«Si hacemos las cosas bien, las posibilidades de que la IA transforme la salud y la medicina son infinitas. Puede ser de gran beneficio público. Pero más que eso, eso tiene ser.»
Los investigadores de Cambridge están buscando formas en que la IA pueda transformar todo, desde el descubrimiento de fármacos hasta los diagnósticos de Alzheimer y las consultas de GP.
Demencia
Descubrimiento de fármacos
Abordar la demencia
En 2024, Profesora Zoe Kourtzi en el Departamento de Psicología mostró que una herramienta de IA desarrollada por su equipo podría superar las pruebas clínicas para predecir si las personas con signos tempranos de demencia se mantendrán estables o desarrollarán la enfermedad de Alzheimer.
En un momento de intensa presión sobre el NHS, herramientas como esta podrían ayudar a los médicos a priorizar la atención para aquellos pacientes que más la necesitan, al tiempo que eliminan la necesidad de pruebas de diagnóstico invasivas y costosas para aquellos cuya condición se mantendrá estable. También pueden dar a los pacientes la tranquilidad de que es poco probable que su condición empeore o, para los menos afortunados, puede ayudarlos a ellos y a sus familias a prepararse.
Estas herramientas también podrían ser transformadoras en la búsqueda de nuevos medicamentos, haciendo que los ensayos clínicos sean más efectivos, más rápidos y más baratos, dice Kourtzi.
Recientemente, dos medicamentos para la demencia – lecanemab y donanemab – han demostrado ser prometedores para frenar la enfermedad, pero los beneficios en comparación con los costos se consideraron insuficientes para justificar la aprobación para su uso dentro del NHS. Más allá de estos, ha habido un progreso limitado en el campo.
Parte del problema es que los ensayos clínicos a menudo se centran en las personas equivocadas, que es donde la IA puede ayudar a decidir mejor a quién incluir en los ensayos.
“Si tienes personas que los modelos de IA dicen que no desarrollarán patología, no querrás ponerlas en tu prueba. Solo estropearán las estadísticas, y luego [los ensayos] nunca mostrarán un efecto, sin importar si tienes el mejor medicamento del mundo. Y si incluye personas que progresarán muy rápido, es posible que ya sea demasiado tarde para que el medicamento muestre beneficio.”
Kourtzi está liderando uno de los proyectos de AI-deas de ai@camocks para crear un ‘hub’ de BrainHealth para abordar la crisis global de cerebro y salud mental. Cerrará la brecha entre ingenieros, matemáticos e informáticos que tienen las herramientas pero carecen de los datos, y médicos y neurocientíficos que tienen los datos pero carecen de herramientas avanzadas para extraerlos.
“Nuestra idea es crear un ‘hothouse’ de ideas donde las personas puedan reunirse para preguntar y responder preguntas desafiantes.“
Investigadores universitarios, socios de la industria, el sector de la caridad y los responsables políticos explorarán preguntas como: ¿cómo podemos usar la IA para el descubrimiento de fármacos, para acelerar los ensayos clínicos y desarrollar nuevos tratamientos, y cómo podemos construir modelos de IA interpretables que puedan traducirse a herramientas clínicas?”
La necesidad de que dicha IA sea confiable y responsable es un tema que surge con frecuencia cuando Kourtzi habla con grupos de pacientes.
“Cuando los médicos usan una herramienta de diagnóstico compleja como una máquina de MRI, los pacientes no preguntan si entienden qué hay en esta máquina, por qué funciona de esta manera. Lo que quieren saber es que ha pasado por estándares regulatorios, es seguro de usar y se puede confiar. Es exactamente lo mismo con AI.”
Hacer que las prácticas de GP sean más eficientes
Profesor Niels Peek desde The Healthcare Improvement Studies (THIS) Institute cree que la IA podría tener un gran impacto en los servicios de atención primaria, como las prácticas de GP, al abordar algunas de sus tareas más mundanas.
Una de esas aplicaciones implica el uso de ‘scribes’ digital para grabar, transcribir y resumir conversaciones entre médicos de cabecera y pacientes.
“Si miras la cantidad de tiempo que los médicos pasan en ese tipo de trabajo, es simplemente increíble,”, dice.
“Teniendo en cuenta que el tiempo del médico es probablemente el producto más preciado dentro del NHS, esta es una tecnología que podría ser transformacional
Es probable que el NHS adopte cada vez más la tecnología de escriba digital en el futuro, por lo que será importante asegurarse de que los resúmenes sean precisos y no omitan puntos clave ni agreguen cosas que no se mencionaron (una ‘alucinación’). ¿Con el apoyo de The Health Foundation, Peek se pregunta si la tecnología realmente ahorra tiempo? “Si tienes que pasar mucho tiempo corrigiendo sus salidas, entonces ya no es un hecho que realmente te ahorra tiempo.”
