Revolució contra el càncer: com la IA n'està millorant el diagnòstic i el tractament

BarcelonaAmb una ullada ràpida en té prou per dir: "Això és còlon i això d'aquí, mama". A ulls inexperts, les mostres de teixits que reposen sobre aquells vidres petits i allargats són molt semblants i recorden les taques de tinta emprades en el conegut test psicològic. Jordi Temprana, metge adjunt al Servei d'Anatomia Patològica de l'Hospital Vall d'Hebron, repassa amb la mirada les preparacions que hi ha sobre la taula, n'agafa una altra, ens la mostra i conclou: “Això també és mama”.

En un soterrani de l'edifici de laboratoris clínics de l'hospital més gran de Catalunya hi ha emmagatzemats milions, literalment, de mostres procedents de biòpsies realitzades en aquest centre des que es va inaugurar, a mitjans del segle passat. Les més antigues, amb el color esmorteït, fins i tot encara estan etiquetades amb el primer nom de l'hospital, el del dictador espanyol: Residencia Sanitaria Francisco Franco. La majoria són extractes de tumors, però no totes. I aquesta col·lecció augmenta cada dia a mesura que rep nous vidres amb noves mostres de biòpsies.

Cada cop que s'extreu una porció sospitosa de teixit a un pacient, després de tractar-la amb parafina per conservar-la, se'n tallen algunes làmines i s'hi aplica una tinció per desvelar l'activitat cel·lular. Fins ara el que es feia a continuació amb aquests vidres –o seccions histològiques, en argot mèdic– era enviar-los als patòlegs, que els escodrinyaven sota el microscopi per calcular biomarcadors de malaltia. Arribar a un diagnòstic afinat requeria un ull expert, entrenat, que analitzés l'estructura de la mostra, allà on la tinció revelava més activitat, per saber-ne extreure informació valuosa; això implicava reconèixer morfologies, comptar cèl·lules positives, negatives, fer mitjanes, entre d'altres; sovint calia demanar noves tincions de parts concretes del teixit per acabar de confirmar sospites, i això implicava tornar a agafar el bloc de parafina, tornar a laminar, tornar a tenyir amb una altra tinció, i tornar a analitzar sota el microscopi.

“De la mateixa manera que els que fan radiografies hi veuen en blanc i negre, nosaltres ho fem en escales de color, sobretot roses. Al darrere, però, hi ha la mateixa idea: interpretar una imatge, una morfologia”, explica Temprana. Aquest procés, molt artesanal, es podia repetir diverses vegades fins a tenir la certesa de la malaltia. Si es volien consultar casos difícils o dubtosos amb altres experts, calia enviar els vidres a altres hospitals; o si un pacient tenia una recaiguda anys després, s'havia de buscar en l'arxiu del soterrani les mostres anteriors del tumor per comparar-les. Sovint, però, les tincions s'havien esborrat una mica, fet que dificultava veure-hi l'activitat cel·lular.

“No tenia sentit seguir treballant així, tal com s'havia fet l'últim segle, i menys quan a radiologia ja s'havia avançat cap a la digitalització”, considera Ferran Marqués, professor i investigador de la Universitat Politècnica de Catalunya, que rebla: “Calia fer una aposta cap a l'oncologia de precisió”.

Digipatics, un projecte pioner

I això és el que s'ha fet a Catalunya, que ha adoptat un projecte de patologia digital, anomenat Digipatics, que és únic i pioner al món i ha suposat un tomb revolucionari a la manera de fer medicina. Per una banda, suposa digitalitzar les mostres de biòpsia i emmagatzemar-les en un repositori en línia accessible en tot moment per tots els hospitals de l'Institut Català de la Salut (ICS). Per l'altra, empra algorismes d'intel·ligència artificial per millorar el diagnòstic del càncer a partir de la quantificació objectiva de biomarcadors. Vall d'Hebron va ser un dels primers hospitals que va implementar aquest nou sistema que comparteix amb els altres set hospitals de la xarxa pública. L'objectiu final és que es pugui acabar estenent a la resta de centres públics de Catalunya.

“Som la xarxa més gran a Europa de patologia digital, i segurament una de les més grans al món”, diu amb precaució Pau López, responsable de l'oficina tècnica de sistemes informàtics de l'ICS. Temprana i Marqués es mostren una mica més agosarats: “No hi ha cap altre projecte així, almenys que coneguem. Quan anem als congressos i l'expliquem, la gent es queda bocabadada i s'hi interessen i ens en fan preguntes”, comenten.

Temprana, Marqués i López han liderat la posada en marxa de Digipatics, el germen del qual es va sembrar el 2017, quan Santiago Ramon y Cajal i Xavier Matias-Guiu, caps del servei de patologia dels hospitals Vall d'Hebron i Bellvitge, respectivament, van anar a l'ICS a proposar el projecte. No els va caldre gaire esforç per convèncer l'aleshores director, Josep Maria Argimon, de la necessitat de tirar-lo endavant. “Vèiem que el futur havia d'anar cap aquí, cap a la digitalització”, explica López. Per fer-ho realitat, es va demanar un fons FEDER, que va permetre finançar els 8 milions d'euros que ha costat en un 50% amb ajuts europeus i l'altre 50%, amb fons de la Generalitat.

