Les malalties respiratòries es troben entre les principals causes de mortalitat i discapacitat a escala mundial. Dins d’aquest grup destaquen les malalties pulmonars intersticials difuses (EPID), com la fibrosi pulmonar idiopàtica (FPI) o la sarcoïdosi, que provoquen una formació progressiva de cicatrius en el teixit pulmonar que dificulta la capacitat respiratòria i el subministrament adequat d’oxigen a l’organisme.

El diagnòstic d’aquest tipus de patologies no és senzill, ja que les imatges mèdiques solen mostrar característiques superposades entre diferents malalties, la qual cosa en dificulta la interpretació. D’altra banda, un cop fet el diagnòstic, actualment no hi ha factors capaços de predir l’evolució de la malaltia, ni de la seva resposta als tractaments. Aquest fet és important en aquest tipus de malalties que presenten una morbiditat i mortalitat elevades, en què s’ha demostrat que el tractament correcte alenteix la malaltia, però el retard diagnòstic i el tractament subòptim s’associen a un pitjor pronòstic.

Detectar aquest tipus de malalties no és fàcil, ja que les imatges mèdiques solen mostrar senyals similars entre diferents patologies, la qual cosa en complica l’anàlisi. A més, un cop confirmat el diagnòstic, encara no es disposa d’eines que permetin anticipar com evolucionarà la malaltia o com respondrà al tractament. Això és especialment important perquè es tracta de malalties greus, amb una alta probabilitat de causar complicacions o fins i tot la mort. S’ha demostrat que un tractament adequat pot alentir el seu progrés, però si el diagnòstic es retarda o el tractament no és l’adequat, el pronòstic empitjora.

Conscients d’aquesta realitat, GMV, amb presència a Catalunya, en col·laboració amb l’Hospital Universitari La Paz i la Universitat Complutense de Madrid, ha assumit el repte proposat pel Centre de Desenvolupament Tecnològic i Innovació (CDTI): desenvolupar un simulador basat en intel·ligència artificial (IA) que permeti conèixer i anticipar l’evolució de les malalties pulmonars intersticials.

Avenços disruptius en imatge mèdica

El simulador desenvolupat per GMV utilitzarà una anàlisi avançada d’imatges de tomografia computada (TC) que permetrà a la intel·ligència artificial identificar amb precisió tots els patrons visibles en les radiografies relacionades amb les MPID. També podrà determinar quin és el patró principal i indicar si es tracta d’una malaltia fibròtica o no.

A més d’això, un dels elements més innovadors del projecte rau en la capacitat de la IA per predir l’evolució de la malaltia, integrant imatges mèdiques amb proves respiratòries funcionals. S’espera que aquesta capacitat predictiva ajudi els especialistes a anticipar-se a la progressió de la malaltia i adaptar els tractaments a les necessitats específiques de cada pacient per millorar significativament la seva qualitat de vida.

Més enllà de les malalties pulmonars, aquest projecte assenta les bases per a una integració més àmplia de la intel·ligència artificial en altres àrees mèdiques, gràcies a un enfocament multidisciplinari que reuneix experts en enginyeria biomèdica, radiologia, pneumologia i IA.

La companyia acaba de presentar la seva proposta de disseny en el marc de la primera fase de la compra pública precomercial llançada pel CDTI. Aquest projecte es finança amb fons propis del centre i a través del Mecanisme de Recuperació i Resiliència (MRR), dins del Pla de recuperació, transformació i resiliència (PRTR), finançat per la Unió Europea - NextGenerationEU.