Savana, compañía médica internacional cuyo objetivo es acelerar la ciencia en salud, poniendo en manos de profesionales sanitarios el poder de desbloquear todo el valor clínico que existe en las historias clínicas electrónicas usando Inteligencia Artificial (IA) para el beneficio de los pacientes, presentó este martes el Estudio Big COVIData. Se ...
Savana, compañía médica internacional cuyo objetivo es acelerar la ciencia en salud, poniendo en manos de profesionales sanitarios el poder de desbloquear todo el valor clínico que existe en las historias clínicas electrónicas usando Inteligencia Artificial (IA) para el beneficio de los pacientes, presentó este martes el Estudio Big COVIData.
Se trata del primer estudio internacional que aplica Big Data, Machine Learning y Procesamiento de Lenguaje Natural para definir las características clínicas y factores predictivos de la evolución de los pacientes con Covid-19. La presentación del estudio corrió a cargo del equipo médico e investigación de Savana, así como del doctor y director del estudio José Luis Izquierdo, jefe de neumología del Hospital de Guadalajara. El objetivo fue mostrar a la comunidad médica, el resultado de las cuatro investigaciones, que han sido divulgadas en revistas científicas de cuartil 1, así como sus aplicaciones.
Antes de nada, el Dr. Ignacio H. Medrano, director médico & fundador de Savana, habló de la evolución de la IA en salud. "En la consulta, aprendemos por patrones, cuando somos residentes. El dotar a las máquinas con nuestra capacidad de aprendizaje por intuición ha explotado alrededor de 2013 por tener muchos datos", indicó. En los países orientales, la inteligencia sanitaria está más desarrollada. Gracias al machine learning se ha podido colocar fármacos más rápidamente en las UCIs en el contexto de la pandemia. "Cuando hablamos de machine learning en Medicina, solemos pensar en la parte de arriba, en el diagnóstico. Y tendemos a olvidar que lo llamativo es lo de abajo, en la estratificación del riesgo, con una precisión que nunca se podría hacer con esta especie de estadística dopada con computación", reveló. Lo potente es la capacidad de predicción, predecir quién se va a poner grave.
En Savana pensaron que, si una de sus apuestas es leer el dato sin tener que entrar en el hospital y sin restar tiempo al clínico, se podía hacer investigación clínica sin entorpecer el trabajo de los equipos.
Izquierdo sostuvo que no entiende la investigación sin una actividad clínica. A su juicio, el ensayo clínico seguirá siendo clave en nuestro modelo clásico de investigación. Si bien, "el ensayo clínico no es lo último de la investigación". Muchas veces están tan seleccionados los pacientes de los ensayos clínicos que a veces luego es difícil llevarlo a la vida real, donde hay que hablar de efectividad. "El ensayo clínico va a seguir, sobre todo en el desarrollo de fármacos, pero hay que completarlo con herramientas de vida real", aseveró. Se necesitan los estudios poblacionales, por ejemplo. "Necesitamos estudios de campo de calidad", insistió. Apuntó los beneficios que conlleva el uso del Big Data. En su caso, pudieron analizar una población de más de un millón de pacientes con rapidez.
Se hicieron modelos predictivos de los pacientes de Covid-19 que iban a ir mal, desde el momento en el que se ponen en contacto con el sistema sanitario. Se identificaron todos los elementos sobre miles de informes. Se utilizó el machine learning. "Es una forma de superar la estadística tradicional", comentó. Vieron además que había diferencias por sexo. La clínica tiene diferencias entre hombres y mujeres.
Un área de especial interés como clínico para Izquierdo era el impacto en pacientes con enfermedades crónicas. Por ejemplo, "la propia EPOC aumenta el riesgo de tener complicaciones por el Covid-19". No era la exacerbación del EPOC, sino neumonía grave que lleva a la complicación que condiciona el ingreso en UCI, incluso la muerte. Otra patología que analizaron fue el asma. "Los asmáticos tienen un poco más de riesgo de complicaciones en Covid-19. El tener componentes alérgicos protege. Si se usa corticoides inhalados hay menor riesgo de sufrir complicaciones. Los tratamientos biológicos también parecen proteger", describió. En cuanto a las secuelas, "será la próxima discusión de los próximos meses".
"Con el Covid-19, hemos cambiado muchas cosas. Está la tecnología de comunicación. La gestión de procesos no se entenderá en los próximos años si no tenemos herramientas de calidad", puntualizó.
Yolanda González, Lead equipo internacional de Hospitales e Investigación de Savana, advirtió de que, si los datos no se analizan correctamente, no sirven para nada y no pasan a ser información. Desde 2013, el dato generado en el sector salud se ha incrementado un 157% anualmente. Savana ha desarrollado una tecnología capaz de transformar esos datos en información, afrontando los retos que suponen el almacenamiento, la accesibilidad del dato y la privacidad.
Ya tiene una red de más de 150 hospitales. Se prevé que la IA en el mercado sanitario crezca aun ritmo del 44,9% entre 2020 y 2026. Por el incremento en volumen y complejidad del dato en salud, por la necesidad de recudir costes del sistema sanitario, porque la IA mejora el poder computacional y disminuye gastos asociados a hardware, por el incremento del número de colaboraciones con terceras partes, porque la IA va a ayudar a balancear el desajuste entre recursos y necesidades del sistema sanitario versus pacientes y por la adopción de IA para el desarrollo de vacunas y tratamientos para el Covid-19.
