Predir el risc de trombosi gràcies a la intel·ligència artificial
Experts debaten a Barcelona sobre els beneficis i els dilemes ètics de compartir quantitats ingents de dades tan sensibles
BarcelonaL'expansió de la intel·ligència artificial (IA) en medicina "és inevitable". Així ho constaten els experts reunits aquest dimarts en el segon fòrum de medicina personalitzada i innovació biomèdica que organitzen la Fundació Grífols i la patronal Foment del Treball a Barcelona. Les millores en el diagnòstic, els cribratges o les anàlisis d'imatges radiològiques poden influir en la presa de decisions mèdiques, una àrea fins ara reservada exclusivament al criteri dels especialistes. I l’evolució previsible de les tecnologies òmiques (la genòmica, la metabolòmica i la proteòmica), que comporten una acumulació de dades ingent que poden millorar el coneixement científic amb una celeritat i eficàcia inèdita, també són clars exemples dels beneficis potencials d'aplicar aquesta tecnologia en l'àmbit de la medicina. Per descomptat, però, la recopilació i tractament d'aquesta informació tan sensible també implica un repte ètic que cal fiscalitzar.
Una de les claus de la IA en medicina és identificar patrons per facilitar l’aprenentatge de les diferents eines disponibles. I per fer-ho possible, destaca el catedràtic de ciències de la computació i IA de la Universitat de Barcelona, Oriol Pujol, “calen dades, moltes dades”, que s’extreuen de resultats de projectes de recerca. Poden ser dades reals o dades "sintètiques”, és a dir, aquelles que es creen i que podrien definir-se com anàlegs “plausibles” d’allò que s’espera, i la manera en què se seleccionen –el sexe, l'edat o les malalties prèvies– és important, ja que poden conduir a resultats erronis i esbiaixats.
El catedràtic d’enginyeria de sistemes a la Universitat Politècnica de Catalunya (UPC) Alexandre Perera, que també ha participat en el fòrum, subratlla que, més enllà de preservar l’anonimat de les dades –un dels debats oberts entorn de l'ús de la IA en un material tan sensible com el relacionat amb la salut humana–, cal operar “amb seguretat”. “Els beneficis esperables de la IA poden ser en termes d’eficiència”, diu. Per exemple, en el diagnòstic de malalties rares. “És gairebé impossible que cap especialista tingui un coneixement acurat sobre les 18.000 malalties minoritàries que es coneixen”, il·lustra. La IA, en canvi, sí que pot. També pot ser útil per determinar quina pot ser l’evolució previsible d’una malaltia concreta i ajudar el metge a prendre decisions “amb més informació al seu abast”. En definitiva, oferir prediccions que poden ser individualitzades o col·lectives, com ja es va fer amb la pandèmia.
Predir el risc de trombosi
Escurçar temps i costos, com ja s’està veient en radiologia clínica, també forma part dels potencials beneficis d'aplicar la IA. El tractament d’imatges mèdiques ja ha demostrat la seva eficiència, per exemple, en el cas de mamografies, on s’ha verificat que els sistemes poden “veure” fins a un 20% més lesions que l’ull humà. O un projecte en què participa Perera en què s’està entrenant un model per distingir entre diferents subtipus de diabetis a partir d'un sistema que funciona de manera similar al ChatGPT.
La IA és, sobretot, una eina per a la “millora del diagnòstic i el tractament”, defineix el director de la unitat de Genòmica de Malalties Complexes de I‘IBB Sant Pau, José Manuel Soria. El biòleg destaca el repte tecnològic associat al maneig de dades, que implica gran potència de computació, i els reptes ètics derivats del tractament i identificació del biaix d’aquestes dades en l’elaboració de patrons. Totes aquestes variables s’estan tenint en compte en el disseny d’un model matemàtic destinat a predir el risc de trombosi en pacients oncològics, una dada que s’ha incrementat en paral·lel a l’índex de supervivència dels malalts. “Com que els pacients viuen més anys, el risc de trombosi és més elevat”, resumeix.
Aquest model busca patrons d’imatge per a la detecció precoç d’embòlia pulmonar, sobretot. En resultats preliminars, ha explicat Soria, els nivells de detecció superen de forma clara els dels panels de radiòlegs, cosa que es tradueix en beneficis mèdics per als pacients. Traspassar les dades clíniques al sistema i que la màquina ho entengui, que no deixa de ser llenguatge humà, configura un altre repte i una “oportunitat”: la de generar un ecosistema empresarial de tecnologies mèdiques que “a Catalunya té un gran potencial”.
Amb tot, la IA també planteja certs problemes o dilemes bioètics, entre els quals destaquen la possible vulneració de la privacitat i la seguretat de les dades; la possibilitat que la programació reprodueixi biaixos i prejudicis vigents, i el fet que es prenguin determinades decisions errònies contra les quals no es pugui retre comptes o exigir responsabilitats. Per això és important que s'aprovin lleis que regulin l'ús de la IA, com la que està preparant la Unió Europea, en què es proposa que els sistemes es classifiquin de risc i, així, poder regular més al detall els que impliquen un risc més gran per als usuaris i els seus drets.
