Notícies i actualitat

 

La sessió titulada «Dades mèdiques, intel·ligència artificial i salut digital», que va tenir lloc el 16 d’abril passat a l’IEC en el marc del cicle Dimarts de ciència i tecnologia, va intentar donar resposta a aquestes preguntes cabdals que també conformen la qualitat assistencial. 

Jordi Piera, director de l’Oficina d’Estratègia de Salut Digital del Servei Català de la Salut, va deixar clar que «encara que no ens ho sembli, a Catalunya estem molt més avançats que altres països i regions d’Europa», perquè es recullen dades que provenen d’imatge diagnòstica, del monitoratge de pacients, de la història clínica, de resultats de laboratori i, fins i tot, de dispositius que puguin dur els mateixos pacients.

 

El problema és que totes aquestes dades estan desades en silos, és a dir, en compartiments estancs. Això n’afecta la qualitat, perquè es calcula que un 50 % de la informació està duplicada, i també l’explotació, perquè cal treballar amb «un sistema de sistemes molt complex que se sustenta en models diferents». 

A tot això, cal sumar-hi el fet que no es fan servir «estàndards comuns», és a dir, que un mateix problema es pot explicar o representar d’una manera molt diferent i això fa que, a l’hora d’interpretar estudis, s’introdueixin biaixos. «Quan mous dades entre dos sistemes que són de marques diferents, només s’entén un 22 % de la informació», va lamentar Piera.

 

Aleshores, quina és la solució? És possible pensar en una manera comuna de representar el coneixement clínic? Piera va assegurar que ho és i que, de fet, Catalunya ja ha aprovisionat un repositori de dades clíniques que funciona amb un estàndard obert anomenat OpenEHR, que permet que les dades continuïn vives malgrat els canvis, la qual cosa facilita la transició cap a la tercera generació d’història clínica i una millor atenció als ciutadans. 

Gerard Carot, doctor en farmàcia, va reivindicar l’ús administratiu de les dades disponibles, malgrat tots els biaixos perquè permet garantir l’equitat assistencial a les 374 Àrees Bàsiques de Salut que existeixen al país, l’avaluació de models i la priorització de recursos.

I Hugo Herrero, cirurgià plàstic i especialista en medicina computada, va afegir que, en realitat, «el més difícil en medicina no és passar de les dades al coneixement, sinó del coneixement a prendre una decisió amb sentit comú». El també director d’innovació d’Alma Medical Imaging va subratllar que «si comencem a utilitzar la intel·ligència artificial (IA) sense pensar, acabarem en un mar de dades que no entendrem» i va reivindicar la feina dels professionals que «veuen coses més enllà dels protocols», sense negar que hi ha eines que són de gran ajuda. 

De fet, en va citar algunes com ara Cardiolyse, Koios, Oxipit o Binah.ai, però va deixar clar que els casos complexos en medicina no són «protocol·litzables», que la IA té les seves limitacions i que «si volem transitar cap a una medicina personalitzada, necessitem una transformació digital capaç de gestionar aquesta complexitat i, sobretot, que aquest procés estigui centrat en l’ésser humà».

 

 

 

 

 

Christopher Morton, director executiu de l’empresa ELEM Biotech, escissió del Barcelona Supercomputing Center (BSC-CNS), va donar-li la raó. El pacient ha d’estar al centre. ELEM proporciona una plataforma per a replicar sistemes biològics i simular assajos clínics. Això requereix una capacitat de computació que només és capaç de proporcionar un supercomputador com el Marenostrum, que viu al BSC-CNS. És a la llista dels ordinadors més potents del planeta i és capaç de realitzar 314.000 bilions de càlculs per segon (314 petaflops). 

Gràcies a aquest supercomputador, ELEM pot crear bessons digitals (digital twins, en anglès) d’humans i d’òrgans concrets, és a dir, rèpliques virtuals que permeten, per exemple, veure si un implant funciona i l’efecte que té en el teixit cardíac, o monitorar el comportament d’un dispositiu d’assistència ventricular (DAV) per a minimitzar el risc de trombes. «Fer aquest tipus de proves a molts pacients en el món real és molt difícil», va dir Morton, que també va parlar de la capacitat de generar humans sintètics, és a dir, de modelitzar les dades existents per a crear òrgans virtuals diversos i fer assajos. El futur passa per la integració d’aquestes eines i l’empoderament del pacient, va concloure el doctor en enginyeria aeronàutica. 

 

En el torn de preguntes, es va fer palès que la privacitat és el cavall de batalla de la gestió de dades mèdiques i que, al cap i a la fi, el més important és fer-se les preguntes correctes, dissenyar les anàlisis correctes per a contestar-les i tenir clar per a què es faran servir els resultats. I això no és feina de la intel·ligència artificial, que només busca patrons i «no és intel·ligent», com va remarcar el doctor Herrero, sinó «dels professionals de la salut que no pensen en dades, sinó en persones».