Vivimos en una sociedad digitalizada, rodeados de tecnología y en continua evolución. Las tecnologías digitales permiten poner en valor los datos desde su captura, trasmisión, almacenamiento y análisis. El análisis de datos es una fuente de ventajas competitivas para sector público y privado. Además, es una fuente de generación de valor y riqueza.
La irrupción de la inteligencia artificial (IA) y el machine learning posibilita la generación de respuestas rápidas ante retos y necesidades específicas.
El mundo de la salud es uno de los sectores más afectados por la transformación digital y actualmente está sufriendo un cambio radical, como consecuencia de la reciente pandemia por la COVID-19, por el alto nivel de innovación de tecnologías sanitarias que requieren de validaciones en vida real, por una mayor precisión en el diagnóstico y los tratamientos, por los problemas de seguridad clínica, por disponer de unos usuarios-pacientes más demandantes de atención, más envejecidos y con más expectativas, y por un número insuficiente de médicos para atender esta demanda creciente.
Además, cada año se detectan cerca de 26.000 cánceres hematológicos y 280.000 tumores sólidos en España, según REDECAM y SEOM, que no siempre responden a los tratamientos convencionales. En concreto, las neoplasias hematológicas (linfomas, leucemias y mielomas, principalmente) combinan períodos de remisión con otros de recaída, y no siempre responden adecuadamente a los tratamientos convencionales de quimioterapia. Este nuevo paradigma, junto a muchos otros ámbitos de la salud, obliga a apoyarnos en la ciencia de datos para buscar diagnósticos más precisos y tratamientos personalizados, con fármacos menos tóxicos y más eficaces, capaces de mejorar los resultados del tratamiento y aumentar la calidad de vida de los y las pacientes.
Data IA School: Inteligencia Artificial aplicada a la práctica clínica Oncohematológica
El curso de Inteligencia Artificial aplicada a la práctica clínica de la oncohematología, actualmente en marcha y cuya primera edición termina en junio de 2023, tiene un contenido completo y un enfoque muy práctico. Aborda los conceptos claves de la IA, los aspectos normativos de protección de datos y ética de esta tecnología en el mundo sanitario, y la calidad e interpretación de los modelos. Además, se complementa con ejercicios prácticos de visualización de datos y de entrenamiento de algoritmos de IA utilizando Azure Machine Learning.
Un curso 360º en el que participan la compañía farmacéutica GSK, Microsoft, la Universidade de Santiago de Compostela y Verne Academy, con el objetivo de enseñar a médicos y farmacéuticos una visión completa de las posibles aplicaciones de la Inteligencia Artificial en el entorno hospitalario. En él, los alumnos están adquiriendo una idea clara de la potencialidad de esta nueva tecnología como herramienta para solucionar problemas reales actuales de la farmacia y de la medicina. Además, les otorga destrezas suficientes para aplicar esta tecnología con los datos de sus pacientes y de esta manera poder solventar retos clínicos como:
- Mejorar la calidad y seguridad del diagnóstico de sus pacientes.
- Ayudar en la caracterización, clasificación, detección y el pronóstico de las enfermedades en su práctica clínica.
- Determinar la efectividad de los medicamentos de sus pacientes.
- Identificar los mejores tratamientos según el perfil clínico, biológico, genotípico y fenotípico del paciente.
- Predecir la respuesta de sus pacientes a los tratamientos
- Describir el perfil de seguridad de los medicamentos en cualquier horizonte temporal y por subpoblaciones de pacientes.
- Identificar nuevos efectos adversos al exponer y analizar el medicamento a mayor número de personas en diferentes contextos clínicos.
- Determinar el coste/efectividad de los medicamentos en vida real.
Inteligencia Artificial en procesos médicos
Estamos ante un boom de la Inteligencia Artificial y ya comienzan a surgir debates sobre su aplicación y sus límites. Sin embargo, más allá de chat GTP o Dall-e, esta tecnología da un apoyo preciso y esencial para mejorar los procesos médicos identificando patologías y su tratamiento de una forma más sencilla y automatizada.
Las posibilidades que ofrecen el Machine Learning y la IA son infinitas y en el ámbito de la salud es cada vez más frecuente su uso para mejorar tratamientos y predecir diagnósticos.
