Categoría: Inteligencia Artificial en la Salud Humana

Los virus están en todas partes: en el aire, en las aguas residuales, en los lagos y en los océanos, en los pastizales y en la madera en descomposición. Algunos prosperan en condiciones extremas, como en los respiraderos hidrotermales, en el hielo antártico y, posiblemente, incluso en el espacio exterior. También son antiguas. Algunas son probablemente tan antiguas como las primeras células, o incluso más antiguas. A pesar de haber coexistido con los virus desde el comienzo de nuestra especie, el universo viral sigue siendo en gran medida un misterio. Durante décadas, los científicos han reunido minuciosamente muestras de todo el mundo y han secuenciado su material genético. Pero los virus mutan rápidamente y estos esfuerzos solo rozan la superficie de la virosfera. La mayor parte del material genético viral es “materia oscura” biológica, escribieron recientemente Mang Shi de la Universidad Sun Yat-sen y sus colegas en un nuevo artículo publicado en Cell . Con la ayuda de la IA, el equipo está arrojando nueva luz sobre el mundo viral. La IA, llamada LucaProt, se basa en un gran modelo de lenguaje para dar sentido a fragmentos de material genético viral. Otro algoritmo analiza aún más los datos genéticos en fragmentos más «digeribles» para aumentar la eficacia. Después de analizar casi 10.500 muestras (algunas de bases de datos anteriores y otras recopiladas durante el estudio), la IA detectó 70.458 nuevos virus de ARN en muestras de todo el mundo. «De repente puedes ver cosas que antes no veías», dijo a Nature Artem Babaian, de la Universidad de Toronto, que no participó en el estudio . Los virus tienen mala reputación. La pandemia de Covid-19 y la temporada anual de gripe ponen de relieve su lado destructivo. Pero también se pueden utilizar para combatir bacterias resistentes a los antibióticos , introducir terapias genéticas en las células o convertirse en vacunas. Trazar el universo viral ofrece una vista panorámica de la evolución y mutación de los virus, con implicaciones no sólo para la biotecnología, sino también potencialmente para la lucha contra la próxima pandemia. Volviéndose viral En los seres humanos, el ADN contiene el código genético. El ADN se traduce en ARN (también formado por cuatro letras genéticas), que transporta la información genética a una fábrica celular para producir proteínas. Los virus son diferentes. Algunos prescinden por completo del ADN y, en su lugar, codifican directamente su código genético en ARN. Suena extraño, pero ya conoces algunos de estos virus: el SARS-CoV-2, que causa la COVID-19, es un virus de ARN. Estos virus tienen proteínas de las que la ciencia sabe poco y también podrían ofrecer nuevos conocimientos sobre biología. Durante décadas, los científicos han intentado descifrar la virosfera mediante la recolección de muestras. Las fuentes varían desde las más cotidianas (el agua de un arroyo local) hasta las más extremas, como el hielo antártico o el agua de las profundidades marinas. El ARN extraído de estas muestras se secuencia cuidadosamente y se deposita en bases de datos. Este método, llamado metagenómica, captura fragmentos de todo el ARN viral de un entorno. Dar sentido a la mina de oro genética requiere más trabajo. Los métodos computacionales clásicos tienen dificultades para filtrar estas grandes bases de datos en busca de información significativa. Entra en escena ESMFold . Desarrollado por Meta, el programa se basa en grandes modelos de lenguaje (la misma tecnología que impulsa ChatGPT de OpenAI y Gemini de Google) para predecir las estructuras de las proteínas en función de sus “letras” de aminoácidos. Métodos similares, como AlphaFold de DeepMind y RoseTTAFold de David Baker, les valieron recientemente a sus desarrolladores el Premio Nobel de Química 2024 . ESMFold capta secuencias moleculares y predice las estructuras tridimensionales de las proteínas a nivel atómico. Para su primera tarea en la vida real, los científicos utilizaron la IA para descifrar la “materia oscura” de las proteínas de los microbios de los que menos sabemos. El año pasado, la IA predijo la estructura de más de 700 millones de proteínas de microorganismos. El diez por ciento eran completamente ajenas a cualquier otra