Aposta per la recerca de Catalunya

Una de les singularitats del projecte és que es va fer una aposta per a la recerca que es fa a Catalunya. Els algorismes d'intel·ligència artificial s'han desenvolupat des de zero a la UPC, al grup d'intel·ligència visual al qual pertany Marqués. Hi han estat implicades prop de mig centenar de persones, entre investigadors i estudiants. De moment, n'han creat quatre de capaços de quantificar biomarcadors de càncer de mama, un altre per a càncer de pulmó i ara treballen en un de nou per a tumors gàstrics. “El sistema facilita que el càlcul de biomarcadors sigui més ràpid, estadísticament més sòlid i que els diagnòstics siguin més segurs i reproduïbles”, apunta Marqués.

Els algorismes han après gràcies al coneixement dels prop de 200 patòlegs experts que treballen a la xarxa d'hospitals, que han revisat mostres i han anat anotant els tipus de cèl·lules i el diagnòstic. “Hem entrenat els algorismes amb milions de casos [cèl·lules] i hem anat corregint els resultats per anar calibrant-los millor de la mà dels metges”, explica Marqués.

Així, ara, un cop es laminen les mostres de tumor i es fan les tincions –tantes com calguin– es carreguen en un dels 24 escàners d'alta precisió repartits pels hospitals i que es passeja per tota la mostra. Fa el mateix que el patòleg fa amb el microscopi, però en lloc de centrar-se en uns quants centenars de cèl·lules com es feia fins ara per limitació de la capacitat de l'ull humà, n'obté una imatge de 100.000 per 200.000 píxels i un giga de pes. És a dir, cada una de les fotos que fa l'escàner de cada mostra de teixit és tan gran com la gigafoto de la Via Catalana de l'Onze de Setembre. "El que aporta la IA és automatització del procés i molta més precisió", destaca Marqués.

A continuació, els algorismes analitzen totes les cèl·lules –que en són milions– del vidre i envien al patòleg un informe. “Ara estem treballant perquè l'algorisme sigui capaç d'ordenar els casos en funció de la urgència, de manera que el metge pugui prioritzar”, apunta Marqués, responsable del desenvolupament de la IA del projecte. "Jo ara com a patòleg tinc molta més informació disponible i em permet fer un diagnòstic més ràpid i més segur", comenta Temprana. Marqués complementa: “La IA sempre mesura igual totes les cèl·lules. A escala humana pot haver-hi variabilitat, els diagnòstics poden ser lleugerament diferents en funció de l'expertesa del patòleg”. És per això, valora, “que això és un avenç brutal, perquè els valors estadístics que traiem són molt més segurs, atès que la IA treballa amb un nombre de cèl·lules molt superior i no es restringeix només a una part de la mostra, sinó que l'avalua tota”.

Això sí, remarquen els dos experts, cap algorisme fa un diagnòstic, això és feina exclusiva dels metges, que són els que al final tenen la responsabilitat. La IA només aporta eines de suport, molt precises i potents, d'ajuda per diagnosticar i per identificar el tractament més adequat per a cada pacient, perquè són capaces de quantificar biomarcadors diagnòstics i també de pronòstic. “Això ens ajuda a evitar que un pacient prengui un fàrmac que no li anirà bé i li causarà efectes secundaris. És un pas endavant cap a la medicina de precisió”, apunta Temprana.

Més recerca, més equitat i més entrenament

Desplegar el projecte ha estat també tot un repte tecnològic. “Va requerir crear una nova infraestructura perquè cada imatge pesava un giga, i això suposava un desafiament per transmetre-la, perquè la xarxa dels hospitals no tenia prou capacitat i es col·lapsava”, comenta López. Per poder implementar de manera eficient Digipatics va caldre renovar els monitors amb què treballaven els patòlegs, la xarxa de connexió entre els hospitals, i es va crear un repositori, el SIMDCAT, on s'emmagatzemen les imatges a llarg termini i on estan disponibles en tot moment. De moment, ja s'han escanejat 2,4 milions de vidres i es calcula que se n'hi anirà afegint un milió més cada any. “Aquest repositori digitalitzat és un corpus d'entrenament per als algorismes, però també per als patòlegs novells. A més, permet compartir casos, coneixement i diagnòstics en temps real. També és una gran base de dades per a la recerca i la docència”, resumeix López.

Per a Temprana, un dels punts importants del projecte és també que "millora l'equitat de la sanitat". "No caldrà que els pacients visquin al costat d'un gran hospital de referència per poder accedir al millor diagnòstic. Com a xarxa, treballem tots com si fóssim un únic laboratori i podrem fer telediagnòstic", apunta. A més, es redueix el temps entre la biòpsia i el diagnòstic, fet que també disminueix l'angoixa que provoca l'espera per al pacient.

Disposar de les imatges digitalitzades de les mostres també obre la porta a potenciar la recerca. Per exemple, perquè les dades anonimitzades es poden fer servir per dur a terme nous estudis. “Són recursos que fins ara estaven parats i que ara podem reflotar”, destaca Marqués. En definitiva, un pas més cap a la medicina del futur.