Peek cree que en el futuro, cada consulta clínica se registrará digitalmente, se almacenará como parte del registro de un paciente y se resumirá con IA. Pero el entorno tecnológico existente, particularmente en la atención primaria, presenta un desafío.
“los GP usan registros de salud electrónicos que han evolucionado con el tiempo y, a menudo, parecen obsoletos. Cualquier nueva tecnología debe encajar dentro de estos sistemas. Pedirle a las personas que inicien sesión en un sistema diferente no es factible.”
Peek también participa en la evaluación de Patchs, una herramienta que aplica AI al proceso de reserva de citas de GP y la realización de consultas en línea. Fue diseñado por personal de GP y pacientes, en colaboración con la Universidad de Manchester (donde Peek estaba anteriormente basado) y comercializado por la compañía Patchs Health. Ahora es utilizado por alrededor de una de cada 10 prácticas de GP en toda Inglaterra.
Trabajar con usuarios finales – pacientes, GPs, y particularmente el personal administrativo que usa estos sistemas en el día a día – es crucial. “Tienes que asegurarte de que encajen tanto con los sistemas que las personas ya están usando, como con la forma en que hacen las cosas, con sus flujos de trabajo. Solo entonces verás diferencias que se traducen en beneficios reales para people.”
Abordar la salud mental entre los jóvenes
En los últimos años, ha habido un aumento significativo en la prevalencia de trastornos de salud mental entre los jóvenes. Pero con los recursos extendidos del NHS, puede ser difícil acceder a los Servicios de Salud Mental para Niños y Adolescentes (CAMHS).
No todos los niños recomendados para una referencia necesitarán ver a un especialista en salud mental, dice Dr. Anna Moore del Departamento de Psiquiatría, pero el cuello de botella significa que pueden estar en la lista de espera por hasta dos años solo para que se les diga que no cumplen con los criterios de tratamiento. La calidad de los consejos que reciben sobre opciones alternativas que satisfacen sus necesidades varía mucho.
Moore está interesado en saber si la IA puede ayudar a manejar este cuello de botella identificando a los niños que más necesitan apoyo y ayudando a aquellos que no necesitan CAMHS especializado a encontrar el apoyo adecuado de otros lugares. Una forma de hacerlo es mediante el uso de datos recopilados rutinariamente en niños.
“Los tipos de datos que nos ayudan a hacer esto pueden ser algunos de los datos realmente sensibles sobre las personas,”, dice ella. “Podría ser información de salud, cómo les va en la escuela, pero también podría ser información como que se emborracharon el fin de semana pasado y terminaron en A&E.”
Por esta razón, dice, es esencial que trabajen en estrecha colaboración con los miembros del público al diseñar un sistema de este tipo para asegurarse de que las personas entiendan lo que están haciendo, los tipos de datos que están considerando usar y cómo podrían usarse, pero también cómo podría mejorar la atención de los jóvenes con problemas de salud mental.
Una de las preguntas que a menudo surge de los especialistas en ética es si, dadas las dificultades para acceder a CAMHS, es necesariamente bueno identificar a los niños si no pueden acceder a los servicios.
“Sí, podemos identificar a los niños que necesitan ayuda, pero tenemos que preguntar, ‘pero ¿qué?’,” dice. La herramienta deberá sugerir una referencia a CAMHS para los niños que la necesitan, pero para aquellos que tienen un problema pero que podrían recibir un mejor apoyo de otras maneras que CAMHS que podrían ser más flexibles a sus necesidades, ¿puede indicarles información útil, basada en evidencia y apropiada para su edad?
Moore está diseñando la herramienta para ayudar a encontrar a los niños que de otro modo podrían perderse. En los casos más extremos, estos podrían ser niños como Victoria Climbié y Baby P, que fueron torturados y asesinados por sus guardianes. Las revisiones de casos graves destacaron múltiples oportunidades perdidas para la acción, a menudo porque los sistemas no estaban unidos, lo que significa que nadie pudo ver una imagen completa.