descubierta anteriormente. Tomando nota, el equipo de Shi se preguntó si una estrategia similar podría funcionar en el mundo de los virus de ARN. En busca de virus Los científicos han utilizado anteriormente la IA para extraer posibles nuevos virus de ARN a partir de petabytes de datos de secuenciación genética , una cantidad aproximadamente equivalente a 500 millones de fotografías de alta resolución. Estos estudios se centraron en la ARN polimerasa dependiente de ARN, o RdRP. En este caso, las secuencias de ARN codifican las RdRP, una familia de proteínas que marcan la mayoría de los genomas de los virus de ARN. Un análisis inicial identificó casi 132.000 nuevos virus de ARN basándose en sus datos genéticos. ¿El problema? Los virus mutan rápidamente. Si las letras genéticas que codifican las RdRP cambian, la IA entrenada en esas secuencias puede no ser capaz de reconocer los virus mutados. El nuevo estudio abordó el problema combinando el enfoque anterior con ESMFold en una IA de dos canales. El primer canal utiliza un modelo basado en transformadores, similar a ChatGPT, para extraer “palabras clave” de secuencias de aminoácidos que codifican las RdRP virales de una gran base de datos. Después de entrenar con las secuencias deseadas y algunas que se generaron aleatoriamente, la IA creó un vocabulario de aproximadamente 20.000 secuencias de proteínas que aparecen con frecuencia y que codifican las RdRP. En comparación con los métodos anteriores, este paso divide las bibliotecas genéticas en secciones más digeribles, lo que facilita que la IA aborde secuencias genéticas más largas y detecte proteínas RdRP virales. El segundo canal utiliza una versión de ESMFold, que es un lector lento pero cuidadoso. En lugar de leer rápidamente las palabras de proteínas, “lee” cada letra y predice cómo se conecta estructuralmente cada una con las demás para formar formas proteínicas en 3D. Este paso fundamenta la IA y le da una idea de cómo deberían verse las RdRP en los virus vivos. LucaProt se entrenó con casi 6000 secuencias que codifican proteínas RdRP y más de 229

Una nueva innovación aprovecha el poder de la inteligencia artificial en un dispositivo IoT portátil para monitorizar el corazón en tiempo real Lenovo, en asociación con el Instituto do Coração – InCor HCFMUSP – el hospital de cardiología más grande de América Latina – anuncia el lanzamiento de TRAdA (del portugués Telemonitoramento Remoto Assistido de Arritmia), una plataforma innovadora que ayuda a identificar eventos de arritmia. Aprovecha el poder de la inteligencia artificial en un dispositivo IoT portátil para el monitoreo cardíaco en tiempo real. En Brasil, más de 20 millones de personas sufren algún tipo de arritmia cardíaca, una afección responsable de más de 320.000 muertes súbitas cada año en el país, según datos de la Sociedade Brasileira de Arritmias Cardíacas (SOBRAC). Esto hace que un seguimiento eficaz y una intervención temprana sean cruciales. A través de un dispositivo portátil discreto y cómodo, TRAdA monitorea continuamente los latidos del corazón y las señales eléctricas del corazón, utilizando algoritmos avanzados de inteligencia artificial para identificar posibles eventos de arritmia en tiempo real. Durante la telemonitorización, se envían alertas críticas a un panel de monitoreo designado, lo que permite a los profesionales de la salud tener una visión general del paciente e intervenir de manera rápida y eficiente. Validado tecnológicamente en el marco del InCor a través de 3 etapas de desarrollo clínico en las que participaron 253 participantes, TRAdA ha demostrado ser una solución tecnológica integral e innovadora para la monitorización y atención remota de pacientes. En la etapa 3 del proyecto se realizó una prueba de concepto para probar la solución en 51 pacientes en el postoperatorio de cirugía cardiovascular, con el objetivo de identificar la aparición de arritmias cuando el paciente se encontraba en su entorno domiciliario. Una vez más, TRAdA demostró su eficacia al identificar episodios de arritmia y generar alertas que permitieron un diagnóstico preciso y un tratamiento adecuado. El período crítico de 72 horas después del alta hospitalaria, identificado por la investigación cardíaca brasileña, es particularmente