El primer acuerdo mundial sobre pandemias, la zona hadal, la capa más baja del universo, y el método Wolbachia, figuran entre los 10 descubrimientos más relevantes del 2025, que publica la revista Nature

Este último, creado por el agrónomo brasileño Luciano Moreira, está basado en liberar en zonas urbanas de su país mosquitos infectados con la bacteria Wolbachia, la cual ha demostrado eficacia para bloquear los virus que trasmiten los Aedes aegypti.

El estudio se convirtió en una de las medidas nacionales para la prevención del dengue y la primera investigación latinoamericana que resalta la prestigiosa revista británica.

La publicación destaca en su lista a las personalidades más relevantes del ámbito científico, médico y tecnológico como la sudafricana Precious Matsoso, reconocida por liderar la discusión del primer acuerdo mundial sobre pandemias, aprobado en mayo de 2025.

A raíz del covid-19, este documento ofrece los lineamientos de cómo los países deberían actuar frente a una futura pandemia.

Incluye la selección el trabajo de la científica china Mengran Du, que contempló un ecosistema jamás visto: gusanos rojos, caracoles y otros animales que prosperan en la oscuridad total gracias a compuestos químicos que emergen del fondo marino. Era el ecosistema animal más profundo registrado en la Tierra: la zona hadal.

A bordo del sumergible Fendouzhe, a más de nueve kilómetros de profundidad identificó especies directamente en el fondo, una habilidad crucial para guiar la investigación en un entorno extremo. Su descubrimiento llevó a replantear la expedición para explorar más puntos, hallando ecosistemas similares en otras fosas oceánicas.

También el estudio liderado por el astrónomo estadounidense Tony Tyson, quien dio a conocer las primeras imágenes tomadas por el Observatorio Vera Rubin en Chile, un proyecto que ideó hace más de 30 años y luego de solucionar problemas del hardware y el software de control del telescopio, miles de galaxias quedaron perfectamente enfocadas.

Engrosa la selección el trabajo de la científica británica Sarah Tabrizi centrado en la evidencia de que una terapia génica podía ralentizar el avance del Huntington, un trastorno hereditario que provoca la degradación gradual y la muerte de neuronas en ciertas partes del cerebro.

En el campo de la inteligencia artificial, la empresa china DeepSeek sacudió el sector de la IA al lanzar R1, un modelo de razonamiento potente, barato y de pesos abiertos, proyecto a cargo de Liang Wenfeng.

La cruzada del matemático indio Achal Agrawal por la integridad académica, que derivó en la creación de India Research Watch, que analiza malas prácticas, recopila retractaciones y recibe denuncias anónimas, así como el descubrimiento de un arsenal de péptidos con funciones antimicrobianas que constituyen un nuevo frente del sistema inmunitario, a cargo de la investigadora israelí Yifat Merbl figuran en la lista de la revista Nature.

La completa el caso del bebe KJ Muldoon nacido en 2024 con una enfermedad genética ultra rara, la deficiencia de CPS1, que impide procesar proteínas y acumula amoníaco de forma letal. Su caso inspiró el primer tratamiento de edición genética CRISPR totalmente personalizado, diseñado para corregir un único error en su ADN. 

11 diciembre 2025 | Fuente: Prensa Latina | Tomado de | Noticia

De acuerdo con el ministro de Comunicaciones, Fahmi Fadzil, la iniciativa intenta poner un freno al contenido dañino en línea y proteger a los grupos más vulnerables, especialmente niños y adolescentes.

Entre las medidas previstas se incluyen la verificación de edad obligatoria en todas las plataformas con licencia, controles parentales efectivos para padres y tutores, así como funciones reforzadas de seguridad en busca de proteger a menores de contenido nocivo.

Además, se exigirá responsabilidad directa de las empresas en la gestión de algoritmos y regulación de contenidos.

El plan se enmarca en un contexto de creciente preocupación por el ciberacoso, tras la muerte en julio de una niña de 13 años, víctima de acoso escolar.

También en abril, el gobierno se reunió con representantes de las empresas tecnológicas TikTok y Meta para exigir estrategias contra la proliferación de contenidos dañinos y una revisión de los algoritmos impulsados por inteligencia artificial.

04 diciembre 2025 | Fuente: Prensa Latina | Tomado de | Noticia

El papa León XIV alertó hoy nuevamente acerca de posibles consecuencias negativas del uso de la Inteligencia Artificial (IA), si la misma es manipulada, entrenada y dirigida en perjuicio de las personas. 

Un reporte publicado en el sitio digital del diario Vatican News señala que durante una audiencia concedida en la mañana de este lunes a los participantes en el Seminario sobre Ética en la Gestión de Empresas Sanitarias, que se celebra en Roma del 17 al 21 de noviembre, el pontífice los exhortó a defender la dignidad humana.

Dicha dignidad «no se protege cuando prevalecen intereses económicos, políticos o de otra índole y surgen prejuicios en nuestro trato hacia los demás», expresó el Santo Padre ante los asistentes a ese evento, que busca fomentar el diálogo sobre la ética en la atención sanitaria, ante los avances de la IA y las innovaciones tecnológicas.

«Es necesario no centrarse en el beneficio inmediato, sino en lo que será mejor para todos», manifestó el Obispo de Roma, y aseveró que, aunque «estamos llamados a defender activamente la dignidad inequívoca de todo ser humano, en todas las etapas y facetas de su existencia, lamentablemente, esto no siempre se corresponde con la realidad».

León XIV alertó en ese encuentro, efectuado en el Salón Clementino del Palacio Apostólico Vaticano, que herramientas tan eficaces como la IA pueden ser manipuladas, entrenadas y dirigidas por razones de conveniencia o interés, económico, político o de otra índole.

Ese prejuicio, según dijo, «se genera en la información, en la gestión y en la forma en que nos presentamos o nos relacionamos con los demás», y es posible que la percepción de la realidad social y de los enfermos se distorsione, creando una situación de injusticia en el empleo de los recursos necesarios para la atención sanitaria.

El Sumo Pontífice reiteró a los asistentes a ese seminario, que se desarrolla en el Pontificio Instituto Patrístico Augustinianum, lo expresado hace pocos días en su mensaje al Congreso Internacional sobre Inteligencia Artificial (IA) y Medicina, sobre la necesidad de velar por el empleo de las nuevas tecnologías en bien de la humanidad.

Si el desarrollo científico se aprovecha y se pone al verdadero servicio de la persona humana, sus efectos pueden ser transformadores y beneficiosos, manifestó en esa oportunidad y añadió que «desde este punto de vista, considero que la dedicación a explorar el potencial de la IA en medicina es de gran importancia».

«En efecto, si la IA ha de servir a la dignidad humana y a la prestación eficaz de la atención sanitaria, debemos asegurarnos de que realmente mejore tanto las relaciones interpersonales como la atención brindada», agregó en ese mensaje el papa León XIV.

17 noviembre 2025 | Fuente: Prensa Latina | Tomado de | Noticia

Estas tecnologías disruptivas permiten una mayor accesibilidad y variabilidad en los servicios médicos, algo especialmente útil en áreas remotas y/o con recursos limitados, intervenciones de salud ajustadas a cada paciente y el mejor aprovechamiento del dato sanitario.

En cuanto al uso de la inteligencia artificial (IA) en imagen médica, el informe recoge su contribución a la calidad de las imágenes durante su adquisición, reduciendo el ruido y optimizando la resolución en tiempo real. Además, está consiguiendo ajustar automáticamente parámetros como la dosis de radiación y mejora la reconstrucción de imágenes, reduciendo tiempos de adquisición y optimizando el flujo de trabajo.

En el ámbito de la robótica, la IA mejora aún más las capacidades quirúrgicas en las que ya interviene esta tecnología, automatizando tareas y mejorando la seguridad intraoperatoria. La IA también se está utilizando para mejorar el campo de la educación quirúrgica a través de herramientas automatizadas de evaluación de habilidades y entrega de retroalimentación intraoperatoria. El informe señala que la IA se está expandiendo rápidamente en este campo y que los avances futuros serán cada vez más extraordinarios.

Respecto a la salud móvil, la IA abre aquí una nueva era de atención personalizada y eficiente, fundamental ante la creciente demanda de servicios de salud y la limitación de recursos sanitarios, ofreciendo nuevos servicios de salud mediante planes de tratamiento personalizados, monitorización en tiempo real, análisis predictivo y asistentes virtuales.

ESTADO DE DIGITALIZACIÓN Y BRECHA

El documento muestra también el estado de digitalización de los procesos asistenciales, a través de los casos de tres áreas clínicas relevantes dentro de un centro hospitalario, como son la Unidad de Cuidados Intensivos (UCI), Cardiología y Anatomía Patológica.

Los datos aportados reflejan el impacto positivo de la digitalización en la mejora de estos procesos, pero también una alta variabilidad de adopción de estas tecnológicas entre las distintas comunidades autónomas. Para reducir esta brecha, el informe indica la importancia de que las soluciones digitales departamentales sean consideradas «parte esencial» en la Estrategia Nacional de Salud Digital.

Asimismo, para hacer frente a la brecha digital que puede producirse entre la población, pero también entre los profesionales, el informe apunta a emplear esfuerzos en programas de formación para ambos colectivos, ya que, de lo contrario, la brecha digital puede incrementar a su vez la brecha en salud.

Entre los retos que identifica el trabajo para la implementación de la IA y la digitalización en el sector sanitario, se encuentran los desafíos organizativos, como consecuencia de posibles reticencias al cambio de profesionales y direcciones de los centros, retos «legales» relacionados con el manejo y almacenamiento de datos. También se identifican desafíos económicos en torno a la dotación de recursos para la implementación y mantenimiento de estas soluciones; así como tecnológicos por la todavía interoperabilidad limitada entre los diferentes sistemas y equipamientos.

Para abordar la transformación tecnológica de la sanidad, el informe aboga por la creación de equipos multidisciplinares formados por ingenieros biomédicos y profesionales sanitarios que diseñen, entrenen e implementen la IA de manera ética, transparente y accesible. En este nuevo paradigma clínico, apunta que será fundamental asegurar que las tecnologías sanitarias basadas en IA se diseñen e implementen con una protección sin concesiones del consentimiento del paciente, la privacidad, la seguridad y la ciberseguridad.

20 junio 2025 | Fuente: Europa Press | Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2025. Agencia Informativa Latinoamericana Prensa Latina S.A. | Noticia

El sistema aporta eficiencia al análisis de imágenes microscópicas de muestras de sangre, pues permite identificar de manera automática el tamaño y la forma de las células infectadas, así como clasificar con valiosa precisión las especies y etapas de desarrollo de los parásitos responsables de la malaria.

Según Anto Satriyo Nugroho, director del Centro de Investigación de IA y Ciberseguridad de BRIN, el modelo ha sido entrenado con más de 1 300 imágenes y alcanza una precisión del 80,6% en la detección de la enfermedad.

Dicha tecnología es capaz de identificar las cuatro especies principales de parásitos de la malaria presentes en Indonesia, los plasmodium: falciparum, vivax, malariae y ovale.

Uno de los principales retos del proyecto constituye la variabilidad morfológica de los parásitos a lo largo de su ciclo de vida, lo cual exige un alto grado de precisión en el entrenamiento de la IA, explicó Nugroho.

El progreso de esta herramienta resulta relevante sobre todo para regiones como Papúa, donde se concentra la mayoría de los casos de malaria en el país y donde la escasez de personal capacitado dificulta el diagnóstico tradicional.

BRIN ratificó que trabaja para que la integración de la IA en el sistema de salud pública acelere la detección y tratamiento de la malaria en todo el país, con el objetivo de erradicar la enfermedad en Indonesia para 2030.

La Organización Mundial de la Salud registra a Indonesia en el segundo lugar de Asia con más casos de malaria, solo superado por la India.

14 mayo 2025 | Fuente: Prensa Latina | Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2025. Agencia Informativa Latinoamericana Prensa Latina S.A. | Noticia

El estudio, publicado recientemente en la revista Cell, revela una nueva estrategia para activar o desactivar genes en tipos celulares con gran precisión y, según sus autores, se trata del primer caso de biología generativa para regular el genoma de células de mamífero sanas.

Un equipo del Centro de Regulación Genómica (CRG) ha creado una herramienta de IA que diseña secuencias reguladoras de ADN nunca antes vistas en la naturaleza.

Según indican los investigadores del CRG, se puede pedir al modelo de IA que cree fragmentos sintéticos de ADN con criterios personalizados como, por ejemplo, con instrucciones tales como: «activa este gen en las células madre que se convertirán en glóbulos rojos, pero no en plaquetas».

A continuación, el modelo predice qué combinación de letras de ADN (A, T, C, G) son necesarias para los patrones de expresión génica deseados en tipos específicos de células.

Así, los investigadores pueden usar esta información para sintetizar químicamente los fragmentos de ADN de aproximadamente 250 letras y agregarlos a un virus a fin de que lo entregue en el interior de las células.

Como prueba de concepto, los autores del estudio pidieron a la IA que diseñara fragmentos sintéticos que activen un gen que codifique una proteína fluorescente en algunas células, pero que deje los patrones de expresión génica inalterados en otros tipos.

Entonces crearon los fragmentos desde cero y los insertaron en células sanguíneas de ratón, donde el ADN sintético se fusionó con el genoma en lugares aleatorios y el experimento funcionó exactamente como se había predicho.

Según el doctor Robert Frömel, primer autor del estudio que llevó a cabo el trabajo en el Centro de Regulación Genómica (CRG), «las aplicaciones potenciales son enormes» ya que «es como escribir software, pero para la biología».

El estudio podría ayudar a desarrollar nuevas terapias génicas que aumenten o reduzcan la actividad de los genes en los tipos celulares o tejidos donde sea necesario.

También allana el camino a nuevas estrategias para ajustar los genes de un paciente y hacer que los tratamientos sean más efectivos y con menos efectos secundarios.

Hasta la fecha, los avances en este campo han servido sobre todo para el diseño de proteínas, y han ayudado a crear enzimas y anticuerpos completamente nuevos.

Sin embargo, muchas enfermedades humanas se derivan de una expresión génica defectuosa que es específica del tipo de célula, por lo que es posible que nunca exista la proteína perfecta para un potencial fármaco.

La expresión génica está controlada por elementos reguladores como los potenciadores, pequeños fragmentos de ADN que activan o desactivan genes.

Para corregir la expresión génica defectuosa, los investigadores buscan potenciadores que ya existan naturalmente en el genoma y que puedan ajustarse a sus necesidades, y esto se limita a las secuencias que ha producido la evolución.

La IA puede ayudar a diseñar potenciadores ultraselectivos que la naturaleza aún no ha inventado, explican los autores del estudio, y al estar hechos a medida pueden tener exactamente los patrones de encendido/apagado requeridos en tipos específicos de células.

Sin embargo, el desarrollo de modelos de IA requiere una gran cantidad de datos de alta calidad, que históricamente han escaseado en el caso de los potenciadores.

Los autores del estudio crearon enormes volúmenes de datos biológicos para construir su modelo de IA mediante la realización de miles de experimentos con modelos de laboratorio, y así poder estudiar tanto los potenciadores como los factores de transcripción, proteínas que también intervienen en el control de la expresión génica.

Durante cinco años el equipo diseñó más de 64 000 potenciadores sintéticos, cada uno meticulosamente construido para probar su interacción con los sitios de unión para 38 factores de transcripción diferentes.

Esto supone haber creado «la biblioteca más grande de potenciadores sintéticos jamás construida en células sanguíneas hasta la fecha», aseguran los autores del estudio.

Una vez insertados en las células, el equipo midió la actividad de cada potenciador sintético en siete etapas del desarrollo de las células sanguíneas, y descubrieron que muchos potenciadores activan genes en un tipo de célula, pero reprimen la actividad en otra.

08 mayo 2025 | Fuente: EFE | Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2025. Agencia Informativa Latinoamericana Prensa Latina S.A. | Noticia

Los resultados del trabajo de investigación que han permitido desarrollar SALSA (Sistema para la Segmentación y Detección Automática de Tumores Hepáticos, por sus siglas en inglés) han sido publicados recientemente en la revista Cell Reports Medicine.

Este dispositivo de IA podría ayudar a los profesionales en el diagnóstico y la planificación de intervenciones quirúrgicas, así como en la evaluación de la respuesta de los pacientes al tratamiento a partir de parámetros como el volumen, la densidad o la textura de los tumores hepáticos.

La herramienta se ha validado con cuatro bases de datos independientes y con la interpretación de radiólogos expertos, y está basada en aprendizaje profundo de inteligencia artificial, capaz de detectar y segmentar tumores hepáticos.

Las imágenes médicas como las de la tomografía computarizada (TAC) proporcionan información a los profesionales para realizar el diagnóstico, planificar una cirugía curativa o evaluar la respuesta al tratamiento de los tumores.

Sin embargo, y según explica la doctora Raquel Pérez-López, jefa del grupo de radiómica del VHIO y responsable de la investigación, «delinear con precisión los tumores para conocer su volumen, es decir, dibujar los contornos tumorales, plantea desafíos prácticos».

A menudo, precisa, «constituye un cuello de botella en numerosos proyectos de investigación y aplicaciones clínicas que implican la evaluación volumétrica de enfermedades, ya que no solo requiere mucho tiempo, sino que también es propenso a la variabilidad entre diferentes observadores y dentro del mismo observador».

Para superar estos desafíos, los investigadores decidieron desarrollar una herramienta de delineación totalmente automatizada que pudiera ser transformadora, a fin de mejorar la precisión en la detección de tumores y la evaluación del volumen.

El equipo de radiómica decidió empezar por el cáncer hepático ya que este representa un desafío puesto que los tumores hepáticos primarios, como el carcinoma hepatocelular y el colangiocarcinoma, suelen diagnosticarse en estadios avanzados, con opciones de tratamiento limitadas y un pronóstico desfavorable.

Además, el hígado es un órgano común de metástasis de otros cánceres primarios, lo que impacta significativamente en el pronóstico del paciente.

Según explica Maria Balaguer-Montero, otra de las investigadoras del VHIO, para desarrollar SALSA se utilizó un modelo de segmentación de inteligencia artificial ya existente, el nnU-Net, y se introdujeron a la herramienta para entrenarla los datos obtenidos de 1 598 tomografías computarizadas (TAC) de 4 908 tumores hepáticos primarios o metastáticos.

Una vez entrenada la herramienta con miles de imágenes, SALSA demostró una precisión superior en la identificación de tumores y cuantificación de volumen tumoral, y superó los modelos considerados más avanzados hasta el momento y con un criterio coincidente con la interpretación de las imágenes médicas por parte de radiólogos expertos.

En concreto, «SALSA demostró una precisión de detección en cuanto a paciente superior al 99 %, y del 82 %, aproximadamente, en cuanto a lesión, en las cohortes de validación externa», añade la misma investigadora.

Es decir, SALSA logra identificar y delimitar de forma automática tumores hepáticos en imágenes de tomografía computarizada, y esto facilita una cuantificación más precisa de la carga tumoral, un factor crucial en el pronóstico y el tratamiento del cáncer, sin necesidad de intervención manual.

Uno de los objetivos del Grupo de Radiómica es desarrollar herramientas basadas en el análisis de imágenes médicas para evaluar la respuesta al tratamiento de los pacientes con cáncer teniendo en cuenta diversos biomarcadores de imagen del tumor, como la volumetría, la densidad o la textura de los tumores.

Esta información más precisa puede servir de guía para la toma de decisiones clínicas que sean significativas y ayuda a tratar a los pacientes con cáncer, ya que los estándares actuales para evaluar la respuesta de los pacientes al tratamiento son limitados.

Esta investigación ha sido posible gracias al apoyo de la Fundación CRIS Contra el Cáncer, la Fundación FERO y la Fundación «la Caixa», que financian a través de diversas iniciativas la investigación del Grupo de Radiómica del VHIO.

06 mayo 2025 | Fuente: EFE | Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2025. Agencia Informativa Latinoamericana Prensa Latina S.A. | Noticia

«Como asociación, una de nuestras prioridades es visibilizar la enfermedad incidiendo en la mejora de su diagnóstico. Todavía existe mucho desconocimiento especialmente en atención primaria, lo cual retrasa el diagnóstico de la amiloidosis, y con ello el inicio de un adecuado tratamiento», ha afirmado Nadal de cara al Día Mundial de la Amiloidosis.

En ese sentido, ha lamentado que el retraso del diagnóstico tiene un impacto tanto en la calidad de vida de los pacientes, como en las opciones de tratamiento e incluso de pronóstico, algo en lo que también influye el desconocimiento sobre la amiloidosis «dependiendo del código postal», según un comunicado de AMILO.

Es por ello por lo que ha instado al Ministerio de Sanidad y a las farmacéuticas la agilización de las negociaciones respecto a los tratamientos específicos, todo ello para garantizar que los pacientes «puedan acceder cuanto antes a todas aquellas opciones terapéuticas innovadoras que ya están utilizándose en otros países de Europa».

En concreto, ha pedido que se garantice el acceso al fármaco daratumumab, el único con «indicación específica» para esta enfermedad, pues cuenta con la aprobación de la Agencia Europea del Medicamento (EMA) y de la Agencia Española de Medicamentos y Productos Sanitarios (AEMPS), y que aún no está al alcance de los pacientes a pesar de ser aprobado en España «hace dos años».

La amiloidosis, un conjunto «muy heterogéneo y complejo» de enfermedades en los que una proteína precursora se acumula en tejidos, pudiendo ocasionar una insuficiencia orgánica, tiene en España una de las mayores incidencias del mundo tras la detección anual de doce nuevos casos por cada millón de habitantes.

A pesar del incremento de casos, esta enfermedad «sigue siendo desconocida» por los sanitarios y la sociedad, razón por la que AMILO ha impulsado la celebración de una jornada en la que se analizarán las estrategias terapéuticas actuales de la amiloidosis y los avances en su abordaje, se tratarán cuestiones relacionadas con los retos sanitarios de la enfermedad, se examinarán los nuevos avances alcanzados en ensayos clínicos, y se estudiará el rol activo que tienen los pacientes y la innovación de la Inteligencia Artificial (IA) en las investigaciones.

25 octubre 2024|Fuente: Europa Press |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

El robot, exhibido en la actual Feria Internacional de Comercio de Servicios de China en Beijing, utilizó tres «dedos» mecánicos para detectar y recopilar señales de pulso de la muñeca de una persona, simulando efectivamente la técnica de examen de MTC conocida como diagnóstico de pulso.

Al mismo tiempo, la actividad del pulso se mostraba en una pantalla, funcionando de manera similar a la electrocardiografía.

Asombrada por la integración de la tecnología con la medicina tradicional china, una práctica que ha existido durante milenios, Tran, de 20 años, y sus compañeros de clase internacionales de la Universidad de Medicina China de Beijing se unieron con entusiasmo a otros visitantes para interactuar con el robot.

El robot, acoplado con un dispositivo de diagnóstico facial en forma de caja con una cámara, representa el último avance del Centro de Investigación Experimental de la Academia de Ciencias Médicas Chinas de China (CACMS, siglas en inglés). Esta iniciativa tiene como objetivo mejorar las prácticas de MTC a través de la inteligencia artificial (IA) y otras tecnologías de vanguardia.

Estos dispositivos están diseñados para realizar los cuatro métodos de diagnóstico fundamentales de la MTC: inspección, auscultación y olfato, indagación y palpación.

Liu Jia, investigador asociado de la CACMS, explicó que el equipo compara los datos recopilados, como el pulso, la tez y el recubrimiento de la lengua, con los de individuos sanos de la misma edad y sexo.

Esta comparación permite la formulación de informes que detallan las condiciones físicas específicas y los planes de tratamiento dentro del marco de la MTC. Todo el proceso de diagnóstico dura unos diez minutos, y los informes están disponibles en los teléfonos móviles de los pacientes.

Liu comentó que hay voces que desafían a la MTC, particularmente en lo que respecta a su dependencia de los sentimientos y experiencias subjetivas de los médicos.

«Con los instrumentos impulsados por IA, el diagnóstico y el tratamiento se vuelven más estandarizados», puntualizó Liu, y agregó que la CACMS está colaborando con empresas para producir en masa estos dispositivos.

