GMV diseña un innovador simulador basado en inteligencia artificial para diagnosticar enfermedades pulmonares intersticiales

Las enfermedades respiratorias se encuentran entre las principales causas de mortalidad y discapacidad a nivel mundial. Dentro de este grupo, destacan las enfermedades pulmonares intersticiales difusas (EPID), como la fibrosis pulmonar idiopática (FPI) o la sarcoidosis, que provocan una progresiva formación de cicatrices en el tejido pulmonar, dificultando la capacidad respiratoria y el suministro adecuado de oxígeno al organismo.

El diagnóstico de este tipo de patologías no es sencillo, ya que las imágenes médicas suelen mostrar características superpuestas entre distintas enfermedades, lo que dificulta su interpretación. Por otro lado, una vez realizado el diagnóstico, actualmente no existen factores capaces de predecir la evolución de la enfermedad, ni de su respuesta a los tratamientos. Este hecho es importante en este tipo de enfermedades cuya morbimortalidad es elevada, donde el tratamiento correcto ha demostrado enlentecer la enfermedad, pero el retraso diagnóstico, así como el tratamiento subóptimo se asocia a peor pronóstico.

Detectar este tipo de enfermedades no es fácil, ya que las imágenes médicas suelen mostrar señales parecidas entre diferentes patologías, lo que complica su análisis. Además, una vez que se confirma el diagnóstico, todavía no se cuenta con herramientas que permitan anticipar cómo evolucionará la enfermedad ni cómo responderá al tratamiento. Esto es especialmente importante porque se trata de enfermedades graves, con alta probabilidad de causar complicaciones o incluso la muerte. Se ha demostrado que un tratamiento adecuado puede ralentizar su progreso, pero si el diagnóstico se retrasa o el tratamiento no es el adecuado, el pronóstico empeora.

Conscientes de esta realidad, la multinacional tecnológica GMV, en colaboración con el Hospital Universitario La Paz y la Universidad Complutense de Madrid, ha asumido el reto propuesto por el Centro para el Desarrollo Tecnológico y la Innovación (CDTI): desarrollar un simulador basado en inteligencia artificial (IA) que permita conocer y anticipar la evolución de las enfermedades pulmonares intersticiales.

La compañía acaba de presentar su propuesta de diseño en el marco de la primera fase de la compra pública precomercial lanzada por el CDTI. Este proyecto se financia con fondos propios del centro y a través del Mecanismo de Recuperación y Resiliencia (MRR), dentro del Plan de Recuperación, Transformación y Resiliencia (PRTR), financiado por la Unión Europea – NextGenerationEU.

IA y deep learning, claves en el diagnóstico médico del futuro

Según la Organización Mundial de la Salud (OMS), el 80 % de las decisiones médicas se basan en pruebas radiológicas, lo que sitúa a la imagen médica como una herramienta clave en el diagnóstico, seguimiento e incluso tratamiento de los pacientes. Sin embargo, la interpretación de las imágenes en el caso de las EPID sigue siendo especialmente compleja. 

En este contexto, tecnologías como la inteligencia artificial (IA) y, en concreto, el deep learning (aprendizaje automático profundo supervisado, inspirado en el funcionamiento del cerebro humano) se posicionan como aliadas fundamentales para los especialistas en diagnóstico por imagen.

Carlos Illana, responsable de Producto de Secure e-Solutions en GMV, explica: «Para el diseño del planificador hemos empleado una combinación de un conjunto de datos completo y depurado, y unas técnicas de aprendizaje profundo para obtener un elevado nivel de precisión, explicabilidad y control del sesgo. No obstante, será en su validación en un entorno clínico real —en este caso, el Hospital de Bellvitge— cuando podamos confirmar si existen desviaciones respecto a los resultados obtenidos en entornos de prueba».

Illana añade que «vamos bien encaminados para que esta herramienta contribuya a evitar el diagnóstico tardío de las EPIDs, permitiendo así ofrecer tratamientos personalizados y más efectivos. Por ejemplo, en casos de FPI, donde la supervivencia media es de 3 a 5 años desde el diagnóstico».

Además, subraya la singularidad del proyecto: «Para nosotros, este desarrollo representa un auténtico desafío, ya que actualmente no existe en el mercado ninguna solución comercial que abarque todas las funcionalidades clínicas que nos proponemos. Esto lo convierte en un hito dentro del campo de la imagen médica y la aplicación de la inteligencia artificial en salud».

Avances disruptivos en imagen médica

El simulador desarrollado por GMV utilizará un análisis avanzado de imágenes de tomografía computarizada (TAC), lo que permitirá a la inteligencia artificial identificar con precisión todos los patrones visibles en las radiografías relacionados con las EPIDs. También podrá determinar cuál es el patrón principal y señalar si se trata de una enfermedad fibrótica o no.

Además de esto, uno de los elementos más innovadores del proyecto reside en la capacidad de la IA para predecir la evolución de la enfermedad, integrando las imágenes médicas con pruebas funcionales respiratorias. Se espera que esta capacidad predictiva ayude a los especialistas a anticiparse a la progresión de la enfermedad y adaptar los tratamientos a las necesidades específicas de cada paciente, mejorando significativamente su calidad de vida.

Más allá de las enfermedades pulmonares, este proyecto sienta las bases para una integración más amplia de la inteligencia artificial en otras áreas médicas, gracias a un enfoque multidisciplinar que reúne a expertos en ingeniería biomédica, radiología, neumología e IA.

Para más información:

Marketing y Comunicación
GMV Secure e-Solutions
[email protected]