vulnerable a las complicaciones, y la solución de Lenovo ofrece un apoyo esencial durante este período. “ Vemos una oportunidad en un mercado significativo y sin explotar en Brasil para demostrar una solución de gestión del riesgo de arritmia más rentable y eficiente. Creemos que este enfoque innovador no solo contribuirá a salvar vidas, sino que también mejorará los recursos del sistema de atención médica al ayudar a reducir los costos y mejorar la calidad de la atención ” , explica Ricardo Bloj, presidente de Lenovo Brasil. A través de su compromiso con el rigor científico, la innovación tecnológica y un enfoque centrado en el paciente, Lenovo pretende revolucionar la detección y el tratamiento de las arritmias, salvando vidas y mejorando la calidad de vida de millones de personas en todo el mundo. “Después de la exitosa validación de mercado en Brasil, planeamos expandir nuestra solución a nuevos mercados en América Latina durante los próximos dos años, asegurándonos de que nuestro sistema se adapte a la demografía específica y al panorama regulatorio de cada región”, afirma. “La innovación en el ámbito sanitario no se limita a nuevas ideas, productos y soluciones, sino que también se trata de cómo podemos integrarlas en la atención al paciente y superar los desafíos actuales de la participación del paciente en su tratamiento, como la monitorización remota de parámetros fisiológicos que identifican posibles arritmias. Si estos eventos se diagnostican más rápidamente, se pueden tomar medidas preventivas y correctivas de forma temprana, lo que en última instancia se traduce en una mayor seguridad del paciente. Este es uno de los principales motivos de esta asociación con Lenovo: crear puentes de colaboración que fomenten la innovación sinérgica”, comenta el investigador principal del proyecto TRAdA, el profesor Fabio B. Jatene, vicepresidente de InCor y coordinador de InovaInCor. Experiencias exploradas En febrero de 2024, durante la fase clínica 2 del proyecto TRAdA, el paciente fue monitoreado remotamente durante 7 días y reportó espontáneamente un síntoma de “palpitaciones” a través de una aplicación de reporte de síntomas. El equipo clínico, al identificar una correlación entre la señal electrocardiográfica registrada en la plataforma y el reporte de síntomas, realizó una teleconsulta para evaluación. Posteriormente, el equipo médico identificó que el paciente presentaba taquicardia supraventricular, lo que llevó a la recomendación de un procedimiento de ablación para corregir la arritmia. Un mes después de la intervención, el paciente se encontraba asintomático, sin más quejas. Tras ser tratado en el InCor por insuficiencia mitral y ser intervenido con éxito en febrero de 2024, el paciente fue incluido en el Proyecto TRAdA, recibiendo telemonitorización domiciliaria durante 15 días. Durante la telemonitorización, reportó palpitaciones a través de la aplicación del estudio, lo que motivó una teleconsulta y posterior derivación al hospital, donde se confirmó la fibrilación auricular. El paciente requirió hospitalización y durante esta estancia se le diagnosticó rápidamente tromboembolia pulmonar (TEP), una afección grave que puede estar relacionada con la arritmia detectada. La telemonitorización permitió una intervención rápida y dirigida, destacando la importancia de esta tecnología en el cuidado posquirúrgico. La paciente fue hospitalizada en el InCor para una cirugía cardiovascular y, durante el procedimiento, sufrió un paro cardíaco que requirió reanimación. Cerca del final de la cirugía, sufrió un bloqueo auriculoventricular, lo que resultó en latidos cardíacos lentos e irregulares, lo que requirió un marcapasos temporal para estabilizar el ritmo. En la UCI, también presentó aleteo auricular, una arritmia que acelera los latidos del corazón, corregida con éxito mediante cardioversión. Después del alta, fue monitoreada en su domicilio durante 15 días, durante los cuales una alerta indicó un episodio de fibrilación auricular, lo que motivó su derivación a Urgencias del InCor, donde se confirmó el diagnóstico y se trató. Debido al evento, el telemonitoreo se extendió por otros 15 días, al final de los cuales la paciente refirió mejoría de los síntomas y no presentó nuevas complicaciones. Lenovo News.