Tran describió la tecnología como similar a tener un «practicante experimentado de MTC» disponible. «Para aquellos que aprenden MTC fuera de China, este equipo será invaluable», afirmó Tran, quien dejó sus estudios de MTC en Vietnam para buscar una capacitación más profesional en China.

Narmada Dissanayalce, de Sri Lanka, que se encuentra en Beijing para asistir a un seminario sobre gestión de la salud pública, se hizo eco de los sentimientos de Tran. Con un doctorado en Ayurveda, un sistema de medicina tradicional de la India, Dissanayalce ha desarrollado un gran interés en la MTC y ha estudiado acupuntura en Sri Lanka.

Dissanayalce notó que aunque la MTC es popular en su país, los diagnósticos de pulso y facial son menos comunes en comparación con la acupuntura y la terapia de masaje de meridianos.

«Hay pocos profesionales con experiencia en MTC en Sri Lanka capacitados en diagnósticos faciales y del pulso, y creo que estos productos de alta tecnología pueden ayudar en esta área, asistiendo a expandir el alcance de esa medicina», sostuvo.

Además de los dispositivos de IA para el diagnóstico facial y del pulso, los equipos de investigación y las empresas de MTC también mostraron robots dedicados a la acupuntura y el masaje de meridianos en la feria de este año, impresionando tanto a los visitantes nacionales como a los internacionales.

Lin Zhijian, profesor de la Universidad de Medicina China de Beijing, expresó su confianza en que la tecnología moderna impulsará el desarrollo de la MTC como industria y mejorará su intercambio internacional a través de servicios mejorados.

«Como práctica y cultura ancestral, la MTC siempre ha abrazado la inclusión y la innovación; de lo contrario, no habría sobrevivido hasta el día de hoy, y mucho menos habría ganado atractivo en tierras extranjeras», declaró Lin.

Un documento clave adoptado por el Partido Comunista de China en julio enfatizó la importancia de mejorar los mecanismos para preservar e innovar la MTC. Yu Yanhong, directora de la Administración Nacional de MTC, se comprometió a perfeccionar la promoción de la innovación científica y tecnológica en ese campo.

Dajing TCM, una empresa de tecnología de la información médica con sede en Nanjing, capital de la provincia de Jiangsu, en el este de China, mostró sus dispositivos de diagnóstico por pulso con IA en la exposición.

El director de ventas de Dajing TCM, Zhang Yu, subrayó que sus productos se destacan en términos de portabilidad y rentabilidad. Con un peso aproximado de un kilo, cada dispositivo tiene un precio de alrededor de 30 000 yuanes (aproximadamente 4 200 dólares).

Zhang señaló que sus principales clientes incluyen centros de salud y bienestar, clínicas comunitarias y hogares.

«Estamos colaborando con nuestros homólogos extranjeros para explorar mercados en el exterior. El potencial de los productos de tecnología de MTC se expandirá a medida que la MTC gane popularidad en otros países», expresó Zhang.

16 septiembre 2024|Fuente: Xinhua |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

La displasia broncopulmonar (DBP) es un problema respiratorio que puede afectar a los bebés prematuros. Cuando los pulmones de un recién nacido no están desarrollados al nacer, a menudo necesitan el apoyo de un respirador o terapia de oxígeno, un tratamiento que puede estirar e inflamar sus pulmones, lo que provoca DBP. Pero identificar la displasia broncopulmonar es difícil. Las pruebas de función pulmonar suelen requerir que un adulto sople cuando se lo piden (algo que los bebés no pueden hacer), por lo que las técnicas actuales requieren un equipo sofisticado para medir las características de ventilación pulmonar de un bebé. Como resultado, la displasia broncopulmonar es una de las pocas enfermedades que se diagnostica típicamente por la presencia de una de sus principales causas, la prematuridad y la asistencia respiratoria.

Por su parte, los ANN son modelos matemáticos que se utilizan para la clasificación y la predicción. Para realizar predicciones precisas, una ANN debe entrenarse primero con una gran cantidad de datos, lo que presenta un problema cuando se trata de BPD.

El profesor Delgado-Eckert explica al respecto: «Hasta hace poco, esta necesidad de grandes cantidades de datos ha obstaculizado los esfuerzos para crear modelos precisos de enfermedades pulmonares en bebés, porque es muy difícil evaluar su función pulmonar. Pero existe una alternativa: podemos medir la respiración del bebé mientras duerme. Para ello, solo se necesita una mascarilla suave con un sensor que pueda medir el flujo y el volumen de aire que entra y sale de la nariz del bebé. Este equipo es barato y está disponible en cualquier centro clínico. Estas mediciones de varias respiraciones consecutivas (lo que llamamos respiración de marea) pueden generar grandes cantidades de datos de flujo secuencial de buena calidad. Queríamos intentar usar estos datos para entrenar una red neuronal artificial para detectar la DBP.

El equipo del profesor Delgado-Eckert estudió a un grupo de 139 bebés nacidos a término y 190 prematuros a los que se les había evaluado si padecían displasia broncopulmonar, y registró su respiración durante diez minutos mientras dormían. Para cada bebé, se utilizaron 100 respiraciones regulares consecutivas, cuidadosamente inspeccionadas para excluir suspiros u otros artefactos, para entrenar, validar y probar un tipo de ANN llamado modelo de memoria a corto y largo plazo (LSTM), que es particularmente eficaz para clasificar datos secuenciales como la respiración corriente.

El equipo utilizó el 60 % de los datos para enseñar a la red a reconocer el TLP, el 20 % para validar el modelo (para garantizar que no estuviera demasiado fijado en los datos de entrenamiento) y luego alimentó el 20 % restante de los datos al modelo, sin verlo, para ver si podía identificar correctamente a los bebés con TLP. El modelo LSTM pudo clasificar una serie de valores de flujo en el conjunto de datos de prueba no vistos como uno que pertenecía a un paciente al que se le había diagnosticado TLP o no con un 96 % de precisión.

El profesor Delgado-Eckert argumenta: «Nuestra investigación ofrece, por primera vez, una forma integral de analizar la respiración de los bebés y nos permite detectar qué bebés tienen DBP a partir del primer mes de edad corregida (la edad que tendrían si hubieran nacido en la fecha prevista) utilizando la RNA para identificar anomalías en sus patrones respiratorios. Nuestra prueba no invasiva es menos estresante para el bebé y sus padres, significa que pueden acceder al tratamiento más rápidamente y también puede ser relevante para su pronóstico a largo plazo»

El equipo ahora espera investigar si el modelo también podría usarse para evaluar a bebés apenas unas semanas después del nacimiento, para analizar la función pulmonar y predecir síntomas en niños mayores, en edad escolar, y para evaluar otras afecciones, como el asma.

10 septiembre 2024|Fuente: Europa Press |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

Los investigadores del Instituto ITACA de la Universitat Politècnica de València idean una nueva generación de inteligencia artificial en salud resiliente a los cambios y situaciones no controladas del mundo real, que incluso pueda predecir situaciones de forma «más eficaz y robusta», todo ello en un trabajo publicado por el Journal of Medical Internet Research, una de las revistas más importantes del sector de medicina digital a nivel internacional.

Su modelo permitiría, por ejemplo, ayudar a priorizar las llamadas en un centro de atención de emergencias sanitarias, en una nueva generación de IA que destacará «por su adaptabilidad y confianza» ante situaciones de incertidumbre, cambios o sesgos en la información, «las habituales en los contextos de uso real de la IA en salud, más allá de los entornos de laboratorio donde es diseñada», ha señalado el investigador Carlos Sáez.

Esto plantea «desafíos importantes para el desarrollo de la IA sanitaria, su uso clínico rutinario y sus marcos regulatorios”, destaca el investigador del Instituto ITACA y profesor del Departamento de Física Aplicada de la UPV.

El nuevo paradigma propuesto por el equipo del BDSLab del ITACA-UPV cubre las cuatro fases clave de la inteligencia artificial: entrenamiento (cuando la IA aprende de los datos); predicción (cuando es aplicada a nuevos casos que no ha observado previamente); entorno de producción (el mantenimiento una vez puesta en uso rutinario), y la regulación (las leyes y normas que regulan la seguridad y confianza), detallan desde la UPV.

«Este nuevo enfoque de IA puede adaptarse de forma resiliente a cambios en el contexto de uso, ya sean técnicos, como los debidos a cambios en los sistemas de información involucrados; o de contexto sociosanitario, pudiendo adaptarse de forma rápida y eficaz ante situaciones inesperadas como pandemias», explica Sáez.

Además, «el aseguramiento de la confianza de los usuarios en la IA y de los derechos fundamentales de las personas es un aspecto clave en este modelo», asegura el investigador de la UPV.

Según Carlos Sáez, esta inteligencia artificial tendría un impacto directo en la mejora de la confianza y seguridad de los sistemas IA en salud y beneficiaría a la toma de decisiones clínicas basada en datos en millones de personas en Europa.

«Los modelos IA se mantendrían actualizados, evitando la obsolescencia, y se adaptarían rápidamente a los cambios reduciendo costes y riesgos», destaca el investigador, que añade que esto, unido al apoyo interactivo a la toma de decisiones con control de riesgos médicos y de derechos fundamentales soportado por técnicas de inteligencia artificial robusta y ética, «optimiza el enlace y confianza entre humano e IA».

Este nuevo paradigma de IA permitiría, por ejemplo, ayudar a priorizar de una manera más óptima y confiable los incidentes en un centro de atención de emergencias sanitarias optimizando en tiempo real las preguntas realizadas durante las llamadas.

«En casos de alta incertidumbre, el sistema propondría al operador solicitar la información adicional más determinante al llamante para mejorar la confiabilidad de la respuesta», señala el investigador.

Así, si se recibe una llamada informando de una mujer de 20 años que presenta aparente dificultad respiratoria, sin reportar ninguna enfermedad respiratoria crónica conocida, el sistema solicitaría información de forma autónoma acerca del uso de medicamentos, como anticonceptivos orales, o recientes ataques de ansiedad, «y si no hay datos nuevos, clasificaría el caso como de alto riesgo para evitar posibles sesgos», explica Carlos Sáez.

El trabajo se enmarca en el proyecto ‘Modelling the Kinematics of Information towards Change-Resilient Medical Artificial Intelligence (KINEMAI)’, financiado por la Agencia Estatal de Investigación-Proyectos de Generación de Conocimiento 2022, y parte de sus resultados se estudiarán en una nueva asignatura del nuevo Máster en Ingeniería Biomédica.

27 agosto 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

Tecnologías como macrodatos e inteligencia artificial pueden facilitar el intercambio de los datos de la TCM y ayudar a construir una «TCM digital e inteligente», afirmó la Administración Nacional de Medicina Tradicional China (NATCM, siglas en inglés).

La NATCM y la Administración Nacional de Datos publicaron recientemente una directriz que anima a las instituciones médicas basadas en la TCM a digitalizar sus servicios, desarrollar sistemas digitales de historiales médicos y construir farmacias inteligentes de TCM.

En la directriz se pide a las instituciones que compartan registros digitales y reconozcan los resultados de pruebas de sus pares.

También se esbozaban disposiciones para que la digitalización facilite la formación de talentos en la TCM, el desarrollo innovador y la comunicación cultural.

Además, el documento promete que se dará apoyo para crear bases de datos de libros antiguos, reliquias culturales y conocimientos relacionados con la TCM.

15 agosto 2024|Fuente: Xinhua |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

Al reconocer la voz del médico en tiempo real, el asistente de IA MeMo: Meeting Moments no solo genera el registro de la consulta, sino que también hace el trámite médico, incluida la historia clínica, las derivaciones y las recetas, precisó la nota.

Además, la inteligencia artificial podrá convertir voz en texto en tiempo real y generar dictámenes, llenando los formularios correspondientes. Según las previsiones, el uso de la IA «aumentará en 20 % el número de pacientes atendidos durante la jornada».

Los autores del proyecto, que cuentan con un subsidio público de 1,2 millones de rublos, sostienen que la automatización no entraña el riesgo de violación del secreto médico. En lo que queda de agosto, ellos planean finalizar la localización de su aplicación y someterla a una prueba piloto en una clínica privada de Moscú.

13 agosto 2024|Fuente: Prensa Latina |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

La innovación se enmarca en el proyecto Optimal Lung, un sistema de apoyo a la decisión clínica basado en inteligencia artificial para la detección de nódulos pulmonares impulsado desde el Parc Taulí, el Hospital Universitario Vall d’Hebron de Barcelona y el centro tecnológico Eurecat, en Cerdanyola del Vallès (Barcelona), según ha informado este miércoles dicho centro en un comunicado.

Aunque el cáncer de pulmón es la primera causa de mortalidad por cáncer en todo el mundo, la aparición tardía de sus síntomas hace que el 80 % pase desapercibido y se diagnostique en fases muy avanzadas, cuando la tasa de supervivencia a cinco años es inferior al 20 %.

Por este motivo, el estudio liderado por el neumólogo e investigador emérito del Institut d’Investigació i Innovació Parc Taulí (I3PT) Eduard Monsó pretende confirmar la eficacia y seguridad del algoritmo y validar su uso en un entorno hospitalario real, para poder proceder con su comercialización.

Optimal XR es un software que utiliza tecnología de aprendizaje profundo (‘deep learning’, en inglés) para analizar radiografías y se centra, concretamente, en las procedentes de la atención primaria y los servicios de urgencia, con el objetivo de evitar pasar por alto nódulos pulmonares cancerígenos.

Durante el ensayo, se analizarán unas 3 000 radiografías de tórax en tiempo real de la base de datos del Centro de Imagen Médica Digital (CIMD) del Parc Taulí, no necesariamente relacionadas en un inicio con enfermedades respiratorias.

«Los nódulos detectados por el sistema serán revisados por un radiólogo y, en el caso de ser confirmados, serán referidos al Servicio de Neumología para una evaluación más detallada y seguimiento», explica Monsó.

La prueba clínica tendrá una duración estimada de 16 meses; diez de reclutamiento y seis de seguimiento clínico, además de un seguimiento pasivo adicional durante los tres años posteriores.

Actualmente, la detección temprana del cáncer de pulmón es un reto para la atención primaria, pues la creciente falta de radiólogos especializados impide identificar nódulos cancerígenos en etapas iniciales, según Eurecat.

En este contexto, los investigadores consideraron necesario desarrollar e implementar una solución que pudiera analizar con precisión y masivamente estas radiografías de tórax, detectando casos de alto riesgo y dirigiéndolos al flujo de trabajo de radiología y así mejorar la identificación e intervención temprana.

Más adelante, según Monsó, «la intención del equipo es incorporarlo en otros países en los que no tienen la atención o lectura de las radiografías de tórax tan desarrollada como aquí».

07 agosto 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

«El uso de la tecnología debe darse a un nivel transversal, que permee todas las áreas del sistema de salud, pero centrado en las personas», explicó el jefe médico de la Clínica Universidad de Los Andes, Pablo Valdés, en una conferencia ofrecida en el Hotel Intercontinental de Santiago de Chile.

Para la gerenta de Innovación y Salud de la Cámara de Innovación Farmacéutica (CIF Chile), Francisca Rodríguez, las herramientas de salud digitales permiten «tomar mejores decisiones», en tanto «no solo se trata de acelerar procesos y hacerlo más eficientes, sino tener datos sobre las necesidades de salud de la población, el beneficio de ciertos medicamentos, entre tantas otras cosas».

Sin embargo, esta transformación no es fácil cuando «la cultura de ambiente de salud es muy adversa al cambio», según el director médico de la Clínica Santa María, Cristián Ugarte, quien asegura que «la digitalización y el uso de tecnología en salud son una obligación que va a afectar el abanico completo del sistema de salud».

Ambos participaron en el panel «Tecnología Diagnóstica y Terapéutica» del South America Healthcare Innovation Summit, evento organizado por Bamberg Health con el apoyo de compañías del sector como BD, CSL Vifor, Pfizer y Siemens Healthineers.

Detectar, informar, actuar rápido

La pandemia de covid-19 marcó un punto de inflexión en todo el mundo, no solo porque golpeó directamente la cotidianidad de millones de personas, sino porque puso a prueba la capacidad de los sistemas de salud en todas sus áreas.

En palabras del director general de Becton Dickinson Cono Sur, Marco Musitano, la crisis sanitaria global puso de manifiesto la principal fortaleza de la cadena sanitaria: los profesionales de la salud, que en todos los niveles, tanto en el campo clínico como en los laboratorios, buscaron incesantemente respuestas a un problema que costaba vidas con el paso de las horas, impelidos a desarrollar formas de testeo y vacunas en tiempo récord.

La tecnología médica para 2020 ya estaba situada como un elemento clave del presente, pero sobre todo una llave para la salud del futuro: mediante la individualización de genotipos, por ejemplo, se pueden hacer más eficientes las respuestas sanitarias en general, apostando a una detección temprana de patologías para darles un tratamiento adecuado con medicamentos y medidas específicas.

Hoy, en el primer cuarto del siglo XXI, tecnología médica quiere decir, entre muchas tantas cosas: inteligencia artificial, algoritmos predictivos, robótica y un sinnúmero de herramientas de optimización que dan velocidad y precisión a los diagnósticos.

Medicina personalizada, diagnóstico temprano

Tener la capacidad para detectar posibles enfermedades en base al perfil genético, adelantarse a los síntomas de un cáncer u otra patología, puede significar un cambio drástico en las posibilidades de éxito en un tratamiento.

Esa personalización en el diagnóstico y el enfoque de medicina preventiva es a nivel sistémico difícil de instalar porque «a los sistemas de salud les cuesta adaptarse, crear políticas que integren los avances en tecnología», dijo el fundador del software Pegasi que busca acelerar el diagnóstico y tratamiento del cáncer, Harry Loboa.

El enfoque de diagnóstico temprano, con medicina personalizada y de precisión, según el vicepresidente Ejecutivo en Pro Salud Chile, Jean-Jacques Duhart, configura un «desafío que no es solo tecnológico, sino de pasar de un paradigma de medicina curativa a una preventiva, que requiere de incentivos necesarios para el desarrollo de su potencial. Es un problema adaptativo».

«Durante toda nuestra historia nos hemos focalizado en generar un impacto positivo y directo en la atención de los pacientes a través de la implementación de soluciones innovadoras y tecnología médica de vanguardia», insistió Musitano.

«Lo que buscamos es constituir un real aporte para el sistema de salud. Por eso creemos que es fundamental trabajar en constante colaboración con otros actores y este tipo de encuentros, donde confluye todo el ecosistema de la salud, son determinantes no solo para conocer los avances en innovación, tecnología y nuevas tendencias, sino también para visualizar los desafíos de la industria», concluyó.

31 julio 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

Este avanzado modelo es capaz de examinar más de 20 órganos humanos, incluyendo los pulmones, las mamas y el hígado.

Se trata de un modelo de lenguaje de gran tamaño (LLM, por sus siglas en inglés), conocido como PathOrchestra, el cual representa un gran avance en el diagnóstico de enfermedades asistido por IA.

Su desarrollo trae consigo un cambio transformador, pasando de un modelo singular dedicado a un cáncer específico a otro versátil, capaz de abordar multitud de patologías.

Los investigadores de la Universidad Médica de la Fuerza Aérea (AFMU, por sus siglas en inglés), la Universidad Tsinghua y SenseTime utilizaron el mayor conjunto de datos nacionales de China, compuesto por casi 300 000 imágenes patológicas digitales de diapositivas completas, lo que equivale a la impresionante cantidad de 300 terabytes de datos.

Aprovechando las técnicas de aprendizaje autosupervisado, el modelo «aprendió de forma cruzada» a analizar más de 20 órganos diferentes y ha llevado a cabo una serie de tareas clínicas, como la clasificación de cánceres, la identificación y detección de lesiones, la diferenciación de subtipos de cáncer y la evaluación de biomarcadores.

La diversidad de las imágenes patológicas plantea un reto formidable para las aplicaciones de IA. Y esta complejidad le ha valido el título de «joya de la corona» en el ámbito del procesamiento de imágenes, afirma Wang Zhe, profesor de la Academia de Ciencias Médicas Básicas de la AFMU.

PathOrchestra ha logrado una tasa de precisión superior al 95 % en casi 50 tareas clínicas, entre ellas el diagnóstico de subtipos de linfoma y la detección del cáncer de vejiga, según un comunicado de prensa de la AFMU, publicado el martes.

Este avance puede reducir sustancialmente la carga de trabajo de los patólogos y aumentar notablemente la eficacia de la revisión de imágenes médicas, señalan los investigadores.

PathOrchestra es un ejemplo del floreciente panorama de los LLM en China, que representa el rápido y vibrante crecimiento del país en el campo de la IA.

Según un libro blanco sobre la economía digital mundial publicado recientemente por la Academia de Tecnología de la Información y la Comunicación de China en la Conferencia Mundial sobre Economía Digital 2024, de los más de 1 300 LLM de Inteligencia Artificial de todo el mundo, el 36 % procede de China, la segunda mayor proporción después de Estados Unidos.

17 julio 2024|Fuente: Xinhua |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

En una entrevista con la Agencia EFE por el XV aniversario de la apertura del CENIEH en Burgos -que se cumplirá el próximo julio-, la científica ha indicado que no cree que debamos ser víctimas de lo que el afamado escritor de ciencia ficción Isaac Asimov definió como el ‘síndrome de Frankenstein’, el miedo a que las máquinas se vuelvan contra su creador.

«La Inteligencia Artificial es un producto de la inteligencia humana y, por tanto, no tenemos que temerla», ha afirmado; «ni debemos sentirnos amenazados por una herramienta sofisticada, cierto es, pero debería venir a facilitar muchas tareas habituales, sobre todo a hacerlas más rápidas».

Desde su experiencia profesional, Martinón no cree que la IA vaya a jugar ningún papel realmente definitivo en nuestro devenir como especie, en nuestra evolución biológica, al menos tal como está planteada actualmente, ni que vaya tampoco a desplazar a la inteligencia natural.

Usos de la IA

En la investigación científica, la Inteligencia Artificial ya se está utilizando como herramienta que asiste a los investigadores y Martinón reconoce que jugará un papel todavía mucho más grande en el futuro, pero nunca podrá competir con la creatividad humana que requieren las investigaciones.

«En un ámbito como el nuestro -estudio de la evolución humana- en el que tenemos que plantearnos preguntas que requieren no solo de inteligencia sino de creatividad, seguirá preponderando la inteligencia natural», pues el ser humano siempre hará preguntas y propondrá alternativas más creativas.

Y fuera de la investigación, las decisiones, los sentimientos y las emociones, características que nos hacen humanos, continuarán definiendo quiénes somos, seguirán siendo el motor de la especie, más allá de los avances en inteligencia artificial.

Sin embargo, María Martinón pone el foco en otro tipo de desarrollos tecnológicos que sí han tenido un gran impacto en nuestra evolución como especie aunque seamos menos conscientes.

Habla de la comunicación a distancia, y en general de las nuevas formas de comunicación, que han permitido desligarnos de la presencia física y han abierto un nuevo mundo de posibilidades pero alterando y empobreciendo las relaciones humanas, además de generando riesgos que pasan más desapercibidos.

«Ahí es donde yo a lo mejor sí veo más riesgo. Nos hemos acostumbrado a comunicarnos desentendiéndonos de una parte fundamental para la empatía que es la presencia física», ha indicado, de la capacidad de leer algo más que las palabras o de presentarnos en 140 caracteres.

Para la investigadora «las personas somos mucho más que una opinión en un momento determinado», pero hemos reducido, simplificado las relaciones humanas hasta definirnos en una opinión, en un mensaje en redes o en una foto, y «eso empobrece y altera la naturaleza social de nuestras comunicaciones», ha aseverado.

Tecnología y cultura, amortiguadores de la selección natural

La directora del CENIEH afirma que el ser humano sigue y seguirá evolucionando biológicamente, tal vez de una manera menos vistosa o espectacular de lo que la ciencia ficción nos ha hecho esperar, menos visible en nuestra apariencia física.

Los cambios en nuestro sistema inmune muestran esa constante evolución, la capacidad de la especie de responder y adaptarse a nuevas amenazas biológicas, el desarrollo de enfermedades, la aparición de tolerancias, intolerancias o alergias.

