¿Qué pasaría si antes de aplicar un tratamiento a un paciente crítico los médicos pudieran probarlo primero en una versión digital de esa misma persona? No es una idea sacada de una película de ciencia ficción. Investigadores de la Universidad de Vermont están trabajando precisamente en esa posibilidad con ayuda de inteligencia artificial.
El proyecto busca desarrollar gemelos digitales de pacientes gravemente enfermos, modelos informáticos capaces de Crean un gemelo digital de pacientes para probar tratamientos con IA reunir información médica y utilizarla para representar cómo podría evolucionar una persona ante diferentes situaciones.
|
|
Gemelos digitales de pacientes para simular tratamientos médicos con
inteligencia artificial |
La iniciativa acaba de recibir hasta 38 millones de dólares de ARPA-H, la agencia estadounidense que financia proyectos biomédicos considerados de alto impacto. La investigación todavía está en desarrollo, pero plantea una pregunta interesante: ¿podría la medicina probar virtualmente algunas decisiones antes de llevarlas al paciente real?
Una especie de paciente virtual
La expresión “gemelo digital” puede resultar un poco engañosa si imaginamos una copia exacta de una persona. No se trata de crear un clon virtual del paciente, sino de construir un modelo informático que represente determinados aspectos de su estado de salud.
Para hacerlo, los investigadores pueden combinar información procedente de análisis de sangre, constantes fisiológicas y otros datos obtenidos durante la atención médica.
A medida que llegan nuevos datos, el modelo puede actualizarse. De esta manera, la representación digital intenta mantenerse lo más cerca posible de la situación real del paciente.
La parte más interesante está en lo que se puede hacer con ese modelo
Supongamos que un paciente se encuentra en una situación delicada y existen varias opciones para tratarlo. En condiciones normales, los médicos tienen que tomar una decisión utilizando toda la información disponible y su experiencia clínica.
Con un gemelo digital, los investigadores quieren añadir una posibilidad más: simular diferentes escenarios antes de tomar determinadas decisiones.
El sistema podría, por ejemplo, analizar qué podría ocurrir si se utiliza una determinada estrategia frente a otra. No ofrecería una respuesta infalible, pero podría aportar información adicional sobre las posibles consecuencias de cada alternativa.
Ahí es donde la inteligencia artificial adquiere un papel especialmente importante.
La IA tendría que aprender cómo cambia el paciente
El verdadero desafío no consiste simplemente en introducir los datos de una persona en un programa informático. El organismo humano cambia constantemente y, en un paciente crítico, esos cambios pueden producirse en cuestión de minutos.
La inteligencia artificial tendría que ser capaz de analizar esa evolución y encontrar relaciones entre los diferentes datos médicos.
Por eso el proyecto no busca únicamente construir una representación digital, sino desarrollar modelos que puedan aprender de la evolución del paciente y utilizar esa información para realizar simulaciones.
Por qué quieren empezar con pacientes críticos
Los pacientes que se encuentran en estado crítico son precisamente uno de los escenarios donde una herramienta de este tipo podría resultar más interesante.
En una unidad de cuidados intensivos, el estado de una persona puede cambiar rápidamente. Los médicos reciben continuamente nueva información y, en determinadas situaciones, deben decidir con mucha rapidez qué hacer.
Una herramienta capaz de reunir esos datos y ayudar a explorar diferentes posibilidades podría convertirse en un apoyo adicional para el equipo médico.
Pero hay que insistir en algo: el gemelo digital no sustituiría al médico. Las decisiones seguirían dependiendo de los profesionales responsables del paciente.
El proyecto cuenta con hasta 38 millones de dólares
La investigación de la Universidad de Vermont forma parte de un proyecto financiado por ARPA-H, una agencia del Gobierno de Estados Unidos creada para impulsar investigaciones biomédicas que podrían tener un impacto importante en la salud.
La financiación puede alcanzar los 38 millones de dólares y permitirá trabajar durante los próximos años en el desarrollo y la validación de estos modelos digitales.
Eso significa que todavía queda bastante camino antes de que un médico pueda abrir una aplicación, crear el gemelo digital de un paciente y utilizarlo como una herramienta habitual en un hospital.
La parte difícil será comprobar que las predicciones funcionan
Una simulación puede parecer impresionante en una pantalla, pero eso no significa que sea correcta.
En medicina, un error de predicción puede tener consecuencias importantes. Por eso los investigadores tendrán que comprobar con mucho cuidado si los modelos realmente consiguen representar la evolución de los pacientes y si las simulaciones son útiles para las decisiones clínicas.
También tendrán que enfrentarse a un problema bastante evidente: no todos los pacientes responden igual.
Dos personas pueden tener síntomas parecidos y reaccionar de forma diferente ante un mismo tratamiento. Por esa razón, un gemelo digital no puede considerarse una bola de cristal capaz de decir exactamente qué sucederá.
|
| Investigadora analiza un gemelo digital de paciente mediante inteligencia artificial |
Los datos médicos serán una pieza clave
Para que el sistema funcione necesita datos. Y cuantos más precisos y completos sean esos datos, mejor podrá representar el estado del paciente.
Esto abre otra cuestión que será fundamental: la privacidad.
Los datos médicos son información especialmente sensible y cualquier sistema que utilice grandes cantidades de ellos tendrá que contar con mecanismos adecuados para protegerlos.
También será necesario establecer cómo se almacenan esos datos, quién puede acceder a ellos y qué ocurre si una predicción generada por inteligencia artificial resulta equivocada.
No es la primera vez que la medicina utiliza gemelos digitales
La idea de utilizar modelos digitales para estudiar sistemas biológicos no es completamente nueva. Investigadores de diferentes partes del mundo llevan años explorando los llamados digital twins en medicina.
Lo que hace especialmente interesante este proyecto es su enfoque en pacientes críticos y la intención de utilizar los modelos para estudiar diferentes estrategias de tratamiento.
Si la tecnología consigue avanzar, el concepto podría ir mucho más allá de mostrar información en una pantalla. Podría convertirse en una herramienta capaz de ayudar a los médicos a analizar distintos escenarios antes de actuar.
¿Cuándo podremos ver esta tecnología en los hospitales?
Todavía no hay que esperar encontrar estos gemelos digitales en las unidades de cuidados intensivos de los hospitales.
El proyecto se encuentra en una etapa de investigación y tendrá que pasar por diferentes fases de desarrollo, validación y evaluación antes de que pueda utilizarse de manera generalizada.
Primero habrá que demostrar que los modelos son suficientemente precisos. Después será necesario determinar cómo pueden integrarse en el trabajo de los médicos y qué requisitos de seguridad y regulación deben cumplir.
Una idea que podría cambiar la forma de tomar decisiones médicas
Lo interesante de este proyecto no es que una inteligencia artificial vaya a reemplazar a los médicos. Es precisamente lo contrario: la tecnología intenta poner más información a disposición de los profesionales cuando tienen que tomar decisiones difíciles.
Hoy los médicos observan lo que está ocurriendo y utilizan esos datos para decidir cuál puede ser el siguiente paso. En el futuro, herramientas de este tipo podrían permitir añadir una pregunta más: “¿qué podría pasar si hacemos esto en lugar de aquello?”
Todavía falta investigación para saber si los gemelos digitales serán capaces de responder esa pregunta con la precisión necesaria. Pero el proyecto de la Universidad de Vermont muestra que la inteligencia artificial está empezando a explorar un terreno mucho más ambicioso en medicina: no solo analizar lo que ya ocurrió, sino intentar anticipar cómo podría evolucionar un paciente antes de tomar una decisión.