Cada vez más, los médicos y otros profesionales de la salud se unen a expertos de otras disciplinas, especialmente tecnológicas, para mejorar su trabajo. El Big Data en salud posee gran volumen de información relacionada con los pacientes, las enfermedades y los centros sanitarios que, bien analizada con la tecnología adecuada, resulta de gran utilidad para atender con más rapidez y precisión a futuros pacientes.
Un caso de éxito en este terreno fue el trabajo conjunto realizado por el Hospital Universitario Son Llàtzer y el Instituto de Ingeniería del Conocimiento (IIC) para desarrollar un sistema de detección precoz de sepsis, en el marco del proyecto Bisepro.
Ana González, colaboradora del IIC y profesora de la Escuela Politécnica Superior de la UAM, presentó este proyecto en el último encuentro de UAM Emprende, dedicado a reflejar esa colaboración entre medicina y tecnología. ¿Cómo se desarrolla un sistema predictivo de apoyo al médico?
Casos de éxito de predicción en salud
Han creado una herramienta de predicción que ayuda a los médicos a prever posibles casos de sepsis a la vez que se reducen los falsos negativos. Este sistema de alertas médicas basado en Inteligencia Artificial se integra en el hospital, permitiendo analizar los datos sin que salgan de ese entorno.
Y es que superar los problemas que tengan que ver con la privacidad de los datos es uno de los pasos a tener en cuenta en la metodología para desarrollar soluciones tecnológicas en el sector salud:
- Todo parte del problema o la pregunta de un experto, el objetivo a seguir.
- Analizar los datos disponibles para el propósito original: informes clínicos,
- Asegurar la privacidad de los datos de los pacientes.
- Elaborar los modelos predictores basándose en estudios retrospectivos.
- Resultados medidos y contrastados.
Solo de esta forma se puede hacer equipo al servicio del paciente, consiguiendo una medicina personalizada que también se refleja en el proyecto Bisepro.
Tras entrenar el modelo con datos históricos del hospital, el sistema se actualiza cada 15 minutos con los datos en tiempo real de los pacientes que están siendo atendidos en ese momento. Teniendo en cuenta su información clínica, analítica, farmacológica, microbiológica y antecedentes personales, el sistema dará una alerta si determina que puede tratarse de un caso de sepsis.
Además, Ana González presentó otro proyecto del IIC: Model MS, que predice la evolución de la esclerosis múltiple y sirve de apoyo al médico en su tratamiento. Otro ejemplo de cómo se están aprovechando las nuevas tecnologías –Big Data e Inteligencia Artificial– para proporcionar a cada paciente lo que necesita.
Networking sobre Inteligencia Artificial en salud
De su propia inquietud nació el proyecto de Manuel Marina, cardiólogo y CEO de Idoven, que también compartió su experiencia en “Vitaminas emprendedoras”. Su objetivo es detectar posibles problemas de corazón de forma temprana con Inteligencia Artificial.
Sus soluciones han superado en precisión al cardiólogo medio, adelantándose por ejemplo a la muerte súbita. Entre otras cosas, destacó la importancia de trabajar con métricas y demostró que los problemas de distancia y tiempo se resuelven con tecnología.
El encuentro está además pensado para promover el networking entre diferentes perfiles relacionados o interesados en los temas que se trataron. Los participantes intercambiaron experiencias y puntos de vista en un evento inaugurado por Susana Guerra, Vicedecana de Innovación en la Facultad de Medicina de la UAM, y organizado por Esperanza Valdés, responsable de UAM Emprende.