«Esa idea que teníamos de que nuestros cerebros iban a seguir aumentado no tiene sentido económicamente», ha apuntado, pues no se puede perder energía en cosas que no son necesarias, y lo que la especie necesita ahora es un cerebro potente pero que consuma menos, y «tenemos muchas memorias externas para descansar».

Por ese motivo, María Martinón afirma que la evolución tecnológica y cultural, que van a un ritmo mucho más rápido que la propia biología, funcionan como un amortiguador de la selección natural.

Los humanos ya no nos adaptamos al entorno sino que, con una capacidad brutal de transformación, adaptamos el entorno a nosotros, a veces con consecuencias devastadoras para el medio ambiente, ha lamentado la paleontropóloga, que aún así es optimista en cuanto al ser humano y el uso de la inteligencia artificial.

Seres sociales y compasivos

«En esencia, nuestra naturaleza es positiva. Nuestro instinto y nuestra naturaleza son predominantemente sociales y compasivos», y aunque es cierto que somos una especie con un componente de violencia importante, es menor de la que nos correspondería como primates y no es la violencia la que nos caracteriza, ha asegurado.

Es una violencia que se puede modular a través de la cultura, lo que ocurre es que «nos hemos especializado en matar, a través de la tecnología, de forma masiva y a distancia», anulando la empatía, uno de los mecanismos de inhibición de la violencia, ha lamentado, de ahí que los humanos necesitemos de una autoevalución y una autocrítica constantes.

30 junio 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

Una investigación que publica Cell extrajo datos genómicos en busca de nuevos antibióticos en el microbioma mundial e identificó 863 498 péptidos antimicrobianos prometedores, pequeñas moléculas que pueden matar o inhibir el crecimiento de microbios infecciosos. El 90 % nunca se había descrito antes.

La resistencia a los antimicrobianos es una de las «principales amenazas para la salud pública, ya que mata a 1,27 millones de personas cada año», destacó el investigador Luis Pedro Coelho, de la Universidad Tecnológica de Queensland (Australia) y uno de los firmantes del artículo.

Sin ninguna intervención se calcula que la resistencia a los antimicrobianos podría causar hasta diez millones de muertes en el año 2050, por lo que hay «una necesidad urgente de nuevos métodos para descubrir antibióticos», agregó.

Los investigadores usaron el aprendizaje automático para analizar más de 60 000 metagenomas (una colección de genomas dentro de un entorno específico) que, en conjunto, contenían la composición genética de más de un millón de organismos. Procedían de fuentes de todo el mundo, incluidos entornos marinos y del suelo, e intestinos humanos y animales.

El resultado fue de casi un millón de posibles compuestos antibióticos, de los que docenas mostraban una actividad prometedora en las pruebas iniciales contra bacterias causantes de enfermedades.

El equipo verificó las predicciones probando 100 péptidos fabricados en laboratorio contra patógenos clínicamente significativos.

Descubrieron que 79 alteraban las membranas bacterianas y 63 atacaban específicamente bacterias resistentes a los antibióticos, como Staphylococcus aureus y Escherichia coli.

En algunos casos esas moléculas eran eficaces contra las bacterias a dosis muy bajas, resaltó otro de los firmantes César de la Fuente, de la Universidad de Pensilvania (EE.UU.).

En un modelo preclínico, probado en ratones infectados, el tratamiento con esos péptidos produjo resultados similares a los efectos de la polimixina B, un antibiótico comercial que se utiliza para tratar la meningitis, la neumonía, la sepsis y las infecciones del tracto urinario, según un comunicado.

Los compuestos identificados procedían de microbios que vivían en una gran variedad de hábitats, como la saliva humana, las vísceras de cerdo, el suelo y las plantas, los corales y muchos otros organismos terrestres y marinos. Esto valida el amplio enfoque de los investigadores para explorar los datos biológicos del mundo.

La naturaleza siempre ha sido un buen lugar para buscar nuevos medicamentos, especialmente antibióticos. Las bacterias, omnipresentes en nuestro planeta, han desarrollado numerosas defensas antibacterianas, a menudo en forma de proteínas cortas («péptidos») que pueden alterar las membranas celulares bacterianas y otras estructuras críticas.

Además, la inteligencia artificial en el descubrimiento de antibióticos «es ya una realidad y ha acelerado significativamente nuestra capacidad para descubrir nuevos fármacos candidatos. Lo que antes llevaba años ahora se puede conseguir en horas utilizando ordenadores», afirmó De la Fuente.

05 junio 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2023. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

Un nuevo estudio publicado en la revista Nature Human Behaviour, reveló que estos modelos artificiales obtienen resultados iguales o mejores que las personas cuando se les plantea preguntas que implican ponerse en la mente de su usuario.

«Los grandes modelos de lenguaje (LLM, por sus siglas inglesas) como ChatGPT muestran un rendimiento que es característico de las capacidades sofisticadas de toma de decisiones y razonamiento, incluida la resolución de tareas ampliamente utilizadas para probar la teoría de la mente en los seres humanos», indica la indagación.

El estudio señala, además, que la versión ChatGPT-4 iguala o mejora la puntuación de los humanos en las pruebas relativas a la identificación de peticiones indirectas, falsas creencias y desorientación, pero tiene dificultades para detectar los llamados pasos en falso (interacciones en las que una de las partes dice algo que no debería por inapropiado).

Sin embargo, el fundador del Instituto de Investigación de Inteligencia Artificial del Centro Superior de Investigaciones Científicas (CSIC) en España, Ramón López, no está de acuerdo con esos resultados.

En declaraciones al diario El País, de la nación europea, el especialista aseveró que los test para medir su rendimiento no son fiables.

«Que la IA se mida o supere a los humanos en una comparativa de rendimiento que se llama como una habilidad general no es lo mismo que la IA supere a los humanos en esa habilidad general», afirmó.

Aseveró también que no porque una herramienta saque buena nota en una prueba diseñada para medir el desempeño en comprensión lectora se puede decir que eso demuestra que la herramienta tiene comprensión lectora.

Las conclusiones publicadas en Nature Human Behaviour fueron resultado del estudio de dos versiones de ChatGPT (la gratuita, 3.5, y la avanzada, 4) y el modelo de código abierto de Meta, LLaMA2.

También expusieron a 1 907 individuos a las mismas pruebas y contrastaron los resultados.

Entre los experimentos aplicados a la IA estuvieron captar la ironía hasta interpretar peticiones indirectas, detectar conversaciones en las que una de las partes dice algo inapropiado o responder a preguntas sobre situaciones en las que falta información y, por tanto, hay que especular.

22 mayo 2024|Fuente: Prensa Latina |Tomado de |Noticia

«Todas las enfermedades raras carecen muchas veces de un conocimiento estricto por parte de los profesionales y hay una falta de investigación en todas ellas. Esto conlleva que el número de terapias sea muy reducido y que solo el 6 % de estas enfermedades tengan un tratamiento eficaz. Esto tiene un gran impacto en la calidad de vida de los pacientes y sus familias ya que muchas son degenerativas», ha explicado Daniel de Vicente durante una jornada sobre la situación actual de las enfermedades raras, organizada por la Fundación Ramón Areces con el Centro
de Investigación Biomédica en Red de Enfermedades Raras (CIBERER) y FEDER.

Durante la jornada los expertos han coincidido en que en España existe una falta de acceso y equidad a las terapias y tratamientos existentes ya que, de los 147 medicamentos huérfanos autorizados en Europa, solo 78 están financiados en España y el tiempo medio de acceso a las terapias es de 23 meses, según ha aseverado Daniel de Vicente recalcando que es «una situación compleja».

En este sentido, el presidente de FEDER, Juan Carrión, ha incidido en la necesidad de seguir investigando las enfermedades raras para poder diagnosticarlas y tratarlas a tiempo ya que, «de las más de 6 000 enfermedades raras identificadas, solo el 30 % de estas enfermedades se investigan, se invierte el 1,43 % del Producto Interno Bruto (PIB) en investigación de enfermedades raras, un 1,28 % por debajo de otros países».

«Hay que garantizar acceso a los tratamientos ya que esto no es una realidad porque supeditamos el acceso al código postal de residencia del paciente ya que, hasta en una misma comunidad autónoma, hay diferencias entre los hospitales que disponen o no del medicamento. Hay una necesidad de abordar un Plan de Acción a nivel estatal», ha afirmado Carrión señalando que, al día de hoy, «solo hay siete CCAA que disponen de un Plan de Atención Integral o estrategias» y que se necesita «presupuesto para que estos planes se lleven a cabo».

INTELIGENCIA ARTIFICIAL Y GENÓMICA DE PRECISIÓN: LA CLAVE DEL FUTURO

Una de las claves del futuro del diagnóstico y tratamiento de las enfermedades raras reside en la genómica de precisión ya que el 80 % de estas enfermedades tienen un origen genético. Por ello, los expertos han insistido en la necesidad de que España disponga de una especialidad de genética, que a día de hoy no existe en el SNS, a diferencia del resto de países de Europa que sí que tienen la especialidad de genética.

La aplicación de la Inteligencia Artificial supone un gran reto en el diagnóstico y tratamiento de las enfermedades raras en muchos aspectos ya que, por ejemplo, «tiene un gran potencial en la clasificación de las enfermedades raras», un aspecto crucial que a día de hoy no se consigue porque «si no se sabe cuantas enfermedades hay, es imposible clasificarlas», aunque el uso de la IA siempre debe acompañarse ‘de la supervisión de un especialista», tal y como ha explicado el miembro del Instituto de Genética Médica y Molecular, Hospital La Paz, Julián Nevado.

«La IA ayudará para automatizar la resolución de problemas, mejorar la capacidad de tomar decisiones, caracterizar de forma más precisa los estados de salud, incluyendo las EERR. Necesitamos mejorar la precisión en diagnóstico pero también la clasificación de las enfermedades. Siempre bajo la supervisión de los profesionales sanitarios», ha indicado Julián Nevado.

Por su parte, la biología molecular y el uso de las tecnologías genómicas también son esenciales y pueden tener muchas ventajas en las enfermedades raras ya que permiten agilizar el diagnóstico e implementar tratamientos más personalizados.

En este sentido, los expertos han apuntado a la metagenómica, cuya base principal está en la biología molecular, y que pretende no centrarse en el organismo individual, sino en la microbiología, en el ADN y ARN presente en su hábitat natural como el intestino humano.

El uso de la metagenómica en enfermedades raras permite identificar microorganismos presentes en muestras clínicas, como heces o saliva, que podrían estar relacionados con la enfermedad poco frecuente; estudiar el microbioma intestinal y su posible influencia en la enfermedad poco frecuente; ayudar en la identificación de biomarcadores microbianos o genéticos asociados con estas EERR, que podrían usarse para el diagnóstico temprano, la estratificación de pacientes o el monitoreo de la progresión de la enfermedad.

«Con la genómica podemos abarcar muchas de las enfermedades genéticas. Tendríamos que estar más centrados en los procesos y generar una cartera de diagnósticos que nos ayude en los pacientes. Es un proceso complejo, hay que tener investigaciones y validación sólidas y hay que integrar nuevos perfiles de profesionales ya que para la genómica necesitamos bioinformáticos para interpretar y analizadores de datos», ha
señalado Nevado

Entre los avances terapéuticos también destacan los avances bioquímicos para el diagnóstico de las EERR que incluyen: la secuenciación masiva del estudio del genoma, que ha tenido un desarrollo exponencial en los últimos años siendo más eficiente, rápida y barata; las terapias CRISPR-CAS, que consisten en se trata de una tecnología de «edición genética» con enorme potencial, inicialmente como herramienta terapéutica; y, por último, los marcadores bioquímicos, que permiten monitorizar las respuestas a los tratamientos y agilizar el diagnóstico.

Asimismo, destacan los avances en los diagnósticos por imagen que, aunque en los últimos años «no ha salido una tecnología mejor que la resonancia magnética», esta técnica «ha mejorado mucho en los últimos años» y «sigue siendo la reina», según ha asegurado la neuropediatra del Hospital Universitario Central de Asturias, Raquel Blanco.

Así, la doctora Blanco ha detallado que las técnicas de RM ahora son «mucho más finas y con mayor resolución» ya que cada vez se obtienen mejores imágenes en un menor tiempo. Entre las técnicas destaca la resonancia PET-TC que permite el diagnóstico de algunas enfermedades raras como la encefalitis en un menor tiempo posible.

PROGRAMA DE PATOLOGÍAS POCO FRECUENTES

Durante el encuentro, la Fundación Ramón Areces ha anunciado un nuevo programa específico orientado a las patologías poco frecuentes en el que financiará un proyecto de investigación transversal y multidisciplinario que incluirá una dotación específica para laboratorios en enfermedades raras. También se dotará económicamente de 10 o 12 becas predoctorales para aquellos estudiantes que, habiendo acabado la
carrera, quieran realizar una tesis doctoral en este campo, según ha explicado el presidente del Consejo Científico de la Fundación, Emilio Bouza.

Dentro de ese compromiso con las patologías poco frecuentes, también se celebrará todos los años una jornada como la de este martes para poder conocer la evolución de la investigación en estas dolencias.

23 abril 2024|Fuente: Europa Press |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2023. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

 El estudio, en su primera fase, consiguió relacionar el lenguaje espontáneo con la acumulación de la proteína beta amiloide que se genera en personas afectadas por deterioro cognitivo, una de las proteínas asociadas al mal de Alzheimer. Ahora, los nuevos descubrimientos demuestran que el análisis del habla se puede hacer mediante inteligencia artificial para distinguir los diferentes grados del deterioro cognitivo, y predecir así el rendimiento en áreas como la atención, la memoria, las funciones ejecutivas, el lenguaje o la habilidad visoespacial.

 Sobre los audios generados a partir de las pruebas de voz, se han aplicado técnicas de inteligencia artificial para analizar factores relacionados con el habla.

Los investigadores han grabado la voz de cada paciente, generando mediante computación distintos parámetros de sonido del habla que han permitido detectar notables diferentes dependiendo de cada etapa de la evolución de la enfermedad.

Tecnologías para miles de personas La Sociedad Española de Neurología calcula que hay unas 800.000 personas con alzhéimer en toda España, y un 30 % aún no están diagnosticadas. Hasta ahora, no se ha desarrollado ninguna cura efectiva contra esta enfermedad, por lo que la detección precoz se ha convertido en la principal vía para mejorar la atención médica de las personas que la sufren, debido a los nuevos fármacos que, como mínimo, frenan el desarrollo de las patologías.

El descubrimiento del nuevo estudio supone un avance significativo para desarrollar nuevas herramientas más rápidas y efectivas para detectar etapas iniciales del alzhéimer, incluso cuando los síntomas de la enfermedad aún no se manifiestan. Por ahora, la técnica para diagnosticar el alzhéimer mediante una prueba de voz aún está en fase de desarrollo, por lo que requiere de más pruebas y más datos para confirmar su fiabilidad y desplegarlo en los sistemas de salud.

La investigación se enmarca en el proyecto Tartaglia, que tiene por objetivo introducir la inteligencia artificial en el sistema nacional de salud, y se ha llevado a cabo a través de la plataforma digital de Accexible.

05 marzo 2024 | Fuente: EFE| Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A

Entre los ensayos que pueden ser determinantes para la medicina y cuyos resultados se esperan para el próximo año figuran algunas terapias que se podrían aplicar por primera vez en humanos, como la «edición de base», un tipo de edición del genoma que permitiría cambiar alguna de las letras del ADN individual sin llegar a romperlo.

La lista de los ensayos más prometedores que han realizado los editores de la revista científica destaca el uso de la inteligencia artificial, y subraya que, aunque de momento se han planteado muchas posibilidades de esta tecnología, todavía son pocas las herramientas que se han probado en ensayos clínicos.

1. Aprendizaje automático para el triaje de pacientes

Y en ese sentido apuntan la importancia de un ensayo que está evaluando los beneficios de un modelo de inteligencia artificial para ayudar a predecir el riesgo de mortalidad entre los pacientes tratados en servicios de urgencia.

2. IA para el diagnóstico precoz del cáncer de pulmón

Otro está probando si la inteligencia artificial puede ayudar a identificar radiografías de tórax de pacientes que podían beneficiarse de una tomografía computarizada en el mismo día para el diagnóstico precoz del cáncer de pulmón.

3. Cribado por TAC del cáncer de pulmón

Entre los ensayos relacionados con el cáncer destacan uno que comparará si el cribado cada dos años de cáncer de pulmón mediante tomografía computarizada es tan eficaz para prevenir las muertes como las pruebas anuales para quienes no presentan anomalías en su primera exploración.

4. Medicamento para metástasis cerebrales

Así como el que evalúa la eficacia y seguridad de un medicamento contra alguno de los tipos de cáncer de mama más agresivos en pacientes con o sin metástasis cerebral.

5. Inmunoterapia para el melanoma

Otro posible avance en la investigación oncológica es el ensayo NADINA, centrado en el cáncer de piel. Su objetivo es comparar la eficacia del ipilimumab neoadyuvante y el nivolumab adyuvante en el melanoma en estadio III, con el fin de identificar la inmunoterapia más eficaz de las dos.

6. Terapia para la depresión perinatal

En cuanto a la salud mental, se está evaluando una aplicación que permite a una mujer sin experiencia previa en la prestación de asistencia sanitaria ofrecer una intervención basada en la terapia cognitiva a otras mujeres de la comunidad en el segundo o tercer trimestre del embarazo con depresión grave.

7. Modelo de intervención en salud mental infantil

También el que investigará la eficacia y rentabilidad de un modelo de intervención para la salud mental infantil en relación con los servicios habituales de asistencia social para niños de 0 a 5 años en régimen de acogida en Glasgow y Londres (Reino Unido).

8-9.  Vacuna contra el VIH y la malaria

Los responsables de esta revista han apuntado la trascendencia que pueden tener los resultados de la vacuna «VIR-1388″ contra el virus responsable del sida o el ensayo de una vacuna contra la malaria en niños africanos con edades entre 5 y 36 meses en Burkina Faso, Kenia, Tanzania y Mali.

10. Células madre para la enfermedad de Parkinson

Un ensayo (el STEM-PD) va a comprobar la eficacia de un trasplante de un tipo de neuronas (las llamadas domaminérgicas) derivadas de células madre embrionarias humanas al cerebro de pacientes de 50 a 75 años con enfermedad de párkinson moderada.

11. Edición de base para la hipercolesterolemia

Otro ensayo determinará si la «edición de base» del ADN tiene potencial como tratamiento para la reducción duradera del colesterol en pacientes con hipercolesterolemia de causa genética.

Referencia: Arnold C, Webster P. 11 clinical trials that will shape medicine in 2024. Nat Med [Internet].2023[citado 23 ene 2024]; 29:2964–2968. https://doi.org/10.1038/s41591-023-02699-5

12 diciembre 2023│ Fuente: DW│ Tomado de Ciencia

Con esta app se pueden fotografiar las modificaciones en la piel para ser analizadas, por ejemplo. Si el software comprueba que una imagen se asemeja a una lesión causada por la lepra, esta es analizada luego por personal especializado. Este domingo 28 de enero se conmemora el Día Mundial de la Lepra.

‘En India, por ejemplo, aún se detectan alrededor de 104.000 nuevos casos cada año’, observó el presidente de la DAHW, Patrick Georg. ‘Los afectados a menudo tienen que vivir con -hay que decirlo- heridas horribles, con estigmatización y discriminación’, señaló, agregando que también la población de Nigeria y Senegal sigue viéndose afectada tanto por la enfermedad en sí como por sus consecuencias.

Georg explicó que, en Pakistán, por ejemplo, la situación es algo mejor. ‘Allí aún se registran unos 300 nuevos casos de lepra cada año’, apuntó. ‘Si unimos nuestros esfuerzos, es realista pensar que la enfermedad pueda desaparecer por completo en Pakistán en los próximos seis años’, indicó. Las bacterias de la lepra destruyen la piel y las mucosas y atacan las células nerviosas. Al parecer, el agente patógeno mycobacterium leprae se transmite principalmente por gotitas. El periodo promedio de incubación es de tres a cinco años. La enfermedad es curable desde 1983, pero alrededor de dos o tres millones de personas en todo el mundo tienen que vivir con discapacidades a veces graves y son estigmatizadas. En Europa, la lepra se considera erradicada. Según el Instituto Robert Koch (RKI), que asesora al Gobierno alemán, solo el cinco por ciento de la población mundial puede contraer la lepra, el resto es inmune. De acuerdo con la DAHW, unas 174.000 personas en todo el mundo tuvieron lepra en 2022, pero el número de casos no declarados es elevado. El tratamiento precoz es importante para prevenir las discapacidades relacionadas con la enfermedad.

enero 22|2024 (dpa) – Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.

Un sistema de inteligencia artificial (IA) entrenado para realizar entrevistas médicas ha igualado o incluso superado el rendimiento de algunos profesionales sanitarios al conversar con pacientes en una simulación, destaca una nota publicada por la revista Nature. El sistema también ha sido capaz de enumerar posibles diagnósticos basándose en el historial médico de los pacientes participantes.

Este chatbot, basado en un modelo de lenguaje de gran tamaño (LLM, por sus siglas en inglés) desarrollado por la empresa estadounidense Google, fue más preciso que los médicos de atención primaria certificados en el diagnóstico de afecciones respiratorias y cardiovasculares, entre otras patologías.

Así, en comparación con los médicos habituales, la IA consiguió adquirir una cantidad similar de información durante las entrevistas médicas y obtuvo mejores resultados en empatía, destacan en Nature.

Resultados sorprendentes

El sistema de IA igualó o superó la precisión diagnóstica de los médicos en las seis especialidades médicas tratadas durante la investigación. «El robot superó a los médicos especialistas en 24 de los 26 criterios en los valores de calidad de la conversación, como cortesía, explicación de la enfermedad y el tratamiento, sinceridad y expresión de interés y compromiso», destaca el estudio.

«Esto no significa en absoluto que un modelo lingüístico sea mejor que los médicos a la hora de elaborar el historial clínico», afirma Alan Karthikesalingam, científico de investigación clínica de Google Health en Londres y coautor de este estudio. «Sino más bien que los médicos de atención primaria del estudio probablemente no estaban acostumbrados a interactuar con los pacientes a través de un chat basado en texto, lo que podría haber afectado a su rendimiento.

Primer paso hacia un diagnóstico más preciso

Denominado Articulate Medical Intelligence Explorer (AMIE), este chatbot de Google es aún puramente experimental ya que no se ha probado con personas que padecen problemas de salud reales, sino con participantes entrenados para representar a individuos con problemas médicos.

«Queremos que los resultados se interpreten con cautela y humildad», afirma Karthikesalingam.

«Que sepamos, es la primera vez que un sistema de IA conversacional se diseña de forma óptima para el diálogo diagnóstico y la elaboración del historial clínico», sostiene.

El estudio fue publicado el pasado 11 de enero en el repositorio de preimpresiones arXiv y aún no ha sido revisado por pares.

«Democratización» de la sanidad

Los autores del estudio recalcan que con el tiempo, este chatbot podría desempeñar un papel en la «democratización de la atención sanitaria». No obstante, aunque podría ser una herramienta útil, no debería sustituirse a las interacciones físicas con médicos, afirma Adam Rodman, médico internista de la Facultad de Medicina de Harvard en Boston (Massachusetts, Estados Unidos).

«La medicina es mucho más que recopilar información: se trata de relaciones humanas», sostiene Rodman en declaraciones recogidas por Nature.

Conversaciones médicas

Uno de los retos a los que se enfrentaron los desarrolladores fue la escasez de conversaciones con médicos reales disponibles y que pudieran ser utilizadas como datos para la herramienta, afirma Vivek Natarajan, científico investigador de IA en Google Health en Mountain View, California, y coautor del estudio. Para resolver este problema, se ideó una forma de que el chatbot se entrenara con sus propias «conversaciones».

Se usaron historiales médicos electrónicos y conversaciones médicas transcritas, así como interpretaciones del papel de una persona con una dolencia concreta y el de un médico «empático» para intentar comprender el historial de la persona e idear un diagnóstico, o hasta el de un crítico que evalúa la interacción del médico con la persona tratada.

