El passat 13 de maig, a l'Hospital Universitari La Paz de la Comunitat de Madrid, es va celebrar la III Jornada HealthTech Observer organitzada per GMV i dedicada a la “Intel·ligència artificial aplicada al diagnòstic radiològic”.

La inauguració va conduir-la Fátima Matute, consellera de Sanitat de la Comunitat de Madrid, i va estar centrada en dos temes rellevants: la interpretació d'imatges mèdiques amb intel·ligència artificial (IA) en l'àmbit de l'atenció primària, i l'aplicació de la intel·ligència artificial en la cura de la salut a l'espai.

Al gener de 2021, GMV va rebre l'encàrrec de l'Agència Espacial Europea de liderar el consorci del projecte ALISSE, el propòsit del qual era facilitar als astronautes tenir cura de la seva pròpia salut en un entorn tan agressiu com el de les missions espacials. Amb aquesta finalitat, va desenvolupar la tecnologia d'intel·ligència artificial, basada en l'aprenentatge profund, guiant i assistint els astronautes en l'adquisició d'imatges per ultrasò d'alta qualitat diagnòstica en diferents òrgans que podrien veure's afectats per les condicions dels viatges espacials tripulats. 

El consorci ha estat liderat tecnològicament per GMV, que va assumir les tasques de cap de projectes i enginyeria. D’altra banda, el Servei de Radiologia d'Urgències de l'Hospital La Paz es va responsabilitzar de l'assessorament clínic, l'etiquetatge d'imatges i la validació de la tecnologia. Completa el consorci el Grup de Física Nuclear de la Universidad Complutense de Madrid (UCM), que ha treballat en la generació d'imatges sintètiques.

En declaracions de Rafael Pérez-Santamarina, director gerent de l'Hospital Universitari La Paz, “estem orgullosos d'haver estat un hospital pioner en la implementació d'un model d'intel·ligència artificial per al diagnòstic dels astronautes a l'espai. Des de l'inici del projecte ALISSE, liderat per l'equip del Servei de Radiologia, les imatges de més de 50.000 pacients per òrgan han estat preseleccionades entre els més de 70.000 estudis ecogràfics que fa el Servei cada any, fet que ajudarà els astronautes en futures missions espacials en el diagnòstic de futures patologies”.

En el complex context de la vida a l'espai, els ultrasons representen una excel·lent eina diagnòstica, ja que impliquen l'ús d'equips lleugers, que ocupen poc espai i amb poc consum elèctric, l'ús dels quals és innocu i són capaços de generar imatges en temps real. Per tot això, aquests equips d'imatge mèdica també són molt útils a les consultes d'atenció primària. Tanmateix, és una modalitat operador dependent amb una corba d'aprenentatge molt elevada. 

El director d'estratègia de Salut de GMV —al seu torn, metge d'atenció primària—, Carlos Royo, va moderar  el panel sobre “Intel·ligència artificial per a la cura de la salut a l'espai”,  i va destacar el paper que la intel·ligència artificial aplicada al diagnòstic radiològic juga en la medicina actual, obrint camí cap a una atenció mèdica més precisa, eficient i centrada en el pacient, independentment de la seva ubicació geogràfica, i fins i tot en l'espai: “L'ecografia, una eina inestimable en la medicina moderna, ha sofert una transformació radical gràcies a l'avenç de la intel·ligència artificial. La fusió de la tecnologia d'ultrasons amb algoritmes d'aprenentatge automàtic ha revolucionat la manera de diagnosticar malalties i afeccions mèdiques. Avui estem a l'avantguarda d'aquesta revolució, explorant com la intel·ligència artificial pot millorar la precisió, l'eficiència i l'accessibilitat dels diagnòstics per ecografia, des de la detecció precoç de malalties fins al guiatge durant els procediments quirúrgics”. 

Cribratge a atenció primària

Tenint en compte que l'Organització Mundial de la Salut estima que el 80 % de les decisions mèdiques es basen en el diagnòstic per imatge, sens dubte, la integració de la intel·ligència artificial en l'ecografia està obrint noves fronteres en l'atenció mèdica. De fet, la IA pot millorar la capacitació dels sanitaris i la precisió diagnòstica a l'atenció primària amb el suport d'imatges mèdiques d'alta qualitat, facilitar diagnòstics primerencs i poder descartar patologies sense necessitat d’un trasllat a l'hospital. Aquesta millora de l’eficiència té un impacte directe en l'atenció al pacient, proporciona millors resultats i més capacitat de resolució, fet que evita esperar els resultats d'imatges mèdiques fetes pels radiòlegs. Així, a més d'ajudar els no especialistes en radiologia a utilitzar l'equip, els algoritmes d'IA també faciliten la interpretació de les imatges obtingudes. 

La solució d'IA desenvolupada per GMV es pot extrapolar des de la nau espacial fins al centre d'atenció primària, fins i tot en aquells allunyats d'hospitals o centres radiològics especialitzats, fet que evita en molts casos els viatges dels pacients i redueix la incertesa a l'hora d'esperar resultats, i allibera recursos hospitalaris que sí que requereixen intervencions especialitzades.

L'atenció primària resol més del 90 % dels motius de consulta per part dels pacients, per la qual cosa podem considerar-la una porta d'entrada al sistema públic de salut. En aquest sentit, Carlos Illana, responsable de producte de GMV i de l'equip que ha desenvolupat el projecte ALISSE, es va aturar durant la seva intervenció en aquest punt, explicant que “la nostra tecnologia és capaç de guiar l'usuari amb formació bàsica en l'adquisició d'imatges ecogràfiques utilitzant un sistema que proporciona informació multimèdia i algoritmes d'intel·ligència artificial per al guiatge i detecció de la imatge de qualitat diagnòstica. En les proves tècniques dutes a terme, s'ha demostrat que el sistema és molt precís, tant en la determinació de diferents característiques anatòmiques sanes com en les patològiques, i és compatible amb equips d'ecografia de diferents marques i models”. En l'avaluació clínica feta pels especialistes del Servei de Radiologia de l'Hospital Universitari La Paz, “s'ha pogut comprovar que personal sense experiència ni formació mèdica ha obtingut imatges de qualitat diagnòstica suficient nou vegades sobre deu, una ràtio no gaire allunyada del que van obtenir els experts en ecografia en aquesta avaluació. Per tant, l'aplicació del desenvolupament de la IA d'ALISSE als centres d'atenció primària permetria obtenir primeres proves d'imatge mèdica per part de personal sanitari no especialitzat, cosa que evitaria derivar els pacients als serveis de radiologia d'altres centres”.