de colon. “En total, estamos hablando de unos 44.000 pacientes”, detalla Lanas a este medio.
Entre los principales retos que tienen en esta institución para el tratamiento de esos datos figura la evaluación y curado de la calidad de las bases de datos. “Para ello, y centrados en la historia clínica electrónica escrita en lenguaje natural y con alta heterogeneidad, contamos con la experiencia de ITAInnova (Instituto Tecnológico de Aragón) en el procesamiento y estructuración de este tipo de información”, apunta el doctor Lanas.
Contar con el suficiente número de imágenes, aplicar algoritmos para desarrollar herramientas con capacidad predictiva o establecer criterios que permitan interpretar, a partir de indicadores clínicos, los resultados obtenidos mediante inteligencia artificial, también son parte de los desafíos de este proyecto.
Por su parte, Starlab, una de las startups que forman parte del consorcio, colabora junto al CSIC y el Hospital los Madroños en la recogida de datos en relación con el párkinson y alzhéimer con los que, en el primer caso, desarrollar algoritmos que indiquen la probabilidad de padecer esa enfermedad, y en el segundo, detectar de forma precoz los primeros síntomas del declive cognitivo.
“Utilizamos neurotecnología en forma de aparatos de adquisición de encefalograma (EEG) de última generación, fáciles de utilizar, que permiten registrar la actividad eléctrica con la mínima molestia para los sujetos sanos y en fase de envejecimiento”, describe Aureli Soria-Frisch, director de Neurociencia de Starlab, a D+I.
12,5 millones de euros europeos
Bermejo califica este proyecto como “oportunidad de oro” para todos los miembros de este consocio público-privado del que forman parte un total de 15 entidades. Junto a Captermini, Starlab y el Instituto de Investigación Sanitaria Aragón, también participan el Instituto Tecnológico de Aragón, Instituto Cajal del CSIC y el Instituto Aragonés de Ciencias de la Salud.
También figuran la Universitat Politècnica de Catalunya-BarcelonaTech (UPC), Universitat de València, Barcelona Supercomputing Center, Cruz Roja Española, Fundación Andaluza para la Investigación y Gestión del Conocimiento en Otorrinolaringología (FAIGESCO), y las startups y empresas Bitbrain, Podoactiva, Technaid e Inntegra.
El proyecto, que cuenta con un presupuesto de 12,5 millones de euros financiados a través de los fondos Next Generation EU, se engloba dentro del programa ‘Misiones de I+D en Inteligencia Artificial 2021’ del Ministerio de Asuntos Económicos y Transformación Digital, además de formar parte de la agenda España Digital 2025 y de la Estrategia Nacional de Inteligencia Artificial.
“Además de aplicar la tecnología y la innovación en un entorno que sea beneficioso para la salud, con este proyecto también se busca potenciar el entramado industrial, y la colaboración entre grandes y pequeñas empresas y entidades púbicas”, afirma la directora del área de inteligencia artificial de Capgemini Engineering en España.
Por eso, entre sus objetivos también figura la incorporación paulatina de más entidades al consorcio que enriquezcan del desarrollo de la plataforma. “Todo lo que estamos desarrollando es en abierto, es una aportación a la ciencia”, concluye.