Los investigadores reclutaron a 20 personas que habían sido entrenadas para hacerse pasar por pacientes y les hicieron realizar consultas en línea de forma textual, tanto con el chatbot AMIE como con 20 médicos colegiados, pero sin decirles si hablaban con un humano o con un robot. Los participantes simularon 149 escenarios clínicos y luego se les pidió que evaluaran su experiencia.

¿Imparcialidad?

Los investigadores detallan que los próximos pasos consistirán en realizar estudios más detallados para evaluar posibles sesgos y garantizar que el sistema sea equitativo en diferentes poblaciones. El equipo de Google también está empezando a estudiar los requisitos éticos para probar el sistema con humanos que tengan problemas médicos reales.

Daniel Ting, científico clínico especializado en IA de la Facultad de Medicina Duke-NUS de Singapur, está de acuerdo en que es esencial examinar el sistema en busca de sesgos. El objetivo es asegurarse de que el algoritmo no penaliza a grupos raciales que no están bien representados en los conjuntos de datos previos.

La privacidad de los usuarios también es un aspecto importante a tener en cuenta, afirma Ting. «En el caso de muchas de estas grandes plataformas comerciales de modelos lingüísticos, todavía no estamos seguros de dónde se almacenan los datos y cómo se analizan», afirma en declaraciones recogidas por Nature.

Referencia: Tu T, Palepu A, Schaekermann M, Saab K, Freyberg J, Tanno R, et al. Towards Conversational Diagnostic AI.  Preprint at https://arxiv.org/abs/2401.05654 (2024).https://arxiv.org/abs/2401.05654

15 enero 2024| Fuente: DW.com| Tomado de Ciencia

Es difícil vaticinar qué puede deparar la ciencia biomédica a lo largo de todo un año. Las sorpresas están garantizadas, si bien algunas áreas de investigación iniciadas en años previos seguramente estarán presentes: de la inteligencia artificial a la edición génica.

Inteligencia artificial, ¡cómo no!

La inteligencia artificial (IA) ha estado omnipresente el pasado año, y no hay que ser vidente para saber que su influencia se mantendrá en 2024, y más allá. La incógnita, sin embargo, es en qué medida cambiará la investigación, asistencia y docencia médicas tal y como las conocemos.

Dentro del campo de la IA, la inteligencia artificial generativa (IAG) utiliza “una arquitectura de software compleja para la creación autónoma de contenido y se basa en modelos de aprendizaje profundo y redes neuronales que han sido entrenadas con vastos conjuntos de datos”, como apuntaba Julio Mayor, presidente de la Sociedad Española de Investigaciones Quirúrgicas (SEIQ) en un posicionamiento de la sociedad científica sobre el uso responsable de la IAG en la investigación e innovación. El ChatGPT es un buen ejemplo de esta tecnología.

A finales de 2024, recuerda Nature, se espera que su creador, OpenAI en San Francisco, lance GPT-5, la próxima generación del modelo de IAG. También se espera el lanzamiento de Gemini, la versión de esta herramienta diseñada por Google. El próximo año también se lanzará una nueva versión de la herramienta de inteligencia artificial AlphaFold de Google DeepMind, que los investigadores han utilizado para predecir las formas 3D de las proteínas con alta precisión, lo que allana el camino hacia la obtención de nuevos fármacos.

En el frente regulatorio, el Órgano Asesor de Alto Nivel de las Naciones Unidas sobre Inteligencia Artificial compartirá su informe final a mediados de 2024, estableciendo directrices para la regulación internacional de la IA.

El ‘gemelo’ de un cerebro humano

De la mano de la IA, pero con entidad propia, han irrumpido los avatares digitales (gemelos digitales) como una herramienta que puede ayudar a los clínicos a mejorar la predicción en sus tratamientos; y eso, de entrada, porque un gemelo digital es un modelo virtual que puede simular prácticamente cualquier cosa o sistema del mundo real. En España, el pasado año hemos asistido, entre otros, al inicio de un proyecto para crear gemelos digitales en pacientes con leucemia, con los que pronosticar su evolución ante diferentes tratamientos, y otro para el diagnóstico y tratamiento de las arritmias, en concreto de los ectópicos ventriculares,

El potencial de esta herramienta en el ámbito médico está por explorar, a medida que se desarrollan modelos digitales de pacientes con enfermedades diversas, así como de órganos individuales. Quizás el gemelo digital más esperado, por su complejidad, es el del cerebro humano, que podría estar ultimado este año.

Vacunas muy necesarias

El impulso que han tomado las vacunas con la pandemia de covid-19 se mantiene este año, con el desarrollo de inmunizaciones de nueva generación. El gobierno estadounidense está financiando dos vacunas intranasales para prevenir la infección por el SARS-CoV-2, y una de ARNm que espera proporcionar inmunidad duradera frente a un abanico de variantes del coronavirus.

Este año también se conocerán los datos de un estudio en fase III con R21/Matrix-M, la segunda vacuna antipalúdica recomendada para niños en áreas endémicas de malaria, que acaba de obtener la precalificación de la Organización Mundial de la Salud. Los resultados preliminares del estudio apuntan mayor eficacia que la alcanzada con la otra vacuna recomendada, RTS, S.

Sin dejar las vacunas, la Fundación Bill & Melinda Gates ha concedido 55 millones de dólares para ensayar la vacuna contra la tuberculosis que desarrollan la organización de investigación científica sin ánimo de lucro IAVI y la biofarmacéutica española Biofabri (Grupo Zendal). Ideada por el grupo de Carlos Martín en la Universidad de Zaragoza, la candidata vacunal MTBVAC recibe así un nuevo impulso que permitirá el inicio de un ensayo en fase IIb con adolescentes y adultos en 2024.

Otra vacuna que se necesita con urgencia es la del sida. Los investigadores en este campo no temen seguir de derrota en derrota hasta la victoria final, al fin y al cabo, los caminos de la ciencia son impredecibles. Nature Medicine sugiere prestar atención este año a un nuevo ensayo que evalúa la seguridad, reactogenicidad e inmunogenicidad de VIR-1388, una vacuna para la prevención de la infección por el VIH. La candidata vacunal se probará en Estados Unidos y Sudáfrica con adultos de 18 a 55 años sanos que no tengan la infección.VIR-1388 es una vacuna de vector de citomegalovirus que induce respuestas de células T que potencialmente pueden prevenir la adquisición del VIH.

Edición génica ‘in vivo’

El ensayo Verve-101 es el primer estudio que prueba la edición génica de base in vivo. El tratamiento busca desactivar de forma permanente el gen PCSK9 en el hígado, y así reducir de forma permanente el colesterol LDL.

Más allá de lo que supondría contar con un tratamiento así para en pacientes con hipercolesterolemia familiar heterocigótica de alto riesgo, enfermedad cardiovascular aterosclerótica y niveles de LDL no controlados con la terapia convencional, el estudio supone una prueba de concepto de la edición génica basada en la corrección de bases.

No obstante, los resultados preliminares del estudio, que se presentaron en la pasada reunión anual de la Asociación Americana del Corazón (AHA), arrojaron ciertas dudas sobre la seguridad de esta terapia. De los diez pacientes incluidos en el estudio, uno murió de un ataque cardíaco cinco semanas después de recibir el tratamiento, y el otro sufrió un ataque cardíaco pasado un día. Un comité determinó que ambos eventos no podían relacionarse con seguridad con el medicamento, y que podían achacarse al grave estado en el que se encontraban los pacientes.

Junto con la edición de bases, la edición prime también tendrá su dosis de protagonismo en 2024; esta otra modalidad de terapia génica busca perfeccionar la terapia con CRISPR de forma que se consigan tratamientos más precisos y seguros. Por su etiología genética, las enfermedades raras serán objeto de estas innovadoras aproximaciones.

Terapia celular en parkinson

A finales de 2024, se esperan los resultados preliminares de un estudio pionero con una terapia avanzada para la enfermedad de Parkinson en fase no avanzada.

El estudio evalúa la seguridad y eficacia del trasplante de neuronas dopaminérgicas derivadas de células madre embrionarias humanas para la enfermedad de Parkinson moderada.

Los primeros pacientes han recibido esta terapia celular el pasado febrero. Se encuentran en la fase moderada de la enfermedad, y tienen entre 50 y 75 años

Ver más información:  Naddaf M. The science events to watch for in 2024. Nature[Internet].2023[citado 5 ene 2023]. doi: https://doi.org/10.1038/d41586-023-04044-9

6 enero 2024| Fuente: Diario Médico| Tomado de Investigación

«La dificultad del diagnóstico ante síntomas tan transversales, que pueden empeorar con el tiempo, estriba en que no existen pruebas diagnósticas ni biomarcadores que definan al paciente afecto», explica Marcos Lacasa, investigador que actualmente desarrolla su tesis doctoral en la Universitat Oberta de Catalunya (UOC) dentro del programa de doctorado de Bioinformática.

«El diagnóstico depende del historial y del facultativo. Hacerlo con premura puede tener una gran influencia en la evolución de la enfermedad».

En su último artículo, cofirmado con sus directores de tesis, Jordi Casas, del grupo de investigación relacionado Applied Data Science Lab de la UOC, y José Alegre, del Vall d’Hebron Institut de Recerca, así como Ferran Prados, también investigador del Applied Data Science Lab, Lacasa analiza cómo el aprendizaje automático, un tipo de inteligencia artificial (IA), puede mejorar el entendimiento y el diagnóstico de la enfermedad. El artículo científico se ha publicado en abierto en la revista Scientific Reports, de la editorial Nature.

IA y pacientes sintéticos

Ante la ausencia de biomarcadores claros, a día de hoy no existen pruebas que permitan diagnosticar si alguien sufre o no síndrome de fatiga crónica. Si bien se ha investigado mucho en este sentido (el mismo grupo de investigadores propone en otro artículo recién publicado tomar como referencia los niveles de consumo de oxígeno de los pacientes), los diagnósticos se hacen fundamentalmente a partir de cuestionarios que permiten evaluar la percepción que la persona tiene de su fatiga. Estos cuestionarios, como el Short Form Health Survey (SF-36), están bien definidos y estandarizados. Aun así, sigue siendo complicado acertar con un diagnóstico temprano.

«Lo que hemos demostrado es que, mediante las respuestas de un cuestionario, se puede simular el estado de un paciente en diferentes ámbitos. En otras palabras, se podría poner al alcance de facultativos no especializados una aplicación basada en aprendizaje automático que, mediante unas cuarenta preguntas, podría predecir incluso las respuestas del paciente en un test de esfuerzo», explica Lacasa. «Esto serviría de alerta ante síntomas que pudieran asociarse a la encefalomielitis miálgica y facilitaría el envío del paciente a la unidad especializada más cercana. En definitiva, facilitaría un diagnóstico precoz».

El principal desafío de este enfoque es contar con la suficiente cantidad de datos de calidad con los que se pueda entrenar el algoritmo de inteligencia artificial para que después sea capaz de predecir respuestas. «La aplicación puede generar respuestas creadas por IA. No haría falta que un paciente respondiera a seis cuestionarios distintos para conocer su estado global. Con rellenar uno solo, la inteligencia artificial rellenaria el resto», añade Lacasa.

La solución que se propone en el artículo es crear lo que los investigadores denominan pacientes sintéticos. Este enfoque permite que, con datos de un solo cuestionario general, se puedan rellenar otros especializados o que incluso se puedan reemplazar datos que faltan. «Podemos desarrollar estudios científicos con datos inventados, entre comillas, por la IA, pero que mantienen las características estadísticas propias como si se tratara de pacientes reales. La principal ventaja es que estos datos sintéticos se pueden compartir sin temor a violar ningún dato privado de ningún tipo», señala el investigador.

En busca del tratamiento del síndrome de fatiga crónica

El modelo propuesto por los investigadores de la UOC y del VHIR tiene ventajas, pero también limitaciones. «Un mal uso de los datos sintéticos invalidaría los análisis. Además, contar con datos reales de entrada, como los facilitados por el cuestionario SF-36, sigue siendo un requisito necesario», añade Marcos Lacasa. Las ventajas, claro, radican en contar con una herramienta capaz de ofrecer datos sintéticos de alta fidelidad para investigación y uso educativo, libres de restricciones legales, de privacidad, seguridad y propiedad intelectual.

De forma paralela a la mejora del diagnóstico mediante cuestionarios, existen otras líneas de investigación alrededor del síndrome de fatiga crónica. La búsqueda de marcadores biológicos que permitan la elaboración de pruebas diagnósticas efectivas sigue siendo prioritaria, así como el desarrollo de tratamientos. Actualmente, no existe una cura, y los síntomas se intentan mitigar con medidas de higiene del sueño, cambios en la dieta, ejercicio, terapia y fármacos que reduzcan los síntomas predominantes.

«Lo que se necesitaría es más presupuesto para poder hacer una secuenciación genética de los pacientes que sufren encefalomielitis miálgica. Así podríamos hacer un análisis genómico y detectar si existe alguna proteína causante de la enfermedad. Esto facilitaría en gran medida diseñar un fármaco efectivo que pudiera paliar los síntomas», concluye Marcos Lacasa.

Ver más información:

Lacasa M, Prados F, Y Alegre A, Casas Roma J. A synthetic data generation system for myalgic encephalomyelitis/chronic fatigue syndrome questionnaires. Sci Rep [Internet]. 2023[citado 24 nov 2023];13(14256).  https://doi.org/10.1038/s41598-023-40364-6

25 noviembre 2023|Fuente: EurekAlert| Tomado de Prensa

En 2023, investigadores en Suecia parecen haber cumplido esa promesa.

Una mujer sueca que perdió la mano derecha en un accidente agrícola hace más de 20 años ha sido equipada exitosamente con un apéndice biónico de primera clase, según un equipo de investigadores suecos, australianos, italianos y estadounidenses informa en la edición del 11 de octubre de la revista Science Robotics.

Los investigadores dijeron que la ciencia detrás de la tecnología es «innovadora», porque el miembro artificial se ha integrado completamente con los propios nervios, huesos y músculos del paciente en los años posteriores a su fijación en 2017.

La paciente, de 50 años, que fue identificada en un comunicado de prensa que promociona el estudio solo como «Karin», dijo que el resultado ha sido una mejora dramática en la función y mucho menos dolor.

Antes de la novedosa mano biónica, «sentía que tenía constantemente la mano en una picadora de carne», dijo en un comunicado de prensa de la Escuela Sant’Anna de Estudios Avanzados en Pisa, Italia, una de las universidades involucradas en la investigación.

Karin tenía dos tipos de dolor: dolor en el muñón, donde había ocurrido la amputación por debajo del codo, y dolor fantasma. Es un fenómeno común en el que un paciente percibe dolor incluso después de que el miembro ha desaparecido.

Para lidiar con eso, Karin dijo que tomó «altas dosis de varios analgésicos».

Además de eso, los dispositivos protésicos estándar que tenía antes eran incómodos y difíciles de manejar.

La nueva mano biónica ha cambiado todo eso, según Karin y un equipo de investigadores suecos, australianos, italianos y estadounidenses que la desarrollaron.

Después del procedimiento de fijación, la intensidad del dolor de miembro fantasma de Karin ha bajado de 5 a 3 en una escala de dolor de 10 puntos.

Y su dolor en el muñón, que una vez registró un 6, ahora ha desaparecido.

«Hoy necesito mucha menos medicación», dijo Karin, agregando que también ha ganado «mucho mejor control sobre mi prótesis».

El pobre control es uno de los principales problemas con los dispositivos protésicos estándar, dijo el líder del estudio, Max Ortiz-Catalan. Él es director del Centro de Biónica e Investigación del Dolor en Mölndal, Suecia, y jefe de investigación en prótesis neurales con el Instituto de Biónica en el Hospital St. Vincent en Melbourne, Australia.

«Existen varias prótesis sofisticadas, pero los pacientes luchan por controlar todas sus funciones de una manera confiable e intuitiva», señaló Ortiz-Catalan.

Añadió que tales dispositivos suelen ser incómodos y/o dolorosos «porque normalmente se unen al miembro residual usando un casquillo que comprime fuertemente la piel».

Para abordar estas desventajas, los investigadores se propusieron probar el potencial de un nuevo dispositivo de mano robótica desarrollado por Prensilia, una empresa de robótica italiana.

Apodada «Mia Hand», el dispositivo fue diseñado para dar a los pacientes la capacidad de ejecutar hasta el 80 % de las actividades cotidianas habituales, dijo la compañía.

También está destinado a ser estéticamente personalizable, para ayudar a aliviar parte del estigma que las personas con extremidades artificiales a menudo enfrentan.

La tecnología hace que Mia Hand sea una verdadera maravilla.

«Está conectado directamente al esqueleto, utilizando implantes oseointegrados», dijo Ortiz-Catalan.

Con el tiempo, el tejido óseo envuelve el titanio en el dispositivo protésico, lo que resulta en un fuerte vínculo entre el cuerpo y el biónico.

Esos implantes, agregó Ortiz-Catalan, «también sirven como una vía de comunicación entre la prótesis y los electrodos implantados en nervios y músculos».

Los electrodos recopilan información sobre el control nervioso localizado. Esa información se transmite externamente a una computadora, que utiliza software de inteligencia artificial para guiar el uso de la mano.

La mano también está equipada con sensores que crean retroalimentación sensorial entre los propios nervios del paciente y cualquier objeto con el que la mano biónica interactúe.

La idea es fusionar el sistema nervioso del paciente con la electrónica protésica, con el objetivo de reducir el dolor y mejorar el control.

La extremidad biónica también está destinada a ser fácil de usar. Desde que adquirió su nueva mano, Karin ha podido retirarla fácil e independientemente a la hora de acostarse.

Sin embargo, ella es solo la primera paciente que trabaja con «este nuevo concepto de una mano biónica altamente integrada», señaló Ortiz-Catalan. La investigación y el desarrollo continúan.

«No estamos cerca de la función de un miembro biológico», dijo.

Sin embargo, el uso cómodo y efectivo de la prótesis de Karin en las actividades diarias «es un testimonio prometedor de las capacidades potencialmente transformadoras de esta nueva tecnología para las personas que enfrentan la pérdida de extremidades», dijo Ortiz-Catalan.

Referencia

Ortiz-Catalan M, Zbinden J, Millenaar J, D’Accolti D, Controzzi M, Clemente F, et al. A highly integrated bionic hand with neural control and feedback for use in daily life. Sci Robot [Internet]. 2023[citado 13 nov 2023]; 8(83).  DOI:10.1126/scirobotics.adf7360

14 noviembre 2023 | Fuente: Sant’Anna| Instituto de BioRobotica

En este sentido, investigadores de la Universidad de California en San Diego (EEUU) que investigan las secuencias de ADN que activan los genes usaron inteligencia artificial para identificar una enigmática pieza del rompecabezas relacionada con la activación de genes. Este es un proceso fundamental involucrado en el crecimiento, el desarrollo y la enfermedad. Mediante aprendizaje automático, el profesor de la Facultad de Ciencias Biológicas James T. Kadonaga y su equipo descubrieron la región promotora del núcleo (DPR) aguas abajo , un código de activación de ADN de «puerta de enlace» que está involucrado en la operación de hasta un tercio de nuestros genes.

A partir de este descubrimiento, el prof.Kadonaga y los investigadores Long Vongoc y Torrey E. Rhyne han utilizado, recientemente, el aprendizaje automático para identificar secuencias de ADN «extremas sintéticas» con funciones diseñadas específicamente en la activación de genes, tal como publican en la revista ´Genes & Development´.

Los investigadores probaron millones de diferentes secuencias de ADN a través del aprendizaje automático (IA) comparando el elemento de activación del gen DPR en humanos versus moscas de la fruta ( Drosophila ). Al usar IA, pudieron encontrar secuencias DPR raras y personalizadas que están activas en humanos pero no en moscas de la fruta y viceversa. De manera más general, este enfoque ahora podría usarse para identificar secuencias de ADN sintético con actividades que podrían ser útiles en biotecnología y medicina.

«Hemos demostrado el uso de IA para el diseño de elementos de ADN personalizados en la activación de genes. Hay innumerables aplicaciones prácticas de este enfoque basado en IA. Las secuencias de ADN extremas sintéticas pueden ser muy raras, tal vez una en un millón; si existen, podrían encontrarse mediante el uso de IA. Este método debería tener aplicaciones prácticas en biotecnología e investigación biomédica», concluyó el prof. Kadonaga.

Mayo 19/2023 (IMMédico) – Tomado de Enfermedades Raras, Oncología  Copyright 2023 Copyright: Publimas Digital.

Un nuevo artículo publicado por el destacado especialista australiano en ética de la IA Stefan Harrer PhD propone por primera vez un marco ético completo para el uso, diseño y gobernanza responsables de las aplicaciones de la IA Generativa en la asistencia sanitaria y la medicina.

El estudio, revisado por expertos y publicado en la revista eBioMedicine de The Lancet, detalla cómo los Modelos Lingüísticos Amplios (LLM por sus siglas en inglés) tienen el potencial de transformar fundamentalmente la gestión de la información, la educación y los flujos de trabajo de comunicación en la asistencia sanitaria y la medicina, pero siguen siendo uno de los tipos de IA más peligrosos e incomprendidos.

«Los LLM solían ser aburridos y seguros. Ahora son emocionantes y peligrosas», afirma Harrer, que también es Director de Innovación del Centro de Investigación Cooperativa en Salud Digital (DHCRC), uno de los principales financiadores australianos de la investigación y el desarrollo en salud digital, y miembro de la Coalición por la Inteligencia Artificial en Salud (CHAI).

Los LLM son un componente clave de las aplicaciones de IA generativa para crear nuevos contenidos, como texto, imágenes, audio, código y vídeos, en respuesta a instrucciones textuales. Entre los ejemplos más destacados analizados en el estudio en relación con los principios éticos de diseño, publicación y uso, así como con su rendimiento, figuran el chatbot ChatGPT de OpenAI, el chatbot Med-PALM de Google, el generador de imágenes Stable Diffusion de Stability AI y el bot BioGPT de Microsoft.

El estudio destaca y explica muchas aplicaciones clave para la atención sanitaria:

• ayudar a los clínicos a generar informes médicos o cartas de autorización previa;
• ayudar a los estudiantes de medicina a estudiar de forma más eficiente
• simplificar la jerga médica en la comunicación médico-paciente;
• aumentar la eficiencia del diseño de ensayos clínicos
• ayudar a superar los obstáculos de interoperabilidad y normalización en la extracción de HCE;
• aumentar la eficacia de los procesos de descubrimiento y diseño de fármacos.

Sin embargo, el artículo también destaca que el peligro inherente de la IA generativa impulsada por LLM, derivado de la capacidad de los LLM para producir y difundir de forma autoritaria y convincente contenidos falsos, inapropiados y peligrosos a una escala sin precedentes, se está marginando cada vez más en un bombo publicitario en torno a la última generación de potentes chatbots LLM.

El Dr. Harrer sostiene que las limitaciones de los LLM son sistémicas y tienen su origen en su falta de comprensión del lenguaje.

«La esencia de una recuperación eficaz del conocimiento es formular las preguntas adecuadas, y el arte del pensamiento crítico se basa en la capacidad de sondear las respuestas evaluando su validez con respecto a los modelos del mundo. Los LLM no pueden realizar ninguna de estas tareas. Son intermedios que pueden reducir la inmensidad de todas las respuestas posibles a una pregunta a las más probables, pero son incapaces de evaluar si la pregunta o la respuesta tienen sentido o son contextualmente apropiadas», afirma Harrer.

Por tanto, sugiere que aumentar el tamaño de los datos de entrenamiento y construir LLM cada vez más complejos no mitigará los riesgos, sino que los amplificará. El estudio propone enfoques alternativos para (re)diseñar éticamente las aplicaciones generativas de IA, configurar los marcos normativos y dirigir los esfuerzos de investigación técnica a explorar métodos de aplicación y cumplimiento de los principios éticos de diseño y uso.

El Dr. Añade que, sin supervisión humana, orientación, diseño y funcionamiento responsables, las aplicaciones de IA generativa impulsadas por LLM seguirán siendo una fuente con gran potencial para crear y difundir desinformación o contenidos nocivos e inexactos a una escala sin precedentes.