“Si podemos ver todos los datos en todo el sistema relacionados con un niño, entonces podría ser posible reunirlos y decir, en realidad hay suficiente información aquí que podemos hacer algo al respecto
Del útero al mundo
En todo el mundo, las tasas de fertilidad están disminuyendo, mientras que las familias eligen tener hijos más adelante en la vida. Para ayudarlos a concebir, muchas parejas recurren a tecnologías de reproducción asistida como la FIV; sin embargo, las tasas de éxito siguen siendo bajas y el proceso puede ser costoso. En el Reino Unido, el tratamiento en una clínica privada puede costar más de £5,000 por ciclo – en los Estados Unidos, puede ser alrededor de $20,000 – y sin garantía de éxito.
Mo Vali y Dr. Staci Weiss espero que la IA pueda cambiar esto. Están liderando From Womb to World, uno de los proyectos emblemáticos de AI-deas de ai@camics, que tiene como objetivo mejorar las posibilidades de que los futuros padres tengan un bebé diagnosticando las condiciones de fertilidad desde el principio y personalizando los tratamientos de fertilidad.
“Estamos tratando de democratizar el acceso a los resultados de la FIV y abordar un problema social creciente de disminución de las tasas de fertilidad.”
Mo Vali
Están trabajando con el profesor Yau Thum en The Lister Fertility Clinic, una de las clínicas privadas de FIV independientes más grandes del Reino Unido, para desarrollar pruebas asistidas por IA más baratas, menos invasivas y más precisas que se pueden usar durante todo el viaje de FIV del paciente. Para hacer esto, están haciendo uso de la miríada de diferentes muestras y conjuntos de datos recopilados durante el proceso de fertilidad, desde análisis de sangre e imágenes de ultrasonido hasta líquido folicular, así como datos que abarcan factores demográficos y culturales.
Construir las herramientas de IA fue lo más fácil, dice Vali. El mayor desafío ha sido generar los conjuntos de datos, eliminar los obstáculos éticos y regulatorios y, lo que es más importante, garantizar que los datos confidenciales se anonimicen y desidentifiquen adecuadamente – vital para la privacidad del paciente y la creación de confianza pública.
El equipo también espera usar la IA para mejorar y hacer más accesibles las ecografías 4D que permiten a los padres ver a su bebé moverse en el útero, capturando movimientos como chuparse el pulgar y bostezar. Esto es importante para fortalecer el vínculo materno durante un momento potencialmente estresante, dice Weiss.
“Ver la cara de su bebé y verlo moverse crea un tipo muy diferente de realidad física y encarnada y un vínculo entre la madre y su hijo,” dice.
Consultar con mujeres que han experimentado de primera mano los desafíos de los tratamientos de fertilidad proporciona información valiosa, mientras que The Lister Fertility Clinic – una clínica privada – es una plataforma ideal para probar sus ideas antes de proporcionar herramientas para el público en general. Ofrece un entorno más pequeño y controlado donde pueden interactuar directamente con los médicos mayores.
“Queremos asegurarnos de que la investigación que estamos haciendo y los modelos de IA que estamos construyendo funcionen sin problemas antes de ir a escala,” dice Vali.
Prevención del cáncer
Antonis Antoniouprofesor de Predicción del Riesgo del Cáncer en Cambridge, ha pasado la mayor parte de su carrera desarrollando modelos que predicen nuestro riesgo de desarrollar cánceres. Ahora, AI promete llevar su trabajo a un nivel completamente nuevo.
Antoniou ha sido anunciado recientemente como Director del Programa de Descubrimiento Impulsado por Datos del Cáncer, una iniciativa de £10 millones que promete transformar la forma en que detectamos, diagnosticamos – e incluso prevenimos – cáncer en el futuro. Es un proyecto multiinstitucional, con socios en todo el Reino Unido, que construirá infraestructura y creará una comunidad multidisciplinaria de investigadores, incluida la capacitación de la próxima generación de investigadores, con fondos para 30 puestos de doctorado y puestos de investigación profesional temprana en ciencias de datos sobre el cáncer.
El programa permitirá a los científicos acceder y vincular una amplia gama de diversos conjuntos de datos de salud, desde clínicas de GP y programas de detección de cáncer hasta grandes estudios de cohortes y datos generados a través de interacciones con servicios públicos como ocupación, logros educativos y otros datos geoespaciales sobre contaminación del aire, calidad de la vivienda y acceso a servicios. Estos se utilizarán en combinación con IA y análisis de vanguardia.
“La financiación nos permitirá utilizar estos conjuntos de datos para desarrollar modelos que nos ayuden a predecir el riesgo individual de cáncer y mejorar en gran medida nuestra comprensión de quién tiene más riesgo de desarrollar cáncer, ” dice. “Con suerte nos ayudará a transformar la forma en que detectamos, prevenimos y diagnosticamos el cáncer en el futuro.”