«El DHCRC desempeña un papel fundamental a la hora de llevar la IA ética a la práctica», ha declarado Annette Schmiede, directora general del DHCRC. «Existe un entusiasmo renovado por el papel de la IA generativa en la transformación de la asistencia sanitaria y nos encontramos en un punto de inflexión en el que la IA empezará a integrarse cada vez más en el ecosistema de la sanidad digital. Estamos en primera línea y marcos como el esbozado en este documento se convertirán en fundamentales para garantizar un uso ético y seguro de la IA.»

«La IA ética requiere un enfoque de ciclo de vida, desde la curación de datos hasta la prueba de modelos y la supervisión continua. Sólo con las directrices y barandillas correctas podemos asegurar que nuestros pacientes se beneficien de las tecnologías emergentes al tiempo que minimizamos los sesgos y las consecuencias no deseadas», dijo John Halamka, M.D., M.S, Presidente de Mayo Clinic Platform y cofundador de CHAI.

«Este estudio proporciona una importante orientación ética y técnica a los usuarios, desarrolladores, proveedores y reguladores de la IA generativa y los incentiva a prepararse de manera responsable y colectiva para el papel transformador que esta tecnología podría desempeñar en la salud y la medicina», dijo Brian Anderson, M.D., Médico Jefe de Salud Digital en MITRE.

Mayo 15/2023 (EurekaAlerts!) – Tomado de News Releases  Copyright 2023 by the American Association for the Advancement of Science (AAAS).

«La tinción química hace visible la morfología de las secciones de tejido casi transparentes y de bajo contraste. Sin ella, analizar la morfología de los tejidos es casi imposible para la visión humana. La tinción química es irreversible y, en la mayoría de los casos, impide utilizar la misma muestra para otros experimentos o mediciones», explica la investigadora universitaria y vicedirectora del Instituto de Biomedicina de la Universidad de Finlandia Oriental Leena Latonen, que dirigió la parte experimental del estudio.

El método de inteligencia artificial desarrollado en este estudio produce imágenes computacionales que se asemejan mucho a las producidas por el proceso real de tinción química. Esta imagen teñida virtualmente puede utilizarse para inspeccionar la morfología de los tejidos. La tinción virtual reduce tanto la carga química como el trabajo manual necesario para el procesamiento de las muestras, al tiempo que permite utilizar el tejido para otros fines distintos de la propia tinción.

El punto fuerte del método de tinción virtual propuesto es que no requiere ningún hardware o infraestructura especial más allá de un microscopio óptico normal y un ordenador adecuado.

«Los resultados son muy aplicables. Quedan muchos temas por investigar y los métodos computacionales aún pueden mejorarse. Sin embargo, ya podemos vislumbrar varias áreas de aplicación en las que la tinción virtual puede tener un gran impacto en la histopatología», afirma el profesor asociado Pekka Ruusuvuori, de la Universidad de Turku, que dirigió la parte computacional del estudio.

Investigación pionera con financiación internacional

Uno de los factores clave que hicieron posible el estudio fue la financiación del consorcio obtenida de la convocatoria transnacional conjunta ERAPerMed. El consorcio ABCAP está formado por grupos de investigación nórdicos que desarrollan diagnósticos del cáncer de mama basados en inteligencia artificial con vistas a la medicina personalizada, y está financiado por ERAPerMed, la Unión Nórdica del Cáncer y la Academia de Finlandia. Tanto Latonen como Ruusuvuori dirigen sus propios subproyectos.

«Esta investigación es verdaderamente interdisciplinar. Sin la financiación del consorcio, sería muy difícil encontrar recursos suficientes tanto para el trabajo experimental de laboratorio como para el esfuerzo computacional que permiten estudios como éste», reconocen Ruusuvuori y Latonen.

Esta investigación interdisciplinar se basa en conocimientos de biología tisular, procesos histológicos, informática de bioimágenes e inteligencia artificial. La primera parte del estudio en dos fases se centró en la optimización de los pasos de procesamiento de muestras de tejidos y obtención de imágenes, y corrió a cargo de la investigadora doctoral Sonja Koivukoski, de la Universidad de Finlandia Oriental. La evaluación sistemática de la viabilidad histológica fue un componente único del estudio.

«El desarrollo de métodos computacionales mediante inteligencia artificial carece a menudo de una evaluación adecuada de la viabilidad desde la perspectiva del usuario final. Esto puede llevar a que se desarrollen y publiquen métodos que finalmente no se utilizan realmente en la práctica. Por tanto, es especialmente importante combinar los conocimientos computacionales y los basados en el dominio ya en la fase de desarrollo, como se hizo en nuestro estudio», afirman Latonen y Koivukoski.

Gran potencial de los métodos computacionales

Las redes neuronales profundas que aprenden a partir de grandes volúmenes de datos han transformado rápidamente el campo del análisis biomédico de imágenes. Además de las tareas tradicionales de análisis de imágenes, como su interpretación, estos métodos también son muy adecuados para las transformaciones de imagen a imagen. La tinción virtual es un ejemplo de este tipo de tareas, como se demostró con éxito en las dos partes publicadas del trabajo. La segunda parte se centró en la optimización de la tinción virtual basada en redes neuronales generativas adversariales, con el investigador doctoral Umair Khan, de la Universidad de Turku, como desarrollador principal.

«Las redes neuronales profundas son capaces de rendir a un nivel que no éramos capaces de imaginar hace un tiempo. La tinción virtual basada en inteligencia artificial puede tener un gran impacto hacia un procesamiento de muestras más eficiente en histopatología», afirma Khan.

Además de los algoritmos de inteligencia artificial, la clave del éxito fue la disponibilidad de servicios informáticos de alto rendimiento a través del CSC.

«En Finlandia tenemos una infraestructura excelente para la computación paralela de alto rendimiento. Una investigación de alta carga computacional como ésta no sería posible sin la capacidad que ofrece el CSC», afirma Ruusuvuori.

Los resultados del estudio se publicaron en dos revistas internacionales revisadas por pares, Laboratory Investigation y Patterns.

Abril 14/2023 (EurekAlert!) – Tomado de la Selección de Medicine and Health. Copyright 2023 by the American Association for the Advancement of Science (AAAS). Traducido al español por DeepL Traductor. Copyright 2023 DeepL.

Los tres investigadores han logrado desarrollar sistemas de aprendizaje profundo que permiten predecir la estructura tridimensional de las proteínas con una precisión sin precedentes y a una velocidad excepcional, logrando en cuestión de minutos un resultado que en el pasado suponía años de trabajo experimental en el laboratorio.

El jurado internacional, presidido por la catedrática emérita de Biotecnología Animal en la Universidad Técnica de Múnich (Alemania), Angelika Schnieke, se ha reunido en Madrid y ha dado a conocer el nombre de los tres investigadores premiados en esta categoría.

La presidenta del jurado ha comunicado el premio y ha subrayado durante la lectura del acta cómo los tres científicos han contribuido a la utilización de la Inteligencia Artificial para la predicción exacta de la estructura tridimensional de las proteínas, y cómo estos avances suponen un enorme potencial biomédico para impulsar el desarrollo de nuevos tratamientos contra múltiples enfermedades.

Baker, catedrático de Bioquímica de la Universidad de Washington e investigador del Howard Hughes Medical Institute, es el creador del programa’ RoseTTAFold'; Hassabis y Jumper –consejero delegado e investigador senior, respectivamente, de la compañía de Inteligencia Artificial DeepMind– son los autores de ‘AlphaFold2′. Ambos son dos métodos computacionales que están basados en una sofisticada técnica de aprendizaje automático denominada ‘aprendizaje profundo’ para predecir la forma de las proteínas con una precisión sin precedentes, similar a la de las estructuras determinadas experimentalmente, y a una velocidad excepcional, ha destacado el jurado y ha informado la Fundación BBVA.

Se trata, ha indicado la Fundación BBVA tras desvelarse el nombre de los galardonados, de un trascendental avance que está revolucionando el conocimiento de cómo la secuencia de aminoácidos de las proteínas origina estructuras tridimensionales ordenadas de forma única. Los científicos utilizan ahora estos nuevos métodos para predecir interacciones entre proteínas, para diseñar proteínas completamente nuevas y para encontrar nuevas dianas farmacológicas.

En el ADN de las células residen todas las instrucciones que necesitan las personas para desarrollarse, sobrevivir y reproducirse, pero las auténticas responsables de llevar a cabo estas funciones son las proteínas, y su estructura tridimensional juega un papel determinante en esa misión.

Para descubrir la función de una proteína no basta con conocer la secuencia de ADN que la codifica, ni siquiera con identificar la secuencia de aminoácidos en la que se traduce la información genética, ha subrayado la Fundación BBVA. La disposición en el espacio que adopta la proteína cuando se pliega es clave para saber cómo actúa, pero descifrarla en el laboratorio es un proceso lento y sujeto a imprecisiones, y predecirla a partir de su composición química es también una tarea compleja.

En la actualidad, tanto ‘RoseTTAFold’ como ‘AlphaFold2′ son herramientas de acceso libre para la comunidad científica, y las mejoras que se han implementado recientemente casi han igualado los tiempos de computación que necesita cada una. Aunque estos programas de Inteligencia Artificial no han sustituido del todo a las técnicas experimentales, de momento ya han irrumpido con fuerza como complemento a las mismas y han revolucionado el campo de la biología, y este conocimiento tiene una aplicación inmediata en la creación de nuevos fármacos y vacunas.

enero 25/2023 (EFE) – Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.

Comprender la heterogeneidad del cerebro de las personas con trastorno del espectro autista (TEA) podría ser fundamental para mejorar su calidad de vida, ya que posibilitaría diagnósticos específicos e intervenciones conductuales más dirigidas.

Ahora, investigadores del Boston College, Estados Unidos. han usado el machine learning (aprendizaje automático) para un análisis detallado de imágenes cerebrales de personas con autismo y han desvelado que las diferencias de comportamiento entre las personas con este trastorno están relacionadas con las variaciones en la estructura del cerebro. Los resultados del estudio se han publicado en la revista Science.

El equipo utilizó esta técnica de inteligencia artificial (IA) para estudiar los datos de las imágenes de resonancia magnética de más de 1 000 individuos con TEA y comparó esas imágenes con las que ofrecían las simulaciones computacionales sobre el aspecto que tendrían los cerebros si no tuvieran este trastorno.

Según explica a SINC Aidas Aglinskas, neurocientífico de la institución estadounidense y coautor del trabajo, “las variaciones estudiadas son diferencias en la neuroanatomía que indican un desarrollo alterado en determinadas regiones del cerebro”.

Áreas cerebrales expandidas y comprimidas

“En este estudio —prosigue— hemos investigado los cambios volumétricos asociados al trastorno del espectro autista, identificando las áreas cerebrales que están expandidas o comprimidas en comparación con lo que se esperaría si esa persona no lo tuviera”.

El experto indica que observaron que los cerebros de los individuos con autismo “difieren entre sí en muchas regiones cerebrales, incluidas las asociadas a los síntomas conocidos del TEA, como las implicadas en la cognición social, el lenguaje y las cortezas motoras”

También señala que el hecho de que distintas personas con TEA “puedan tener afectadas diferentes regiones podría ayudar a explicar las grandes diferencias individuales en los síntomas: los afectados por este trastorno suelen presentar diferentes síntomas de distinta gravedad”, subraya.

El autismo difiere, tanto en síntomas como en neuroanatomía, de un individuo a otro. Investigaciones previas ya habían planteado la hipótesis de que podría no haber un único conjunto de correlaciones neuroanatómicas comunes a todos los individuos con TEA.

“Confirmar estas propuestas ha sido difícil porque identificar las alteraciones neuronales específicas del TEA es una tarea complicada”, afirma Aglinskas. “Los cerebros son diferentes debido a muchos factores, incluida la variación genética no debida a este trastorno, que es difícil de controlar en un estudio de investigación”.

El equipo superó esa barrera empleando el machine learning para identificar patrones de variabilidad neuronal que son específicos del TEA, lo que permitió identificar las vías neuronales específicamente afectadas, dice Aglinskas, quien realizó la investigación con los profesores adjuntos de neurociencia del Boston College Joshua Hartshorne y Stefano Anzellotti.

Variaciones neuroanatómicas escondidas
“Las diferencias relacionadas con el TEA en la anatomía del cerebro pueden ‘esconderse’ entre las diferencias que no están relacionadas con este trastorno”, apunta Aglinskas. “Como consecuencia, ha sido difícil identificar las variaciones en la anatomía del cerebro que están relacionadas con los distintos síntomas. Por eso, usamos la IA para separar las diferencias relacionadas con el trastorno de las que no lo estaban”.

Los investigadores utilizaron patrones detectados por ordenador para crear una simulación de cómo sería el cerebro de cada individuo con TEA si no lo tuviera

Con los datos de resonancia magnética de 1.103 participantes, los autores usaron un método de análisis que recuerda al deepfake, donde se trabaja con vídeos, fotografías y otras imágenes simuladas, aparentemente reales, difíciles de detectar, creadas con los datos visuales de los participantes en el estudio.

En este caso, los investigadores utilizaron patrones detectados por ordenador para generar una simulación de cómo sería el cerebro de cada individuo con TEA si no lo tuviera. Esto fue posible gracias a técnicas de machine learning, que separan las diferencias individuales en la anatomía del cerebro en las características específicas del TEA y las no relacionadas.

“Nos sorprendió descubrir que, a pesar de observar una gran variación en la anatomía del cerebro entre los individuos con autismo a través de múltiples dimensiones, los sujetos no se agrupaban en subtipos distintos y categóricos como se pensaba anteriormente”, señala Aglinskas.

“Con respecto a la anatomía cerebral, las diferencias individuales dentro del TEA podrían ser mejor captadas por las dimensiones continuas que por los subtipos categóricos, según el coautor, “pero es importante destacar que esto no descarta la posibilidad de que se puedan encontrar subtipos categóricos con otros tipos de mediciones cerebrales, como las imágenes funcionales”.

De cara al futuro, los autores indican la necesidad de comprender con más detalle como estas diferencias neuroanatómicas afectan al comportamiento. Anzellotti destaca que planean utilizar las herramientas de IA para buscar, más allá de la estructura del cerebro, formas de entender mejor los diagnósticos de TEA y el comportamiento de los individuos afectados.

Diferencias individuales dentro del TEA

“Dos cerebros pueden tener una forma muy similar y aun así funcionar de forma diferente”, comenta Anzellotti. “Hay una serie de otros aspectos del cerebro que tendremos que observar para obtener una imagen completa. En este momento, nos centramos en la conectividad funcional, una medida de cómo está ‘conectado’ el cerebro”.

El objetivo de este trabajo es poder utilizar los datos de las imágenes cerebrales para ayudar a desarrollar enfoques sanitarios personalizados de las personas con autismo

Una gran pregunta es si eso nos mostrará algo nuevo sobre las diferencias individuales dentro del TEA. El objetivo de este trabajo es poder utilizar los datos de las imágenes cerebrales para ayudar a desarrollar enfoques sanitarios personalizados para las personas con autismo, subrayan los autores.

Aidas Aglinskas destaca que las herramientas de aprendizaje automático, que permiten encontrar patrones sutiles en grandes conjuntos de datos como los que proporciona la neuroimagen, “pudimos desentrañar las diferencias neuroanatómicas a nivel individual específicas del TEA; y observamos que estas diferencias en la estructura estaban relacionadas con los síntomas del este trastorno, lo que nos acerca a enfoques de medicina de precisión en estos casos”.

El poder de la neuroimagen y los datos

Por su parte, el investigador español Santiago Canals, del Instituto de Neurociencias (CSIC- UMH), que no ha participado en el estudio, comenta que “para los que todavía tengan dudas, este estudio muestra la potencia de la neuroimagen para avanzar en el conocimiento del cerebro, cuando se aplican las técnicas adecuadas de forma correcta”.

Canals añade que el trabajo “también destaca el extraordinario valor de los repositorios de datos de grandes dimensiones y su uso abierto para la ciencia”.

En esta investigación, que ha empleado un grupo de sujetos control y otro con trastorno del espectro autista —unos 1 000 en total—, los autores “han sido capaces de entresacar la variabilidad individual asociada con el autismo, de otras fuentes de variabilidad irrelevante, incluido el tipo de escáner en el que se adquieren los datos de imagen. Más allá del avance específico sobre nuestro conocimiento de la estructura del espectro autista, el estudio ofrece una interesante estrategia de análisis con aplicaciones generales”, concluye.

junio 09/2022 (SINC)

Referencia:

Aglinskas, A., Hartshorne, J. K., & Anzellotti, S. (2022). Contrastive machine learning reveals the structure of neuroanatomical variation within autism. Science, 376(6597), 1070-1074.

Un grupo liderado por investigadores del Hospital Universitario del Pueblo de Beijing (China), ha descubierto nueve biomarcadores lipídicos fuertemente asociados con la aparición del cáncer de pulmón de células no pequeñas, y ha desarrollado un test que detecta en sangre la formación de tumores en una etapa muy temprana.

El desarrollo a gran escala de esta prueba permitiría mejorar los métodos de diagnóstico precoz de esta enfermedad.

El test ha sido probado en muestras del plasma de 1 036 personas en un hospital de Beijing. La mayoría de las detecciones fueron en personas no fumadoras con tumores en estadio 1.

La efectividad del Detector por Inteligencia Artificial del Cáncer de Pulmón (LCAID, por sus siglas en inglés), cuyos resultados han sido publicados en la revista Science Translational Medicine, ha sido probada tomando muestras del plasma de 1 036 personas en un hospital de Beijing, y alcanzó una sensibilidad y una especificidad del 90 % y del 92 %, respectivamente.

La mayoría de las detecciones de cáncer de pulmón usando este método fueron en personas no fumadoras con tumores en estadio 1.

La detección temprana, un reto clínico

En la actualidad, los oncólogos y médicos carecen de herramientas de cribado eficaces que puedan detectar los tumores del cáncer de pulmón en fase inicial, y el diagnóstico precoz es fundamental para mejorar los índices de supervivencia de este tipo de enfermedad, que en España supone la primera causa de muerte por cáncer, según datos  de la Sociedad Española de Oncología Médica (SEOM).

“Desarrollar un método eficaz para detectar el cáncer de pulmón en su fase inicial y examinar a los grupos de riesgo es un importante reto clínico”, destaca a SINC Yuxin Yin, investigadora del Hospital Universitario del Pueblo de Beijing (China) y coautora del estudio.

El diagnóstico precoz es fundamental para mejorar los índices de supervivencia del cáncer de pulmón, que en España supone la primera causa de muerte por cáncer.

Yuxin explica que “aunque se han desarrollado varias pruebas basadas en sangre para ayudar a clasificar el cáncer de pulmón, todavía hay una escasez de métodos y biomarcadores no invasivos y fiables para la detección de este tipo de cáncer en fase temprana”.

Los métodos actuales incluyen el cribado por tomografía computarizada de baja dosis, que según datos del National Lung Screening Trial, llevado a cabo en Estados Unidos en 2011, reduce hasta un 20 % la mortalidad por cáncer pulmonar con respecto a otras técnicas como la radiografía de tórax.

“Sin embargo, —advierte Yuxin— la aplicación de la tomografía computarizada está limitada por su elevada tasa de falsos positivos, la exposición a la radiación, y su alto costo. Además, esta técnica tiene un bajo valor predictivo, que oscila entre el 4 y el 40 %, lo que implica que la mitad de los sujetos necesitan exámenes invasivos posteriores”.

Una detección precisa

Según explica Yuxin Yin, el test LCAID detecta la expresión de nueve marcadores lipídicos de cáncer de pulmón en fase inicial en el plasma, y se combina con modelos de inteligencia artificial para completar una “detección precisa y no invasiva del cáncer de pulmón en las primeras etapas de la enfermedad”.

El test LCAID detecta la expresión de nueve marcadores lipídicos de cáncer de pulmón en fase inicial en el plasma, y se combina con modelos de inteligencia artificial para completar una detección precisa y no invasiva

“La precisión y la alta especificidad de LCAID podría mejorar la detección clínica y el cribado del cáncer de pulmón y, en consecuencia, reducir la exposición innecesaria a la radiación y a los procedimientos diagnósticos invasivos”, indica la investigadora.

El flujo de trabajo general del dispositivo incluye la recogida de muestras (20 minutos), su procesamiento (50 minutos), el análisis por espectrometría de masas (20 minutos) y el análisis de los datos.

El tiempo total del procedimiento es de unos 90 minutos, y se pueden procesar hasta 24 muestras al mismo tiempo, lo cual supondría una herramienta muy efectiva para estudios a gran escala o cribado clínico, por lo que “la incorporación de LCAID a la práctica clínica sería muy útil para complementar a otros métodos de diagnóstico en pacientes en riesgo de desarrollar cáncer de pulmón”, concluye la experta.

abril 03/2022 (SINC)

Referencia:

Guangxi G., Yuxin Y. et al. «Lung cancer scRNA-seq and lipidomics reveal aberrant lipid metabolism for early-stage diagnosis». Science Translational Medicine, 2022

El cáncer de pulmón es la causa más común de muerte por cáncer, con alrededor de 1,8 millones de vidas perdidas en todo el mundo cada año, y suele diagnosticarse en una fase tardía, cuando el tratamiento tiene menos posibilidades de éxito.

Los investigadores esperan que el uso de la IA para apoyar el cribado del cáncer de pulmón pueda agilizar y hacer más eficiente el proceso y, en última instancia, ayudar a diagnosticar a más pacientes en una fase temprana.

La tomografía computarizada o TAC ya se utiliza para detectar signos de tumores pulmonares, seguidos de una biopsia o cirugía para confirmar si el tumor es maligno. Pero en cada exploración un radiólogo experto examina unas 300 imágenes y busca signos de cáncer que pueden ser muy pequeños.

Los ensayos con tomografía computarizada para detectar a personas con alto riesgo de cáncer de pulmón han resultado prometedores, pero el cribado se ve obstaculizado por la dificultad práctica de que un radiólogo revise cada imagen, una por una, para decidir quién necesita más pruebas.

El nuevo estudio ha sido presentado por Beno®t Audelan, investigador del equipo del proyecto Epione del centro Inria (Instituto Nacional de Investigación en Ciencias y Tecnologías Digitales de Francia) de la Universidad de la Costa Azul, quien trabajó con colegas de la Universidad de la Costa Azul, Therapixel (empresa de software especializada en inteligencia artificial para imágenes médicas) y el Hospital Universitario de Niza.

Los investigadores entrenaron su programa de IA con un conjunto de tomografías de 888 pacientes que ya habían sido examinados por radiólogos para identificar crecimientos sospechosos.

A continuación, lo probaron en otro conjunto de 1 179 pacientes que formaban parte de un ensayo de cribado pulmonar con un seguimiento de tres años, utilizando tomografías computarizadas que se realizaron en los dos últimos años del ensayo. Entre ellos se encontraban 177 pacientes a los que se les diagnosticó cáncer de pulmón mediante una biopsia después de su última exploración en el ensayo.

El programa identificó 172 de los 177 tumores malignos en esas tomografías, lo que significa que tuvo una eficacia del 97 % en la detección de cánceres. Los cinco tumores que el programa no detectó estaban cerca del centro del pecho, donde los tumores son más difíciles de distinguir de las partes sanas del cuerpo.

Los investigadores también probaron el programa en exploraciones realizadas un año antes de que se diagnosticaran los tumores en los mismos 1 179 pacientes y fue capaz de identificar 152 zonas sospechosas que posteriormente se diagnosticaron como cáncer.

Sin embargo, los investigadores afirman que el programa también identifica demasiadas zonas sospechosas que no son cáncer (falsos positivos) y que habría que mejorarlo mucho antes de que el programa pudiera utilizarse en la clínica, ya que investigar todas ellas daría lugar a biopsias innecesarias.

Según Audelan, «el cribado del cáncer de pulmón implicaría la realización de muchas más tomografías y no tenemos suficientes radiólogos para revisarlas todas. Por eso necesitamos desarrollar programas informáticos que puedan ayudar. Nuestro estudio demuestra que este programa puede encontrar posibles signos de cáncer de pulmón hasta un año antes», añade.

«El objetivo de nuestra investigación no es sustituir a los radiólogos, sino ayudarles proporcionándoles una herramienta que pueda detectar los primeros signos de cáncer de pulmón», explica.

Los investigadores tienen previsto trabajar en un nuevo sistema que permita diferenciar mejor el tejido maligno del no maligno para ayudar a los radiólogos a decidir qué pacientes deben ser investigados más a fondo.

La profesora Joanna Chorostowska-Wynimko, secretaria general de la Sociedad Respiratoria Europea y consultora de medicina respiratoria en el Instituto Nacional de Tuberculosis y Enfermedades Pulmonares de Varsovia (Polonia), que no participó en la investigación, señala que «diagnosticar antes el cáncer de pulmón es vital para mejorar las tasas de supervivencia y el cribado sería un paso importante hacia ese objetivo. Las investigaciones demuestran que el cribado con TAC podría reducir las muertes por cáncer de pulmón», subraya.

«Este trabajo es prometedor porque demuestra que la IA podría ayudarnos a revisar muchas exploraciones rápidamente e incluso a detectar signos de cáncer en una fase más temprana, resalta. Sin embargo, antes de que este programa pueda utilizarse, los investigadores tendrán que mejorar su capacidad para distinguir entre el tejido pulmonar que es anormal, pero benigno y el que probablemente sea canceroso».

septiembre 08/2021 (Europa Press) – Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.

Hace más de 50 años, científicos de la talla de los premiados con el Nobel, Kendrew, Perutz, o Hodgkin, estaban metidos de lleno en el estudio de las proteínas, el milagro de la vida, mediante cristalografía de rayos X. El plegamiento, no solo de las proteínas, sino de las macromoléculas en general (enzimas y receptores), junto con poder discernir su estructura tridimensional, ha sido uno de los desafíos científicos de las últimas décadas.

Poder conocer la estructura de las proteínas posibilita, de una forma más sencilla, determinar su función y, por lo tanto, poder entender y solucionar problemas cuando alguna de ellas no funciona como deberían.

Diferentes disciplinas, como la ya mencionada cristalografía, la criomicroscopía electrónica, la resonancia magnética nuclear (RMN), la bioinformática y la modelización in silico, han conseguido increíbles logros en este sentido. Sin embargo, el trabajo de resolver la estructura de estas macromoléculas sigue siendo complicado y costoso.

Y este es un desafío importante, porque las macromoléculas responsables de la vida, como las proteínas, son elementos clave para el buen funcionamiento de nuestro organismo, estando involucradas en prácticamente todos los procesos biológicos que tienen lugar en nuestras células. Poder conocer la estructura de las proteínas posibilita, de una forma más sencilla, determinar su función y, por lo tanto, poder entender y solucionar problemas cuando alguna de ellas no funciona como debería.

Así contribuye la inteligencia artificial

La inteligencia artificial ha llegado por la puerta grande a este campo, como en otras muchas áreas del conocimiento, para ayudar a resolver, por ejemplo, la predicción de la estructura 3D de una manera más rápida. Nos va a permitir poder predecir la forma y, como hemos dicho antes, el funcionamiento que tienen las proteínas (un conocimiento indispensable para el desarrollo de tratamientos eficaces para cualquier enfermedad) o las enzimas (llaves maestras en muchos procesos tanto biológicos como industriales), entre otras macromoléculas.

Los impresionantes resultados han sido posibles gracias a la sinergia de diferentes disciplinas: matemáticas, bioinformática y biología.

Recientemente se ha conocido el ganador del concurso científico CASP 14 (del inglés Critical Assessment of Protein Structure Prediction).

A este concurso internacional concurren cientos de grupos de investigación para presentar el desarrollo de sus softwares o aproximaciones para predecir la estructura de proteínas a partir de sus secuencias de aminoácidos.

Podríamos decir que es el escaparate de los desarrollos teóricos más prometedores para la elucidación de la estructura 3D de las proteínas. El ganador, sin ningún tipo de duda, ha sido el algoritmo AlphaFold, desarrollado por la empresa DeepMind (perteneciente a Google).

La mayoría de las predicciones de AlphaFold para la estructura 3D de las proteínas resueltas son muy similares a las que se obtienen a partir de las técnicas experimentales. AlphaFold consiguió una puntuación de casi 90 sobre 100 en un test que mide la semejanza estructural entre la determinada experimentalmente y la predicha por el algoritmo (por encima de 90 se considera como un nivel de predicción total). Nunca antes se había alcanzado una puntuación por encima de 60 en este test.

Los impresionantes resultados han sido posibles gracias a la sinergia de diferentes disciplinas: matemáticas, bioinformática, biología… El sistema informático parte de la premisa de que la estructura plegada tridimensional de una macromolécula (enzimas, proteínas, receptores) se asemeja a un grafo espacial, donde los aminoácidos son los nodos y las aristas del grafo conectan dichos aminoácidos. 

Partiendo de esta idea y utilizando el conocimiento derivado del alineamiento de cientos de miles de secuencias de proteínas de estructura 3D conocidas, AlphaFold utiliza la metodología del aprendizaje profundo (deep learning) para aprender las características físicas, geométricas y evolutivas de esos datos de entrada.

Los desarrolladores han hecho un buen trabajo enseñando a AlphaFold a extraer información de lo ya conocido para después aplicar dicho conocimiento ante una nueva situación: determinar la estructura de proteínas para las que solo conocemos sus secuencias de aminoácidos, y hacerlo con una precisión y rapidez que no están al alcance de los métodos tradicionales.

Todavía queda mucho camino por andar y numerosos desafíos a los que enfrentarnos, pero AlphaFold ya ha abierto las puertas a abordar un gran reto: ahondar en el secreto de la vida.

Las aplicaciones no se han hecho esperar. DeepMind y el Laboratorio Europeo de Biología Molecular (EMBL), publicaron recientemente más de 350 000 nuevas estructuras, incluyendo, no solo unas 20 000 proteínas humanas, sino también proteínas de otros 20 organismos, como las de las bacterias E. Coli, y del micobacterium tuberculoso, (causante de la tuberculosis), entre otras, o las de los ratones que se utilizan para los experimentos en los laboratorios. Y ya hay organizaciones, como la Iniciativa Medicamentos para Enfermedades Olvidadas (DNDi) que están rastreando esta nueva base de datos de proteínas en busca de nuevos tratamientos.

Evidentemente todavía queda mucho camino por andar y numerosos desafíos a los que enfrentarnos, pero AlphaFold ya ha abierto las puertas a abordar un gran reto: ahondar en el secreto de la vida.

Núria Campillo y Carmen Fernández son investigadoras del Consejo Superior de Investigaciones Científicas (CSIC), en el Centro de Investigaciones Biológicas Margarita Salas (CIB-CSIC).

agosto 14/2021 (SINC)

Los profesionales de la medicina suelen aconsejar a los pacientes que no busquen sus síntomas en Internet antes de acudir a la consulta, pero muchas personas recurren al ‘Dr. Google’ cuando se sienten mal. La preocupación por la ‘cibercondría‘, o el aumento de la ansiedad inducida por Internet, ha hecho que el valor de las búsquedas en Internet sea controvertido.

Todos los participantes demostraron una modesta mejora a la hora de llegar a un diagnóstico exacto después de buscar los síntomas en Internet y, al mismo tiempo, no mostraron diferencias en la ansiedad declarada ni en la capacidad de triaje, según publican en la revista JAMA Network Open.

«Tengo pacientes todo el tiempo, en los que la única razón por la que vienen a mi consulta es porque han buscado algo en Google y en Internet se dice que tienen cáncer. Me pregunté: ‘¿Son todos estos pacientes? ¿Cuánta cibercondría está creando Internet?», explica el autor correspondiente, David Levine, de la División de Medicina Interna General y Atención Primaria del Brigham.

En un estudio realizado con 5 000 participantes, se pidió a cada uno que leyera una breve viñeta de un caso que describía una serie de síntomas y que imaginara que alguien cercano a él experimentaba los síntomas descritos. Se pidió a los participantes que dieran un diagnóstico basado en la información dada y que luego buscaran los síntomas de su caso en Internet y volvieran a ofrecer un diagnóstico.

Los casos iban de leves a graves, pero describían enfermedades que afectan habitualmente a la gente de a pie, como virus, infartos de miocardio y accidentes cerebrovasculares. Además de diagnosticar una determinada enfermedad, cada participante seleccionaba un nivel de triaje, que iba desde ‘dejar que el problema de salud mejore por sí solo’ hasta ‘llamar al 112′. A continuación, los miembros del estudio registraron sus niveles individuales de ansiedad.

En particular, Levine y el coautor Ateev Mehrota, de la Facultad de Medicina de Harvard, descubrieron que las personas eran ligeramente mejores a la hora de diagnosticar correctamente sus casos tras realizar una búsqueda en Internet. Los participantes no demostraron ninguna diferencia en sus capacidades de triaje ni informaron de un cambio en la ansiedad después de usar Internet.

«Nuestro trabajo sugiere que es probable que esté bien decir a nuestros pacientes que ‘busquen en Google’, explica Levine. Esto empieza a formar la base de evidencia de que no hay mucho daño en eso, y, de hecho, puede haber algo bueno».

Los autores señalan que una limitación de este estudio es que se pidió a los participantes que fingieran que un ser querido tenía los síntomas descritos en la viñeta del caso. No está del todo claro si las personas se comportarían de la misma manera al experimentar ellos mismos los síntomas. Además, los autores señalan que este estudio no es representativo de todas las personas que utilizan Internet para realizar búsquedas relacionadas con la salud.

Levine también planea ampliar el alcance de este estudio investigando la capacidad de la inteligencia artificial (IA) de utilizar Internet para diagnosticar correctamente a los pacientes.

«Este próximo estudio toma un algoritmo de IA generalizado, entrenado en todo el texto de código abierto de Internet, como Reddit y Twitter, y luego lo utiliza para responder cuando se le pide, explica Levine. ¿Puede la IA complementar el uso que la gente hace de Internet? ¿Puede complementar el uso que hacen los médicos de Internet? Eso es lo que nos interesa investigar».

abril 01/2021 (Europa Press) – Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.

 Referencia:

Levine D.M.,Mehrotra A.:Assessment of Diagnosis and Triage in Validated Case Vignettes Among Nonphysicians Before and After Internet Search. JAMA Netw Open. 2021; 4(3):e213287. doi:10.1001/jamanetworkopen.2021.3287

El algoritmo, denominado modelo ‘Vanderbilt Suicide Attempt and Ideation Likelihood‘ (Vsail), utiliza información de rutina de los registros médicos electrónicos (EHR) para calcular el riesgo de visitas a 30 días por intento de suicidio y, por extensión, la ideación suicida.

Colin Walsh, y su equipo evaluaron el rendimiento del algoritmo predictivo con miras a su posible implementación clínica. Informaron del estudio en JAMA Network Open.

Al estratificar a los pacientes adultos en ocho grupos según sus puntuaciones de riesgo según el algoritmo, el estrato superior por sí solo representó más de un tercio de todos los intentos de suicidio documentados en el estudio y aproximadamente la mitad de todos los casos de ideación suicida. Como se documenta en el EHR, una de cada 23 personas de este grupo de alto riesgo informó sobre pensamientos suicidas y una de cada 271 intentó suicidarse.

«En la actualidad, en todo el Centro Médico, no podemos evaluar a todos los pacientes para detectar el riesgo de suicidio en cada encuentro, ni deberíamos hacerlo», ha explicado Walsh, profesor asistente de Informática Biomédica, Medicina y Psiquiatría. «Pero sabemos que algunas personas nunca se someten a pruebas de detección a pesar de los factores que podrían ponerlas en mayor riesgo. Este modelo de riesgo es un primer paso en esa detección y podría sugerir qué pacientes realizar más pruebas de detección en entornos en los que no se habla a menudo del suicidio».

Durante la prueba de 11 meses, unos 78 000 pacientes adultos fueron atendidos en el hospital, la sala de emergencias y las clínicas quirúrgicas de VUMC. Como se documentó posteriormente en el EHR, 395 personas de este grupo informaron que tenían pensamientos suicidas y 85 vivieron al menos un intento de suicidio; 23 sobrevivieron a intentos repetidos.

«Aquí, de cada 271 personas identificadas en el grupo de mayor riesgo previsto, una regresó para recibir tratamiento por un intento de suicidio», ha afirmado Walsh. «Este número está a la par con los números necesarios para detectar problemas como el colesterol anormal y ciertos cánceres. Podríamos preguntar a cientos o incluso miles de personas sobre pensamientos suicidas, pero no podemos preguntarles a los millones que visitan nuestro Centro Médico cada año, y no es necesario preguntar a todos los pacientes. Nuestros resultados sugieren que la inteligencia artificial podría ayudar como un paso para dirigir los recursos clínicos limitados hacia donde más se necesitan».

Walsh, quien originalmente creó el algoritmo con compañeros en la Universidad Estatal de Florida, lo había validado previamente utilizando datos retrospectivos de EHR de la facultad. «Walsh y su equipo han demostrado cómo realizar pruebas de estrés y adaptar un modelo predictivo de inteligencia artificial en un registro de salud electrónico operativo, allanando el camino para las pruebas en el mundo real de las intervenciones de apoyo a la toma de decisiones», ha afirmado el autor principal del nuevo estudio, William Stead, profesor de Informática Biomédica.

La técnica, publicada en la revista Cell Systems, es el mismo proceso que utilizó el equipo de Pittsburgh para extraer pequeños fragmentos de anticuerpos del SARS-CoV-2 en llamas, que podrían convertirse en un tratamiento de la COVID-19 inhalable para humanos. Este enfoque tiene el potencial de identificar rápidamente múltiples nano cuerpos potentes que se dirigen a diferentes partes de un patógeno, variantes que frustran.

«La mayoría de las vacunas y tratamientos contra el SARS-CoV-2 se dirigen a la proteína de pico, pero si esa parte del virus muta, que sabemos que es, esas vacunas y tratamientos pueden ser menos efectivos, señala el autor principal Yi Shi, profesor asistente de biología celular en Pitt. Nuestro enfoque es una forma eficiente de desarrollar cócteles terapéuticos que consisten en múltiples nano cuerpos que pueden lanzar un ataque de múltiples frentes para neutralizar el patógeno».

Shi y su equipo están especializados en encontrar nano cuerpos, que son fragmentos pequeños y altamente específicos de anticuerpos producidos por llamas y otros camélidos. Son particularmente atractivos para el desarrollo en terapias porque son fáciles de producir y bioingeniería. Además, presentan una alta estabilidad y solubilidad, y se pueden aerosolizar e inhalar, en lugar de administrarse mediante infusión intravenosa, como los anticuerpos tradicionales.

Al inmunizar una llama con una parte de un patógeno, el sistema inmunológico del animal produce una plétora de nano cuerpos maduros en aproximadamente dos meses. Entonces se trata de descubrir qué nano cuerpos son los mejores para neutralizar el patógeno y los más prometedores para el desarrollo de terapias para humanos. Ahí es donde entra en juego la «estrategia de proteómica de alto rendimiento» de Shi.

 «Con esta nueva técnica, en cuestión de días, normalmente podemos identificar decenas de miles de nano cuerpos distintos y muy potentes del suero de llama inmunizado y examinarlos en busca de ciertas características, como dónde se unen al patógeno, añade Shi. Antes de este enfoque, ha sido extremadamente difícil identificar nano cuerpos de alta afinidad».

Después de extraer una muestra de sangre de llama rica en nano cuerpos maduros, los investigadores aíslan esos nano cuerpos que se unen específicamente al objetivo de interés del patógeno. Los nano cuerpos se descomponen para liberar pequeños péptidos de «huellas dactilares» que son únicos para cada nano cuerpo.

Estos péptidos de huellas dactilares se colocan en un espectrómetro de masas, que es una máquina que mide su masa. Al conocer su masa, los científicos pueden averiguar su secuencia de aminoácidos, los bloques de construcción de proteínas que determinan la estructura del nano cuerpo. Luego, a partir de los aminoácidos, los investigadores pueden trabajar hacia atrás hasta el ADN, las instrucciones para construir más nano cuerpos.

Simultáneamente, la secuencia de aminoácidos se carga en una computadora equipada con software de inteligencia artificial. Al examinar rápidamente montañas de datos, el programa «aprende» qué nano cuerpos se unen más estrechamente al patógeno y en qué parte del patógeno se unen.

En el caso de la mayoría de las terapias COVID-19 actualmente disponibles, esta es la proteína del pico, pero recientemente ha quedado claro que algunos sitios del pico son propensos a mutaciones que cambian su forma y permiten el «escape» de los anticuerpos. El enfoque de Shi puede seleccionar sitios de unión en el pico que sean evolutivamente estables y, por lo tanto, es menos probable que permitan que se escapen nuevas variantes.

Finalmente, las instrucciones para construir los nano cuerpos más potentes y diversos se pueden introducir en tanques de células bacterianas, que actúan como mini fábricas, produciendo órdenes de magnitud más nano cuerpos en comparación con las células humanas necesarias para producir anticuerpos tradicionales. Las células bacterianas se duplican en 10 minutos, duplicando efectivamente los nano cuerpos con ellas, mientras que las células humanas tardan 24 horas en hacer lo mismo. «Esto reduce drásticamente el costo de producir estas terapias», señala Shi.

Shi y su equipo creen que su tecnología podría ser beneficiosa para algo más que el desarrollo de terapias contra la COVID-19, o incluso la próxima pandemia.

«Los posibles usos de nano cuerpos muy potentes y específicos que se pueden identificar de forma rápida y económica son tremendos, resalta Shi. Estamos explorando su uso en el tratamiento del cáncer y las enfermedades neurodegenerativas. Nuestra técnica podría incluso utilizarse en la medicina personalizada, desarrollando tratamientos específicos para superbacterias mutadas para las que todos los demás antibióticos han fallado».

 febrero 26/2021 (Europa Press) – Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.

Referencia:
Xiang X.,  Nambulli S.,  Xiao Z., Liu H., Sang Z., Duprex W.P., Schneidman-Duhovny D.,  Zhang Ch., Shi Y. Versatile and multivalent nanobodies efficiently neutralize SARS-CoV-2. Science 18 Dec 2020:Vol. 370, Issue 6523, pp. 1479-1484 DOI: 10.1126/science.abe4747

La gran cantidad de llamadas y consultas recibidas significó que muchos profesionales sanitarios tuvieron que desviar el tiempo dedicado a los pacientes gravemente enfermos para hacer evaluaciones de la COVID-19. Como respuesta directa para lidiar con esta situación, los profesionales médicos y el personal administrativo de muchas clínicas y hospitales pusieron en espera muchas consultas no urgentes y diseñaron sistemas para clasificar a los pacientes, al tiempo que crearon áreas sin COVID y con COVID en el propio hospital, para evitar que los pacientes no infectados y los trabajadores se expusieran continuamente a la enfermedad. Como nunca antes había ocurrido, los sistemas sanitarios comenzaron a adoptar rápidamente soluciones digitales automatizadas catalizando así un cambio monumental en el sector sanitario.

Había una situación de presiones enfrentadas: por un lado, la necesidad crítica de quienes estaban preocupados por realizar una evaluación para saber si tenían el virus y, por otro lado, la presión en los servicios de salud, que estaba al máximo. Por ello, muchas empresas tecnológicas han diseñado y puesto en marcha una gran cantidad de soluciones diferentes que reutilizan sus productos para ayudar a centros sanitarios abrumados en su lucha contra la COVID- 19: desde cerrar citas por vídeo o llamada con el médico de Familia hasta desarrollar soluciones para detectar a los posibles pacientes con indicadores del virus en sus hogares. Todos los recursos tenían como objetivo tratar de reducir al máximo la interacción de persona a persona (y, en muchos casos, lo hicieron con éxito) para conseguir aplanar la curva.

El sector sanitario, siempre reacio al riesgo, puede ser mucho más dinámico con la inteligencia artificial (IA)

Los agentes cognitivos, como Amelia, han sido fundamentales para ayudar a muchas organizaciones de atención médica a implementar pre-evaluaciones a gran escala en el hogar. Donde se ha llevado a cabo, la persona interesada podía comunicarse con un agente cognitivo de atención médica desarrollado con tecnología de inteligencia artificial mediante una llamada de voz o chat para someterse a una pre-evaluación de riesgo de la COVID-19, así como recibir información adicional sobre el virus. El agente cognitivo le evalúa en función de los síntomas que experimenta, junto a sus factores de riesgo adicionales (como enfermedades crónicas). Todo ello basado en las directrices de la Organización Mundial de la Salud (OMS) o de los distintos organismos nacionales. Esto ha permitido que miles de personas vulnerables se realicen una pre-evaluación previa a las pruebas de detección sin tener que ponerse en riesgo.

El futuro del sector

Lo que esta crisis ha demostrado claramente es que el sector sanitario, siempre extremadamente reacio al riesgo,  puede volverse más dinámico a través de la inversión en tecnologías avanzadas, al tiempo que puede lograr que los servicios a los pacientes sean más eficientes y seguros. Aprovechar la inteligencia artificial (IA) no solo ha demostrado ser valioso en los entornos de detección previa de pacientes durante la pandemia de la COVID, sino también en el seguimiento y rastreo, la gestión del inventario médico y en el impulso de diversas innovaciones.

Mirando hacia el futuro en un mundo post-COVID, en los próximos años espero que tanto los pacientes como los médicos se acostumbren más a interactuar con los servicios interactivos en tiempo real y, cada vez más, con los asistentes conversacionales impulsados por IA.

Según EMIS Group, tras la introducción por parte del National Health Service (NHS) del enfoque de triaje total para la covid-19, ahora mismo las consultas exclusivamente online representan aproximadamente el 40 % del total de contactos de pacientes con sus médicos de cabecera en el Reino Unido.

Y, a medida que tanto los proveedores del sector sanitario como el público se aclimaten para acceder a los servicios de atención médica digitales, creo que veremos el mismo cambio que hemos presenciado en los servicios de atención al cliente que han optado por la automatización para ofrecer un servicio siempre disponible y a escala.

Este nuevo modelo de servicios al paciente podría revolucionar completamente la atención médica, tanto para los proveedores de servicios hospitalarios como para los pacientes. No solo puede ayudar a filtrar las visitas innecesarias al hospital o al médico de Familia (algo clave en tiempos de crisis), sino que también puede ayudar al paciente a seguir las pautas de atención médica habituales que le han sido indicadas, gracias a su facilidad de uso y su conveniencia.

Esto terminará apoyando los objetivos de salud del Gobierno, puesto que será más fácil identificar y tratar los problemas de salud con anticipación, lo que, a su vez, puede prevenir la necesidad de hospitalización. Dicho esto, siempre será necesario el contacto cara a cara en muchos casos, por lo que tampoco espere que los robots se hagan cargo de su hospital a corto plazo.

febrero 24/2021 (Diario Médico)

Neumólogos e investigadores españoles han desarrollado, mediante el uso de inteligencia artificial, un novedoso modelo predictivo que identifica tres factores (edad, fiebre y taquipnea) asociados al perfil de paciente de coronavirus que debe ingresar en la Unidad de Cuidados Intensivos.

Los resultados, publicados en Journal of Medical Internet Research, forman parte de la investigación internacional Big COVIData, con cerca de 150 hospitales de Europa, Estados Unidos, Canadá y Latinoamérica, dirigida por José Luis Izquierdo, del Hospital Universitario de Guadalajara, y Joan B. Soriano y Julio Ancochea, del Hospital La Princesa de Madrid, junto con el equipo de Savana, la empresa española de investigación clínica mediante el uso de inteligencia artificial.

El modelo predictivo de ingresos en UCI, ya a disposición de la comunidad médica de todo el mundo, ha sido desarrollado gracias a la lectura automatizada de historias clínicas anonimizadas de más de un millón de pacientes de los cuales 10 500 tenían la COVID-19, con técnicas de procesamiento del lenguaje natural de los datos en tiempo real en pleno pico de la primera ola de la pandemia.

El sistema combina tres indicadores muy fáciles de detectar: edad superior a 58 años, fiebre por encima de 39 grados Celsius (o inferior, pero acompañada de problemas respiratorios, especialmente cuando son crepitantes) y taquipnea, es decir, más de 20 respiraciones por minuto. “Los profesionales sanitarios pueden incorporar fácilmente estos datos a su práctica clínica, para remitir de inmediato a los pacientes con peor pronóstico a los hospitales, antes de que empeore su condición”, explica Ignacio H. Medrano, fundador y director médico de Savana.