Una de las consideraciones clave de su trabajo será garantizar que las herramientas de IA que desarrollan no exacerben inadvertidamente las desigualdades.
“Tenemos que tener cuidado de no desarrollar modelos que solo funcionen para las personas que están dispuestas a participar en estudios de investigación o aquellas que interactúan con frecuencia con el sector de la salud, por ejemplo, y asegurarnos de no ignorar a quienes pueden acceder fácilmente a los servicios de salud, tal vez porque viven en áreas de privación
La clave de su programa ha sido la participación de pacientes y miembros del público, quienes, junto con los profesionales clínicos, los han ayudado desde el principio a dar forma a su programa.
“Estuvieron involucrados en el codesarrollo de nuestras propuestas desde la fase de planificación, y en el futuro, seguirán desempeñando un papel clave, ayudando a guiar cómo trabajamos y a asegurarnos de que los datos se usen de manera responsable y segura,” dice.
El programa Cancer Data-Driven Detection cuenta con el apoyo conjunto de Cancer Research UK, el Instituto Nacional de Investigación de Salud y Atención, el Consejo de Investigación de Ingeniería y Ciencias Físicas, Health Data Research UK y Administrative Data Research UK.
Lea más sobre la IA y el cáncer aquí
Innovaciones en el descubrimiento de fármacos
Han pasado poco más de 20 años desde que se secuenció el primer genoma humano, abriendo un nuevo campo científico – genómica – y ayudándonos a comprender cómo funcionan nuestros cuerpos. Desde entonces, el número de los llamados ‘omics’ – lecturas completas de tipos particulares de moléculas en nuestros cuerpos, como proteínas (proteómica) y metabolitos (metabolómica) – ha florecido.
Dr. Namshik Han desde el Instituto de Terapéutica Milner está interesado en cómo la IA puede extraer este tesoro para ayudar a descubrir nuevos medicamentos.
“Weirre aplica enfoques de IA para diseccionar esos conjuntos de datos realmente grandes e intentar identificar objetivos de medicamentos significativos y procesables,” dice.
Su equipo trabaja con socios que pueden llevar estos objetivos a la siguiente etapa, como desarrollar compuestos químicos para actuar sobre estos objetivos, probarlos en células y animales y luego llevarlos a través de ensayos clínicos.
El Instituto Milner actúa como un puente entre la academia y la industria para acelerar este proceso, asociándose con docenas de institutos académicos, socios de la industria, biotecnología, farmacéutica y capitalistas de riesgo. Pero en la ‘sangrando edge’ del trabajo de Hanna están sus colaboraciones con compañías tecnológicas.
Han está interesado en cómo las computadoras cuánticas, que utilizan los principios de la mecánica cuántica para permitir cálculos mucho más rápidos y potentes, pueden abordar problemas como la compleja química que sustenta el desarrollo de fármacos.
“Weizve demostró que los algoritmos cuánticos ven cosas que los algoritmos convencionales de IA no.” Han dice.
Su laboratorio ha utilizado algoritmos cuánticos para explorar redes masivas que comprenden decenas de miles de proteínas humanas. Cuando la IA convencional explora estas redes, solo analiza ciertas áreas, mientras que Han demostró que los algoritmos cuánticos cubren toda la red.
La IA tiene el potencial de mejorar todos los aspectos del descubrimiento de fármacos – desde la identificación de objetivos, como lo está haciendo Han, hasta la optimización de ensayos clínicos, lo que podría reducir el costo de los nuevos medicamentos y garantizar que los pacientes se beneficien más rápido. Pero eso no es lo que realmente excita a Han.
“Toma el cáncer, por ejemplo,”, dice. “Hay muchos tipos diferentes, y para algunos de ellos no tenemos medicamentos específicos para tratarlos. En cambio, tenemos que usar un medicamento para un cáncer relacionado y dárselo al paciente, lo cual no es ideal.
“La IA basada en Quantum abrirá una puerta completamente nueva para encontrar medicamentos verdaderamente innovadores en los que nunca antes habíamos pensado. Ahí es donde el impacto real tiene que ser.”
Una mejor IA hace que la vida sea más saludable
Los profesores Andrés Floto, Mihaela van der Schaar y Eoin McKinney sobre el poder de la IA para transformar la salud y la medicina. Leer más
Universidad de Cambridge News. C. B. Traducido al español
Contacto