Para el desarrollo del modelo, que está siendo incorporado ya en los protocolos de actuación para la COVID-19 de varios hospitales españoles, se han aplicado técnicas de aprendizaje automático o machine learning y procesamiento del lenguaje natural NLP. Esta tecnología permite detectar de forma automática asociaciones significativas entre variables. La iniciativa es fruto del trabajo titulado Características clínicas y factores pronósticos de ingreso en Unidad de Cuidados Intensivos (UCI) de pacientes con la COVID-19: estudio retrospectivo usando aprendizaje automático y procesamiento del lenguaje natural.

Probabilidad de ingreso

Según el modelo, si un paciente de entre 40 y 79 años con la COVID-19 tiene taquipnea y acude a urgencias, tras ser visto en atención primaria, con alta probabilidad necesitará ingreso en UCI. Por otro lado, si un paciente sin taquipnea y menor de 56 años presenta fiebre inferior a 39 grados, necesitará UCI con poca probabilidad. En general, los síntomas más frecuentes asociados a hospitalizaciones por coronavirus son tos, fiebre y disnea o dificultad respiratoria, aunque estos se dan en menos del 50 % de los pacientes.

Las conclusiones del estudio indican que el 4,8 % de los hospitalizados por la COVID-19 requieren UCI, aunque un 0,2 % del total de los infectados no remitidos al hospital una vez diagnosticados también necesitaron ese tipo de cuidados médicos. De entre los 1 353 pacientes hospitalizados incluidos en el análisis, 65 de ellos necesitaron UCI, al igual que otros 18 que no habían sido previamente ingresados. Las cifras confirman la necesidad de acelerar la identificación precoz de los pacientes con peor pronóstico, especialmente en el caso de aquellos que a priori no suscitan sospechas de gravedad, pero que finalmente requieren Cuidados Intensivos.

Los principales signos y síntomas de pacientes en UCI por la COVID-19 son tos en el 74,7 % de los casos, fiebre (66,3 %), disnea (57,8 %), crepitación respiratoria (36,1 %) y taquipnea, hiperventilación por diversas afecciones (32,5 %). En cuanto a comorbilidad o enfermedades añadidas al coronavirus, la cardiovascular la padece el 72,3 %; la diabetes, el 39,8 %; la obesidad, el 22,9 %; y las enfermedades respiratorias crónicas, el 6 %.

Procesamiento en tiempo real

La tecnología EHRead de Savana aplicada a este estudio utiliza Natural Language Processing Clínico o procesamiento del lenguaje natural para automatizar la lectura anonimizada de miles de historias clínicas electrónicas; en este caso, procedentes de una enorme muestra de 1 364 924 pacientes con historia clínica electrónica, de los cuales 10 500 de Castilla-La Mancha fueron diagnosticados de la COVID-19 al inicio de la primera ola de la pandemia. Los resultados son extrapolables al conjunto de la población española.

La gran ventaja de este sistema es su capacidad para comprender las anotaciones en texto libre, no estructurado, redactadas por los médicos sobre sus pacientes (datos de análisis, tratamientos, etc.). Además, el procesamiento de los datos se hace en tiempo real, en este caso en pleno pico de la primera ola de la pandemia en España, por lo que, en tan solo seis semanas desde su inicio en marzo, se había enviado ya a publicar el artículo a la revista. Por aquel entonces, la cohorte de pacientes en los estudios relativos de la COVID-19 que se publicaban era significativamente menor.

Los pacientes analizados son muchos y se analizan en tiempo real, lo que permite hacer estudios con datos muy recientes, algo imposible en los estudios tradicionales, en los que el desarrollo de métodos predictivos requiere meses de recopilación de datos mediante cuestionarios con múltiples obstáculos para ser validados. “En la actual carrera contra la COVID-19, es urgente y necesario aprovechar los beneficios de los macrodatos y la analítica inteligente para mejorar la salud pública, con las máximas garantías de privacidad y confianza pública para aplicar las mejores prácticas y responsabilidad en la recopilación y el procesamiento de la información, a escala mundial”, comenta Ignacio H. Medrano.

febrero 11/2021 (Diario Médico)

Bajo la denominación de proyecto TrackAI , se realizó en 2019 un estudio multicéntrico en el que se examinaron más de 2 000 niños de distintas edades, etnias y con diferentes enfermedades visuales en varios hospitales y clínicas colaboradoras de diferentes países, entre los que se incluyen España, China y México.

Los datos recogidos de los pacientes pediátricos han permitido a DIVE Medical entrenar su red neuronal con IA, lo que ofrece una forma más «rápida, fácil y asequible» de «detectar y diagnosticar los primeros signos de discapacidad visual a través de la tecnología de inteligencia artificial de Huawei», explica Wang Chenglu, presidente de la Unidad de Software; presidente de Unidad de IA & Business Intelligence de Huawei Consumer Business Group.

Los exámenes de la función visual de DIVE Medical se basan en la técnica del seguimiento ocular (‘eye tracking‘). Frente a la forma tradicional de evaluar los problemas de visión mediante métodos analógicos de exploración ocular, los test oculares de DIVE muestran al paciente una serie de estímulos de forma que, rastreando los movimientos de los ojos se pueden obtener medidas muy precisas de la función visual, incluso en pacientes que no son capaces de cooperar.

Demostrar el potencial en entornos reales

La colaboración entre DIVE Medical y Huawei se inició en 2019, y con la renovación que acaban de anunciar, se inicia una nueva fase del proyecto TrackAI, por la que «llegará a miles de niños en España, China y Arabia Saudí», como informan en un comunicado.

Con la nueva fase se busca demostrar con métricas el beneficio para los pacientes y para los sistemas de salud, incluidos hospitales, centros de atención primaria, profesionales de la salud y de la gestión sanitaria. Para ello, la tecnología DIVE se introducirá en programas ya establecidos tanto en centros del sector público como privado durante el primer cuatrimestre de 2021.

En España, al Hospital Universitario Miguel Servet de Zaragoza y el Instituto de Investigación Sanitaria de Aragón, que ya participaron en el anterior estudio, se unen el Hospital Universitario de Cruces en Bilbao y el Hospital de San Rafael de Madrid. En China, el reclutamiento se hará en The First Affiliated Hospital of Nanjing Medical University y, en Arabia Saudí, se está trabajando con el Ministerio de Sanidad para colaborar con un centro de referencia en salud visual.

febrero 10/2021 (Portaltic/EP) Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.

Nota:

El proyecto TrackAI,  emplea inteligencia artificial (IA) para realizar un diagnóstico temprano de los signos de deficiencia visual en los niños.

Dive-Medical y Huawei unieron fuerzas en este proyecto médico innovador, creando su propio equipo para el diseño y programación de la app.

Vacunas eficaces contra la COVID-19, la “inyección de esperanza”

2020 será recordado como un año de vida en suspenso por un nuevo coronavirus, que se extendió rápidamente por todo el planeta y forzó a la población a quedarse en casa. Pero para la investigación biomédica que combatía la pandemia desde los laboratorios, la carrera para desarrollar, probar y lanzar una vacuna contra el SARS-CoV-2 ha sido vertiginosamente rápida.

Poco antes de que se cumpla un año desde la detección de los primeros casos de una extraña neumonía en China, la comunidad investigadora ha logrado su objetivo. Por todo ello, el desarrollo de las vacunas contra la COVID-19, eficaces, seguras y en tiempo récord es el avance científico de 2020 para la revista Science.

En una nota editorial firmada por el corresponsal de noticias de Science Jon Cohen titulada “inyecciones de esperanza”, la revista destaca que el desarrollo de estas vacunas ha sentado un precedente histórico en la comunidad científica: “Nunca antes se había colaborado entre competidores de manera tan abierta y frecuente. Nunca antes habíamos tenido tantas vacunas candidatas realizando ensayos clínicos a gran escala casi a la vez. Y nunca antes se había puesto tanto dinero, talento y esfuerzo por parte de gobiernos, industria, investigadores y organizaciones sin ánimo de lucro en la misma enfermedad infecciosa en tan poco tiempo”.

La inteligencia artificial predice la forma de las proteínas

El programa de aprendizaje automático AlphaFold, de la compañía de Google DeepMind y desarrollado por investigadores del Reino Unido, ha sido capaz de dar soluciones a un uno de los retos más importantes de la biología que enamora a físicos, matemáticos, químicos, informáticos y hasta médicos: predecir la forma en 3D de una cadena de aminoácidos que se pliega para convertirse en una proteína. Y si sabemos su forma, será mucho más fácil entender su función y cómo bloquearlas con fármacos si es necesario.

Determinar la estructura de las proteínas es una tarea ardua que implica, normalmente, cristalizar y analizar con rayos X la disposición de sus átomos. A día de hoy es relativamente fácil encontrar la secuencia lineal de aminoácidos de una proteína, pero esta cadena puede dar lugar a un número altísimo de estructuras en tres dimensiones.

Nadie quita mérito a AlphaFold, programa que ha supuesto un gran atajo práctico a la hora de predecir las estructuras. Pero el misterio de fondo sigue sin resolverse: ¿cuáles son los pasos que hacen que una proteína desplegada pase a su estado plegado?

Los tratamientos con CRISPR, más cerca

El Nobel de Química a Emmanuelle Charpentier y Jennifer Doudna, evidencia que 2020 ha sido un año de avances para CRISPR. Las tijeras del genoma ya fueron el avance científico del año 2015 para Science. Esta vez, la revista destaca un ensayo clínico del Centro de Cáncer Abramson de la Universidad de Pensilvania (Estados Unidos) en el que las células inmunitarias editadas con CRISPR Cas9 de tres pacientes con cáncer avanzado pueden persistir, prosperar y funcionar meses después de haberlas recibido.

Este avance es importante ya que ha demostrado seguridad al usar las células editadas en el cuerpo de los pacientes, pero es solo la fase I. Aún queda un largo camino que recorrer hasta tener la posibilidad de tener un tratamiento aprobado con CRISPR.

Los pronósticos sobre el calentamiento global, más precisos

Hace más de 40 años, los ambientólogos más importantes del mundo se reunieron en Woods Hole (Masachusets, Estados Unidos) para responder a una pregunta: ¿Qué temperatura alcanzaría nuestro planeta si la humanidad continúa emitiendo gases de efecto invernadero? Esta fue su respuesta, para la que emplearon modelos climáticos rudimentarios: si los niveles de dióxido de carbono atmosférico se duplican respecto a niveles antes de la sociedad industrial, la Tierra se calentará entre 1,5 y 4,5 grados centígrados.

El actual margen de aumento de temperaturas estimado está entre los 2,6 y los 3,9 grados centígrados, lo que incluye fenómenos problemáticos que la humanidad sufre cada vez con más frecuencia: inundaciones, olas de calor y desplazamientos de personas

Este rango, bastante amplio, abarca valores que van desde lo meramente problemático hasta lo catastrófico para el clima. Ahora, Science destaca los trabajos científicos que han permitido precisar este margen, descartando los escenarios más favorables y los más graves.La revista señala las investigaciones sobre el papel de las nubes en el calentamiento global, mediante modelos de alta resolución y datos de satélites; así como los registros de temperaturas, más amplios y mejores que antaño, incluyendo las estimaciones de paleotemperaturas y niveles de CO2.

Estos avances han permitido que 25 científicos afiliados al Programa Mundial de Investigaciones Climáticas (WCRP) sitúen el margen de aumento de temperaturas de nuestro planeta entre los 2,6 y los 3,9 grados centígrados. A pesar de que esto descartaría el escenario catastrófico de aumentar en casi cinco grados la temperatura global, sí incluye otros problemas que la humanidad sufre cada vez con más frecuencia: inundaciones de ciudades costeras, olas de calor extremas y desplazamientos de millones de personas.

Las detecciones de esquivas ráfagas rápidas de radio

Desde que se descubrieron en 2007, los astrofísicos buscan la fuente de unas potentes explosiones de radio cósmicas llamadas fast radio bursts (FRB) que duran tan solo unos milisegundos.

Ahora, la revista destaca a tres investigaciones independientes que confirman que una señal de este tipo observada dentro de nuestra galaxia, la Vía Láctea, procede de magnetar SGR 1935 + 2154, una estrella de neutrones con un potente campo magnético situada a 30 mil años luz.

Las imágenes de caza más antiguas de la humanidad

Un equipo de arqueólogos descubrió una serie de pinturas rupestres con al menos 44 000 años de antigüedad en la isla de Célebes (Indonesia). Las imágenes retratan a un grupo de teriántropos, figuras humanas con características animales, cazando mamíferos con lanzas o cuerdas. Estas obras representan las evidencias de arte figurativo más antiguas de nuestra especie.

Según el estudio publicado en Nature, la representación de los cazadores como teriántropos también podría ser la evidencia más antigua de que las personas imaginamos que existen seres sobrenaturales, la principal base de la religión.

Clamor por la diversidad racial en la comunidad científica

La muerte violenta de George Floyd durante su arresto el 25 de mayo a manos de la policía local en Mineápolis desató una oleada global de protestas, lideradas desde el movimiento Black Lives Matter. La revista científica no solo destaca este acontecimiento como uno de los grandes catalizadores de la respuesta ciudadana contra el racismo, sino también alude a un enfrentamiento entre un hombre blanco y un avistador de aves negro en Central Park (Nueva York).

Los entusiastas de la naturaleza organizaron el movimiento Black Birders Week, el primero de los muchos eventos que denunciaba el racismo sistémico en la ciencia y la falta de políticas de inclusión con #ShutDownAcademia y #ShutDownSTEM, al tiempo que aplaudía la diversidad de las comunidades creadas al calor de las protestas como #BlackInNeuro y #BlackBotanistsWeek.

Los controladores de élite del VIH

Un equipo de varias instituciones españolas publicó en Scientific Reports un estudio con tres pacientes, un hombre y dos mujeres que, tras más de 25 años de infección por el virus de inmunodeficiencia humana (VIH) y sin recibir tratamiento antirretroviral, han conseguido no tener el virus detectable en sangre ni han desarrollado la enfermedad del sida.

Science destaca las investigaciones en todo el mundo que permiten comprender más acerca de estos “controladores de élite” del virus del sida, como la española, en la que ha participado Instituto de Salud Carlos III, el Instituto de Biomedicina de Sevilla y el Instituto de Investigación del Sida IrsiCaixa.

A pesar de que estos perfiles de infectados –que representan el 0,5 % de los 38 millones de personas que viven con el VIH– no llevan directamente a una ansiada cura contra la enfermedad, sí que abre una nueva estrategia que permitirá a otras personas vivir con el virus durante décadas sin precisar un tratamiento.

Los controladores de élite del VIH no llevan directamente a una ansiada cura contra el sida, pero sí abre una nueva estrategia que permitirá vivir con el virus durante décadas sin tratamiento

El primer superconductor del mundo a temperatura ambiente

Hasta ahora, se necesitaban temperaturas extremadamente bajas para alcanzar la superconductividad, la capacidad de algunos materiales para conducir la corriente eléctrica sin resistencia ni pérdidas de energía. Por fin, investigadores de la Universidad de Rochester (Estados Unidos) lo han logrado a 15 °C con un compuesto de hidrógeno, azufre y carbono, eso sí, a altas presiones.

Lograr la superconductividad a temperatura ambiente y de forma sencilla permitiría mejorar la eficiencia de los conductores y dispositivos electrónicos, al minimizar la generación de calor. Esto facilitaría su aplicación en multitud de campos y evitaría perdidas de energía en la red eléctrica, ahorrando millones de euros.

La excepcional inteligencia de las aves

Un artículo de SINC ya avanzó en 2018 que nuestros amigos del cielo, las aves, no son “cabezas de chorlito”. Ahora, Science destaca dos investigaciones que demostrarían que estas especies tienen una inteligencia asombrosa. uno de ellos revela que el cerebro aviar se parece al neocórtex humano, implicado en funciones cerebrales inteligentes como generación de órdenes motoras, control espacial, percepción sensorial, pensamiento consciente y el propio lenguaje.  El otro muestra que los cuervos podrían ser más conscientes de su propia existencia que lo que se creía, e incluso pueden ser capaces de tener algún tipo de pensamiento consciente.

En la línea de la admiración humana por las aves, otra investigación de la Universidad de Viena (Austria) en cuervos, conejas y urracas han observado una inesperada generosidad y altruismo en estas aves, especialmente aquellas que se muestran altamente tolerantes y cooperan para criar.

diciembre 31/2020 (SINC)

Existen numerosas situaciones en las que el ser humano se ve obligado a pensar y a actuar de forma rápida y efectiva: en carretera cuando surge algo inesperado, en la calle en medio de una muchedumbre o en un combate.

Para afrontar estas situaciones, el cerebro las transforma en una imagen estática, congelando el tiempo y manteniendo solo el espacio, lo que facilita la comprensión de la cambiante realidad. Es lo que afirma el estudio publicado en el Journal of Advanced Research por un equipo de investigación liderado desde la Universidad Complutense de Madrid (UCM).

Ante situaciones imprevistas en las que hay que tomar decisiones rápidas y eficaces, “es como si nuestro cerebro convirtiese una película entera en un solo fotograma que, al verlo, nos permite entender toda la película”

El mismo equipo ya propuso hace diez años la llamada hipótesis de la compactación del tiempo, por la que el cerebro convierte el tiempo en espacio, simplificando la situación y pudiendo actuar de forma inmediata. Con sus nuevos resultados experimentales consideran que la han demostrado.

Según su teoría, cuando una persona está en una situación dinámica, por ejemplo caminando entre una multitud, su cerebro transforma la situación en una ‘foto’ que contiene toda la información necesaria para realizar movimientos: por dónde puede y no puede pasar, qué caminos seguir para no chocar, etc.

“Es como si nuestro cerebro convirtiese una película entera en un solo fotograma que, al verlo, permitiese entender toda la película”, destaca Valeri Makarov, investigador del Instituto de Matemática Interdisciplinar de la UCM, quien ha colaborado con otros colegas de esta universidad, la UNED y la Universidad Estatal de Nizhni Nóvgorod (Rusia).

Experimento con un juego de ordenador

Aunque el equipo propuso la hipótesis de la compactación del tiempo hace una década, hasta ahora no encontraba la manera de avalarla o desmentirla de forma definitiva a través de un experimento, pero ahora lo han conseguido.

Más de 400 voluntarios de varias universidades nacionales y extranjeras han participado en un juego de ordenador que prueba la capacidad de aprendizaje en diferentes situaciones dinámicas. Según los autores, estas se representan internamente como un mapa estático, denominado representación interna compacta (CIR).

En el juego, explica Makarov, debían deducir una regla (“pulso tal o cual tecla si me aparece tal o cual cosa en la pantalla”), de forma que el número de intentos que necesitaban para aprender la regla variaba dependiendo si el voluntario empleaba o no la compactación del tiempo.

Los investigadores consideran haber probado su hipótesis de la compactación del tiempo, por la que el cerebro convierte el tiempo en espacio, simplificando la situación y pudiendo actuar de forma inmediata.

En un grupo de voluntarios el aprendizaje ha sido más rápido gracias a la compactación del tiempo y en el otro más lento cuando el usuario estaba forzado a no emplear la compactación (algo que se podía controlar mediante estímulos visuales).

El análisis matemático de los resultados obtenidos ha confirmado la hipótesis, descartando a la vez otras explicaciones posibles, destacan los investigadores.

“Nuestros resultados van más allá al demostrar que el cerebro puede eliminar el tiempo convirtiéndolo en espacio (de película a foto). Esto explicaría cómo somos capaces de tomar decisiones eficaces de forma inmediata en situaciones complejas que cambian con el tiempo, desde conducir o practicar ciertos deportes, hasta luchar, huir o cazar, habilidades clave para sobrevivir durante nuestra evolución como especie”, subraya Makarov.

Aplicaciones en robots e inteligencia artificial

Según los autores, estos resultados tienen doble relevancia. Por un lado, desde el punto de vista teórico o neurofisiológico para explicar el proceso involucrado en la cognición espacio-temporal y, por el otro, para aplicaciones en inteligencia artificial.

“Si sabemos cómo lo hace el cerebro, podemos reproducirlo en robots para que puedan emplear la representación estática, es decir, reemplazar película por foto, de una situación que cambia en el tiempo para entenderla y actuar inmediatamente de forma versátil, compleja y efectiva”, concluye el matemático.

octubre 13/2020 (SINC)

Referencia:

Villacorta-Atienza1 J.A., Calvo Tapia C., Diez-Hermano S., Sanchez-Jimenez A., Lobov S., Krilova N., Murciano A., Lopez-Tolsa G., Pellon R., and Makarov V.A. “Static internal representation of dynamic situations reveals time compaction in human cognition,” Journal of Advanced Research, 2020; DOI: https://doi.org/10.1016/j.jare.2020.08.008.

De hecho, mucho antes de que la COVID-19 llegara, la IA ya estaba muy metida en aquellos países donde se le ha dado oportunidad de crear valor.

Aplicaciones en el diagnóstico sin errores, automatización y mejora de los procesos de admisión, internamiento y sanación de pacientes en hospitales o incluso de priorizar las salas de emergencia, turnos de médicos y enfermeros de guardia son buena prueba de ello.

La situación de pandemia no ha hecho más que reforzar su papel, ofreciendo al mundo en estos momentos algo en lo que ya había entrado: la creación de nuevos fármacos y vacunas con IA en vez de hacerlo de forma tradicional en laboratorios. Así lo señala Inmaculada Martínez, científica experta en Inteligencia Artificial, asesora desde el 2010 en esta materia del Gobierno británico y el Parlamento europeo.

Hasta la llegada de una vacuna, la implementación de esta tecnología continuará ofreciendo un amplio abanico de soluciones. “La IA está ayudando en el diagnóstico y en el análisis de por qué ciertos pacientes han demostrado síntomas y otros no, o por ejemplo por qué unos han desarrollado inmunidad en sangre y otros no y pueden quedar expuestos a pasar la COVID-19 otra vez”, apunta.

Asimismo, también está suponiendo una valiosa arma en la trazabilidad de los contactos estrechos. Así, Martínez señala que el famoso aplicativo móvil que Google y Apple han desarrollado para vigilar la ratio de contagio está precisamente regido por procesos de análisis de IA.

De esta manera explica que, “cuando una persona está contagiada y su móvil envía mensajes encriptados a otros móviles a menos de un metro, se puede contrastar con cuántos otros móviles se han comunicado, y qué otros parámetros pueden ayudar a entender si ha habido contagio o no. Estos súper cálculos y mediciones los hace un sistema de IA”.

La robótica al servicio de la salud

Reputada conferenciante, Martínez expone en sus ponencias los efectos de la automatización o la colaboración del humano-máquina. Los robots ya se usan en operaciones de cirugía de precisión.

Por ejemplo, en ablaciones cardíacas en donde se hacen pequeñas incisiones en el tejido muscular del corazón para regular arritmias, apunta. Avanza además que “ahora se está hablando de usar robots en salas de recuperación de enfermos COVID-19 en vez de enfermeros humanos que puedan contagiarse”.

Sin embargo, su llegada no tendría por qué suponer la ruptura con la humanización en la atención. “Los seres humanos son vitales a la hora de crear lazos emocionales con los enfermos y no podemos pretender que una persona grave sea completamente ex comunicada de contacto, advierte.

“En unos diez años nos parecerá inadmisible que el diagnóstico se haya solamente basado en lo que un médico humano ha calibrado en su cabeza”

No obstante, el margen de error prácticamente nulo hace de ellas instrumentos muy aprovechables en el diagnóstico. “Eso significa que los radiólogos y oncólogos no van a tener que deducir con sus ojos humanos falibles si hay marcadores de cáncer en los resultados hematológicos de un paciente o en las pruebas de mamografía”, señala la también profesora del Imperial College London.

En este sentido, Martínez vaticina que “en unos diez años nos parecerá inadmisible que el diagnóstico se haya solamente basado en lo que un médico humano ha calibrado en su cabeza”.

julio 15/2020 (Gaceta Médica)

En comparación con las previas cirugías ortopédicas asistidas por IA, la precisión ha mejorado en más de un 2,3 por ciento, según el departamento de investigación científica de Alibaba, con sede en Hangzhou, capital de la provincia oriental china de Zhejiang.

La academia indicó que el resultado de la investigación ha sido aceptado por la 23 Conferencia Internacional sobre Computación de Imagen Médica e Intervención.

Asistida por Computadora Chi Ying, jefe del departamento de IA médica en la academia, dijo que la integración de la IA y el tratamiento médico es una tendencia irresistible, especialmente en el campo de la imagen, en el que la IA está superando a los seres humanos en una serie de direcciones y campos específicos, y ayuda a los médicos a mejorar la eficiencia del diagnóstico y el tratamiento.

Chi dijo que la tecnología pronto se pondrá en uso en los hospitales. Durante la epidemia por el nuevo coronavirus, la IA de imágenes de CT, la IA de análisis de genes completos y otras tecnologías desarrolladas por la academia se han puesto en uso en más de 620 instituciones médicas de todo el mundo.

julio 11/2020 (Xinhua). Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.

En general, 12 de cada 100 000 personas desarrollan cáncer de páncreas. Esto significa que evaluar a toda la población sería ineficiente y expondría a muchas personas a pruebas innecesarias y posibles efectos secundarios. Entre el 70 y el 80 % de los pacientes son diagnosticados en una etapa avanzada cuando es demasiado tarde para el tratamiento curativo y cinco años después del diagnóstico, solo el 6 % de los pacientes sobrevive.

La detección ayuda a identificar el cáncer temprano, cuando los tratamientos son más efectivos, mejorando así la supervivencia. Hay dos requisitos principales para la detección. Primero, una prueba de detección que es fácil de realizar y tiene pocos efectos secundarios. En segundo lugar, un grupo definido que se beneficiaría más de la detección porque tienen un mayor riesgo.

Por ejemplo, el cribado del cáncer de mama implica realizar mamografías en mujeres entre los 50 y los 71 años. La IA podría ser la respuesta que se necesita desesperadamente para definir un grupo de individuos de mayor riesgo que se beneficiarían de la detección, especialmente porque recientemente algunos resultados prometedores han indicado que las pruebas no invasivas para el cáncer de páncreas pronto estarán disponibles.

Se sabe que los pacientes que desarrollan cáncer de páncreas consultan a su médico general (GP) con síntomas inespecíficos como problemas gastrointestinales o dolor de espalda con mayor frecuencia en los meses y años anteriores al diagnóstico en comparación con sus pares que no desarrollan cáncer de páncreas. Individualmente, es poco probable que estos síntomas desencadenen más investigaciones para el cáncer.

A los investigadores se les ocurrió la idea de que la IA podría encontrar una combinación de estos síntomas inespecíficos que está relacionada con un mayor riesgo de contraer la enfermedad, que sería difícil de detectar por los médicos de cabecera.

Este estudio preliminar utilizó registros electrónicos de salud de las prácticas de medicina general en el Reino Unido. El análisis incluyó a 1 378 pacientes de 15 a 99 años diagnosticados con cáncer de páncreas en 2005 a 2010. Cada paciente se comparó por edad y sexo con cuatro personas que no contrajeron cáncer de páncreas.

La información sobre síntomas, enfermedades y medicamentos en los dos años anteriores al diagnóstico se utilizó para crear un modelo que predecía quién desarrollaría cáncer de páncreas.

Utilizamos AI para estudiar un gran volumen de datos y buscar combinaciones que predicen quién desarrollará cáncer de páncreas, explica la autora del estudio, la doctora Ananya Malhotra, investigadora en estadística de la London School of Hygiene & Tropical Medicine. No es posible que el ojo humano reconozca estas tendencias en cantidades tan grandes de datos.

El estudio piloto encontró que, en personas menores de 60 años, el modelo podía predecir quién tenía un mayor riesgo de cáncer de páncreas hasta 20 meses antes del diagnóstico. Nuestro modelo ha estimado que se deben realizar alrededor de 1 500 pruebas para salvar una vida del cáncer de páncreas, explica Malhotra.

Es poco probable que sea lo suficientemente pequeño como para que la detección sea viable por el momento. Sin embargo, muestra que la IA tiene el potencial de reducir la cantidad de personas que necesitamos examinar, añade. Deberíamos poder reducir esto mucho más al unir el cáncer de páncreas pacientes a controles de la población general, que es lo que planeamos hacer a continuación (en el estudio actual, los controles tenían otros tipos de cáncer).

Combinar este modelo predictivo con una prueba de detección no invasiva, seguida de escaneos y biopsias, podría conducir a un diagnóstico más temprano para una proporción significativa de pacientes y un mayor número de pacientes que sobreviven a este cáncer, agrega Malhotra.

El uso de IA para identificar a las personas con alto riesgo de cáncer de páncreas hasta 20 meses antes podría marcar la diferencia entre la vida y la muerte.

Este debería ser tiempo suficiente para detectar el cáncer de páncreas, luego proceder con el diagnóstico y el tratamiento en pacientes con una prueba de detección positiva, añade la doctora Angela Lamarca, consultora en oncología médica en The Christie NHS Foundation Trust. El diagnóstico precoz en el cáncer de páncreas ofrece la mayor posibilidad de cura.

Según Lamarca, los médicos de cabecera podrían usar este tipo de modelo de IA en sus registros médicos para resaltar a los pacientes con mayor riesgo. Se puede generar una alarma que muestre quién debe recibir la evaluación.

Necesitamos estudios más grandes que incorporen herramientas de IA en la práctica clínica diaria y exploren el beneficio de evaluar a los pacientes seleccionados por AI, admite. También se necesita más investigación para encontrar una buena prueba de detección para estos pacientes de alto riesgo.

julio 04/2020 (Europa Press). Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.

Fue presidente de la Comisión Científica de la Sociedad Española de Radiología (1998-2002), desde 2014 preside la Comisión Nacional de Radiodiagnóstico y es miembro de la Comisión Permanente del Consejo Nacional de Especialidades Médicas. Director desde 2018 de la revista Radiología, acaba de ganar la plaza de profesor titular del área de Radiología de la Facultad de Medicina de la Universidad de Zaragoza. En 2017 fue uno de los “25 Embajadores de la Medicina Española” de Diario Médico.

Acaba de ser nombrado titular de Radiología en la Universidad de Zaragoza. En esta calma pandémica, reflexiona sobre las lecciones aprendidas por su especialidad.

¿Por qué la radiología y las técnicas de imagen han tenido un papel tan relevante en la crisis de la COVID-19?

Junto con la clínica y las pruebas de laboratorio, PCR y pruebas serológicas, nuestra especialidad ha sido el tercer pilar en que se ha fundamentado el diagnóstico de este proceso, inicialmente mediante la radiología simple de tórax, en muchos casos con un aparato portátil de rayos en la cabecera de la cama del paciente, en la UCI o en la zona de aislamiento donde se encontrase, y después, en los casos en que hubiese indicación precisa, para aclarar o confirmar el diagnóstico mediante tomografía computarizada. Ha sido un trabajo de equipo, que ha mostrado la coordinación y buen funcionamiento de los servicios de radiología del país.

¿Cómo se han adaptado los departamentos a la avalancha de casos?

Mediante la elaboración de un plan de contingencia que contemplaba, entre otros aspectos, los circuitos definidos para el flujo de pacientes, las medidas adecuadas de protección, los protocolos de las distintas exploraciones, e incluso la realización de un informe estructurado en cada una de ellas. En las fases iniciales la situación puede que desbordase nuestra capacidad de reacción, pero conforme se iba acumulando experiencia propia o adquirida a través de otros compañeros que habían padecido antes la situación, la adaptación fue más sencilla, aunque puede decirse que el plan de contingencia se iba renovando y adaptando a las circunstancias del momento; cada día aprendíamos algo nuevo.

¿Qué diferencias radiográficas se han encontrado con relación a otros virus como los de la gripe o las neumonías?

Aun cuando en la etapa inicial de la pandemia todavía podían plantearse posibles diagnósticos diferenciales, poco a poco se comprobó que todos los pacientes con sintomatología respiratoria y/o hallazgos radiológicos, por mínimos o sutiles que estos últimos fueran, correspondían a infección por COVID. Rápidamente aparecieron publicaciones radiológicas con las primeras series de casos, aunque es pronto para establecer conclusiones definitivas y presentar patrones radiológicos definidos; es necesario asentar y contrastar experiencias, comprobar resultados y valorar la evolución a medio y largo plazo.

¿Ha continuado en estos meses la formación de los residentes? ¿Se han adaptado con rapidez o con titubeos?

La fase aguda de la pandemia fue netamente asistencial, se suspendieron las sesiones y seminarios presenciales, así como las rotaciones externas o por otros servicios, si bien gracias a las modernas tecnologías de la información y comunicación y al buen hacer de las distintas sociedades científicas, que día a día nos informaban de los últimos avances sobre el tema, todos pudimos mantenernos al día. En el caso de los residentes, cuya aportación en el curso de la pandemia ha sido muy valiosa, tal vez el contraste más llamativo haya sido el que acostumbrados a manejarse con la alta tecnología han tenido que volver a los orígenes de la especialidad, a la placa simple, a la radiografía de tórax obtenida con un aparato portátil, que ya casi no estaban acostumbrados a informar. Su adaptación, como cabía esperar en relación con la preparación y capacidad de este colectivo, ha sido total y con muy buenos resultados.

¿Traerá cambios esta crisis en la organización de los servicios o en algunas prácticas clínicas?

Toda crisis constituye un reto para la superación y la mejora, también una llamada a la humildad. Indudablemente habrá un antes y un después de esta crisis. Hemos aprendido la necesidad de una actitud flexible para adaptarnos a un entorno cambiante, los beneficios del teletrabajo, la importancia de disponer de protocolos de estudio abreviados para optimizar los tiempos, la necesidad de mantener una serie de medidas de protección y distanciamiento social para extremar la seguridad de pacientes y profesionales… lo que en conjunto implica la creación de un nuevo sistema de organización de la actividad de los servicios de radiología, con reinvención del proceso radiológico, modernización de los modelos de formación de los profesionales y renovación y optimización de los equipamientos radiológicos.

¿Se han utilizado herramientas de inteligencia artificial u otras de última generación para la valoración de las imágenes?

La inteligencia artificial se define como la disciplina que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico; el hecho de que la pandemia COVID haya sido algo tan inesperado y con tan rápida evolución justifica que no hubiese aplicaciones plenamente desarrolladas de inteligencia artificial para su uso en la práctica clínica; alguna se ha utilizado, pero fundamentalmente como proceso de inicio para adquirir experiencia. No obstante, cabe pensar que, en un futuro inmediato, al igual que la vacuna frente al COVID, se desarrollarán aplicaciones y programas con utilidad práctica real.

¿Hasta qué punto ha cambiado la especialidad en los últimos años? ¿No se ha automatizado demasiado en detrimento del juicio del especialista?

El radiodiagnóstico ha pasado de ser una especialidad complementaria a constituirse en una especialidad imprescindible. Las modernas técnicas de imagen asistidas por ordenador -tomografía computarizada, resonancia magnética, las técnicas híbridas o combinadas (PET-TAC, PET-RM)- nos permiten ver y diagnosticar casi todo. Se ha evolucionado del diagnóstico morfológico al diagnóstico funcional, casi a nivel molecular. De manera paralela la faceta terapéutica en manos del radiólogo, la radiología intervencionista, ha evolucionado también de manera muy dinámica, de modo que con los tres elementos clásicos -aguja, guía y catéter- se puede acceder a la práctica totalidad de estructuras del organismo para llevar a cabo esos procedimientos de un modo mínimamente invasivo. Aun cuando cada vez se dependa más de la tecnología, sigue siendo el especialista el que lidera y gestiona las indicaciones y el que tiene la última palabra en el diagnóstico o el tratamiento.

¿Está cambiando toda esta innovación la enseñanza de la radiología en las facultades de Medicina?

La enseñanza universitaria actual está basada en que el alumno adquiera una serie de competencias, entendiendo como tal el conjunto de conocimientos, habilidades y actitudes del futuro profesional. Es una enseñanza eminentemente práctica, en la que el alumno es el tutor de su propio aprendizaje y el profesor constituye un estímulo a la iniciativa del alumno. Otra característica es el uso de las modernas tecnologías de la información y comunicación. La crisis COVID ha puesto de manifiesto que debemos estar preparados para adaptarnos a un entorno por completo virtual de la enseñanza, aun cuando en el caso de la profesión médica, donde tan importante es el contacto personal y humano con el paciente, pudiera no ser el más idóneo. En nuestra disciplina, basada en la imagen, ese entorno virtual nos resulta algo más favorable que en el caso de otras disciplinas médicas o quirúrgicas.

¿Han asumido los radiólogos nuevas tareas en los últimos años?

El cambio acaecido en nuestra especialidad en los últimos tiempos ha sido muy llamativo. En la actualidad la mayor parte de los diagnósticos dependen de los servicios de imagen; la figura del radiólogo es hoy imprescindible en todos los comités multidisciplinares para la toma de decisiones clínicas. Y la faceta intervencionista -código ictus, terapias endovasculares, TIPS, embolizaciones, drenajes percutáneos y otros,  que se contempla como una alternativa válida frente a la cirugía, es cada vez más demandada. El progreso de la especialidad abarca también otros frentes: telerradiología, informática, inteligencia artificial. En suma, se trata de una especialidad muy dinámica, que evoluciona rápidamente, en la que la actualización de conocimientos, de distinta índole, no solo radiológicos, debe llevarse a cabo cada vez con un intervalo menor de tiempo.

julio 01/2020 (Diario Médico)

El modelo se ha entrenado con diversos tipos de radiografías de tórax para detectar aquellas con neumonía causada por coronavirus.

Los estudiantes Flavio Grillo y Javier Balbás del último curso de Ingeniería de la Universidad Europea de Madrid han creado un modelo, basado en la inteligencia artificial, que permite detectar la infección por COVID-19 a través de una radiografía de tórax.

Su investigación parte de la idea de que la imagen radiológica ayuda a diferenciar con gran precisión una neumonía provocada por coronavirus de otra causada por patógenos diferentes.

Esta herramienta puede dar la voz de alarma y ayudar al personal sanitario que no tenga a su disposición PCR o test rápidos de detección del coronavirus, o que dude sobre la primera impresión clínica de un paciente con neumonía.

«Utilizando redes neuronales convolucionales, aplicamos un algoritmo de aprendizaje muy eficaz para analizar este tipo de imagen, capaz de extraer información diversa en función del tamaño y resolución de los ficheros de entrada”, dicen los autores.

El modelo se ha entrenado con cuatro tipos de radiografías de pacientes: con neumonía por coronavirus, otra distinta vírica o bacteriana, con ambos pulmones sanos y una cuarta categoría con las imágenes fallidas. Cuando se ponía a prueba, el índice de precisión alcanzaba el 97,9 %.

Las casi 8 000 radiografías que han seleccionado para el entrenamiento están verificadas, ya que proceden de la Universidad de Ottawa, Canadá, del Centro Nacional de Radiología Intensivista de Italia, de las bases de datos que usan los profesionales sanitarios durante la pandemia, y de un médico español que ha compartido decenas de radiografías on line.

Acceso abierto a profesionales

La herramienta está disponible de forma abierta y gratuita para los profesionales en las páginas webs coronavirusxray.com o covid19xray.com, donde sus creadores también les invitan a compartir más radiografías para seguir perfeccionando el sistema. De momento la respuesta está siendo muy positiva.

Grillo y Balbás, que también cursan Electrónica y Comunicaciones en la Universidad de Hertfordshire, Reino Unido,  dentro de un doble grado internacional, aseguran que su herramienta no es de diagnóstico en sí misma, pero sí apoya al colectivo médico para que pueda realizar mejores diagnósticos.

“Sirve para dar la voz de alarma y ayudar al personal sanitario que no tenga a su disposición las PCR o test rápidos de detección del coronavirus, o bien dude sobre la primera impresión clínica de un paciente con neumonía”, concluyen los futuros ingenieros.

mayo 15/2020(SINC)

El equipo de científicos y médicos de datos de atención médica ha desarrollado y probado un sistema de algoritmos informáticos de ‘aprendizaje automático’ para predecir el riesgo de muerte prematura debido a una enfermedad crónica en una gran población de mediana edad.

Los investigadores descubrieron que este sistema de inteligencia artificial era muy preciso en sus predicciones y funcionaba mejor que el enfoque estándar actual para la predicción desarrollado por expertos humanos, tal y como se revela en un artículo sobre el estudio publicado por PLOS ONE en una edición de colecciones especiales de Machine Learning in Health and Biomedicine.

El equipo utilizó datos de salud de poco más de medio millón de personas de entre 40 y 69 años reclutadas en el Biobanco de Reino Unido entre 2006 y 2010 y seguidas hasta 2016. Al liderar el trabajo, el profesor asistente de Epidemiología y Ciencia de Datos, el doctor Stephen Weng, dice: ‘La atención médica preventiva es una prioridad cada vez mayor en la lucha contra enfermedades graves, por lo que hemos estado trabajando durante varios años para mejorar la precisión de la evaluación de riesgos de salud computarizada en la población general. La mayoría de las aplicaciones se centran en un área de enfermedad única, pero predecir la muerte debido a diferentes resultados de la enfermedad es muy complejo, especialmente debido a los factores ambientales e individuales que pueden afectarlos’.

Y añade: ‘Hemos dado un gran paso adelante en este campo al desarrollar un enfoque único y holístico para predecir el riesgo de muerte prematura de una persona mediante el aprendizaje automático. Utiliza ordenadores para crear nuevos modelos de predicción de riesgos que tengan en cuenta una amplia gama de características demográficas, factores biométricos, clínicos y de estilo de vida para cada individuo evaluado, incluso su consumo dietético de frutas, verduras y carne por día’.

‘Asignamos las predicciones resultantes a los datos de mortalidad de la cohorte, utilizando los registros de fallecimientos de la Oficina de Estadísticas Nacionales, el registro de cáncer de Reino Unido y las estadísticas de ‘episodios hospitalarios’. Los algoritmos aprendidos por la máquina fueron significativamente más precisos para predecir la muerte que los modelos de predicción estándar desarrollados por un experto humano’, subraya.

HERRAMIENTAS CAPACES DE ADMINISTRAR MEDICAMENTOS

Los modelos de aprendizaje automático de la IA utilizados en el nuevo estudio se conocen como ‘bosque aleatorio’ y ‘aprendizaje profundo’. Estos se compararon con el modelo de predicción de ‘regresión de Cox’ tradicionalmente utilizado basado en la edad y el género (se encontró que era el menos preciso para predecir la mortalidad) y también un modelo multivariado de Cox que funcionaba mejor, pero tendía a predecir el riesgo.

El profesor Joe Kai, uno de los académicos clínicos que están trabajando en el proyecto, afirma: ‘Actualmente existe un gran interés en el potencial de usar ‘AI’ o ‘aprendizaje automático’ para predecir mejor los resultados de salud. En algunas situaciones, podemos encontrar que es útil. En otros casos, puede que no. En este caso particular, hemos demostrado que, con un ajuste cuidadoso, estos algoritmos pueden mejorar la predicción’.

Y continúa: ‘Estas técnicas pueden ser nuevas para muchos en investigación sobre salud y difíciles de seguir. Creemos que, al informar claramente sobre estos métodos de manera transparente, esto podría ayudar con la verificación científica y el desarrollo futuro de este apasionante campo para el cuidado de la salud’.

Este nuevo estudio se basa en el trabajo previo del equipo de Nottingham que mostró que cuatro algoritmos de IA diferentes, ‘bosque aleatorio’, ‘regresión logística’, ‘aumento de gradiente’ y ‘redes neuronales’ fueron significativamente mejores para predecir enfermedades cardiovasculares que un algoritmo establecido usado en las guías de cardiología actuales.

Los investigadores de Nottingham predicen que la IA desempeñará un papel vital en el desarrollo de futuras herramientas capaces de ofrecer medicamentos personalizados, adaptando la gestión de riesgos a pacientes individuales. La investigación adicional requiere verificar y validar estos algoritmos de IA en otros grupos de población y explorar formas de implementar estos sistemas en la atención médica de rutina.
abril 7/2019 (Europa Press)

Las células madre pluripotentes tienen la capacidad de diferenciarse en cualquier tipo de célula adulta del cuerpo humano. Identificar esta diferenciación puede llevar muchas horas y costosos procedimientos. Con este hallazgo, es posible hacerlo en tan solo una hora y solamente con una foto en un microscopio.

Inteligencia Artificial y aprendizaje profundo

La inteligencia artificial (IA) registró importantes avances en los últimos años. Nuevos hardware con capacidades de cálculo ampliadas y nuevo software para una aplicación más simple de algoritmos complejos permiten ahora aplicar poderosas predicciones en numerosos campos.

El aprendizaje profundo o deep learning es un modo específico de aprendizaje de las máquinas. En este caso, este aprendizaje se realiza a través de una red neuronal, es decir, algoritmos que tratan de imitar la manera en que funciona el cerebro y aprender de la experiencia.

“La inteligencia artificial está cambiando cada aspecto de nuestras vidas. En el área de biología celular, estamos viviendo una nueva etapa en la aplicación rutinaria del aprendizaje profundo. Y tenemos que estar preparados”, apuntó el doctor Santiago Miriuka, autor principal e investigador independiente del CONICET.

La investigación

Para el estudio, células madre pluripotentes murinas fueron inducidas a diferenciarse en células similares a la del epiblasto, un tipo de célula similar a la que emerge bien temprano durante el desarrollo embrionario. Apenas 30 minutos después del inicio, las redes neuronales pudieron predecir qué imágenes contenían células a las que se había inducido a la diferenciación. Una hora después del comienzo de la diferenciación, las predicciones eran correctas en más del 99 % de los casos. “Estamos sorprendidos con la precisión que alcanzan estos modelos”, apunta Miriuka.

Según Ariel Waisman, becario postdoctoral del CONICET y primer autor de esta publicación, el objetivo era clasificar qué imágenes correspondían a células que se estaban diferenciando y cuáles a células no diferenciadas. “Si se miran estas células se reconocen cambios sutiles después de algunas horas, en particular si se está entrenado en el trabajo con estas células. Pero queríamos ver si podía hacerlo un algoritmo de aprendizaje profundo y cuán rápido podía reconocer esos cambios”, señala.

En miras de aplicar las células madre a la terapia van a tener que existir muchos controles de calidad. “Para eso se necesita un mecanismo de control del estado de las células. De la misma manera, que le puedo enseñar a la computadora a reconocer células madre de células que se están diferenciando, también puedo enseñarle a reconocer cuándo un cultivo tiene algún problema, o si cuenta con buena salud. La importancia es que quita la subjetividad al estudio de la morfología de las células”, sostiene.

Los investigadores comenzaron a probar con periodos más largos, ya que el experimento inicial tenía como objetivo detectar la diferenciación después de 12 o 24 horas. Pero una vez que descubrieron el excelente desempeño del algoritmo, lo intentaron con períodos más cortos. “Finalmente notamos que el algoritmo podía detectar cambios sutiles en apenas 20-30 minutos”, afirma Waisman.

Y agrega: “Los algoritmos que utilizamos son similares a los que utiliza Facebook para reconocer rostros y etiquetarlos automáticamente”.

Aplicaciones a futuro

En cuanto a los beneficios de la utilización de IA en células madre, Miriuka expresa que “la capacidad de encontrar cambios morfológicos mínimos en una imagen simple de microscopía es un salto cualitativo. Con costo cero, ahorras tiempo porque no tienes que realizar un ensayo que involucre horas de trabajo y la capacidad de distinción es altísima. Permite que se acople a lo que probablemente venga en un futuro muy cercano, la automatización de los experimentos”.

Esto hace que las perspectivas de este tipo de análisis sean enormes. “Hay que pensar que no hay ninguna complejidad: apenas una imagen tomada pocos minutos después del estímulo con un simple microscopio de luz transmitida”, concluye Miriuka.

La idea es que se puedan entrenar las redes neuronales para que aprendan los cambios en la morfología de las células y luego programar una respuesta automática una vez que esos cambios son detectados. De esta forma, se podría lograr en el futuro cercano la detección automática de apoptosis (muerte celular programada), crecimiento celular, contaminación, salud celular en general e incluso de la expresión de los marcadores en las células.
marzo 28/2019 (dicyt.com)