12 de abril de 2019
12.04.2019
Diari de Girona
KARA L. DAVIS · Pediatra de la Universitat de Stanford

«La intel·ligència artificial fa que la medicina sigui més efectiva»

Es mostra convençuda que la incorporació de la intel·ligència artificial a la investigació mèdica «ens aproparà a la medicina de precisió» i farà que el sistema sanitari i l'atenció mèdica siguin més eficients; això sí, Kara L. Davis defensa que les màquines difícilment substituiran els metges

12.04.2019 | 10:25
«La intel·ligència artificial fa que la medicina sigui més efectiva»

Avançats sistemes informàtics d'intel·ligència artificial ajuden Kara L. Davis i el seu equip al Departament de Pediatria del Centre Bass de l'Institut d'Investigació de Salut de la Universitat de Stanford (Califòrnia), on han aconseguit arribar a predir quins pacients amb leucèmia recauran i a dissenyar tractaments més eficaços per combatre aquesta malaltia.

Quina incidència està tenint en la biomedicina l'aparició de la intel·ligència artificial?

Estem aconseguint que la medicina sigui més efectiva, segura i eficaç. La intel·ligència artificial assessora els metges per accelerar l'assistència mèdica en casos d'emergència.

Quin és el seu ús més comú en el seu àmbit?

Tenim un sistema mèdic electrònic que ens informa de les al·lèrgies del pacient a l'hora de receptar un medicament i ens ofereix alternatives quan cal.

Estem davant d'una revolució que canviarà el panorama de la salut?

Més que una revolució és una progressió gràcies a l'aparició d'aquestes noves tecnologies que, insisteixo, faran de la medicina una cosa més precisa, més exacta i, espero que contribueixin a fer més accessible l'assistència mèdica a tothom.

Quin paper juguen les dades en el diagnòstic de la malaltia?

Les dades a l'hora de tractar un malalt han estat sempre imprescindibles. Avui en tenim més que mai. Fa segles es mirava el pacient, se'l tocava i se l'escoltava. Ara comptem a més amb la possibilitat d'anàlisis de tota mena, radiografies i altres coses més sofisticades com dades sobre mutacions o sobre seqüencials genòmics. Davant d'aquesta allau d'informació cal distingir el que és important en cada cas.

Com van els estudis moleculars per estudiar les cèl·lules cancerígenes de forma individualitzada?

En el càncer influeixen molts tipus diferents de cèl·lules que cal desxifrar a l'hora de saber si el pacient sobreviurà o no. Cal saber triar les cèl·lules que necessiten tractament.

Tasca difícil, suposo.

Hem d'examinar en el moment del diagnòstic milers de milions de cèl·lules cancerígenes. Hi ha molts tipus de càncer i cal conèixer en quin estadi es troba la malaltia. Pot ser un tumor primari o un de metastàtic i intentem descobrir on es troben aquestes cèl·lules.

És llavors possible estudiar-les una a una?

Aquesta és la idea. Només així se sap quines són les cèl·lules cancerígenes, la seva variabilitat i la seva relació amb el pacient. Són dades necessàries per fer-se una idea de les possibilitats de curació.

Per a què serveixen els algoritmes en el diagnòstic de malalties cardiovasculars i del càncer?

Tenim des de fa temps algoritmes clínics per saber, per ­exemple, si algú està patint un atac de cor. Els algoritmes ens ajuden a prendre decisions. La vista està posada ara a integrar la intel·ligència artificial en les anàlisis moleculars més complexes. En el cas del càncer es fan proves genètiques per descobrir mutacions. Això canviarà el camp de la ciència.

Seran robots, els metges del futur?

Els robots ja són a gairebé tots els hospitals i fins i tot als quiròfans per fer certs tipus d'assistència. Cada vegada hi haurà més robots però no crec que hagin de substituir els metges. No els veig interactuant amb els pacients sense alguna mena de supervisió humana.

Com contribuirà a resoldre els nostres problemes de salut la combinació de l'home amb la màquina?

En el meu cas, per a l'estudi de la leucèmia, mesurem la resposta dels pacients al tractament buscant quantitats mínimes de cèl·lules residuals de leucèmia. Fa 25 anys ho fèiem amb un microscopi, que ja és una màquina, per veure aquestes cèl·lules. L'ull humà pot detectar una cèl·lula normal per cada cent però ara amb mètodes més complexos, com el seqüencial de l'ADN, en veiem una per cada 10.000. Integrar les màquines ens ha ajudat molt a descobrir pacients en situació de risc per intervenir-hi.

Amb quin resultat han aplicat aquests avenços en els casos que tracten de leucèmia infantil?

Apliquem tecnologies de paràmetre elevat de cèl·lula única per mesurar moltes coses en cèl·lules individuals. Aquesta tecnologia s'aplica a pacients i a mostres preses des del moment del diagnòstic i després aquesta informació es vincula a sistemes de deep learning per descobrir cèl·lules associades amb les cancerígenes que es reprodueixen i tornen a desenvolupar el càncer. La intel·ligència artificial ens diu quins nens recauran.

Què és el més específic de la leucèmia infantil?

La major part dels nens es curen i porten vides normals però el 20% d'ells tenen cèl·lules que es reprodueixen, tornen a emmalaltir i és molt difícil curar-los. La meitat moren. Volem saber en el moment d'ingrés a l'hospital quins són els que tenen més possibilitats de reproduir aquestes cèl·lules i això ho fem amb noves tecnologies molt avançades.

Han arribat ja a entendre com actua biològicament la leucèmia en els nens?

Sí. Entenem la malaltia i cada dia en tenim més dades, però desconeixem les seves causes i per què uns nens la desenvolupen i uns altres, no.

Com van els seus estudis per combatre la malaltia?

Estem centrats a identificar quines són les cèl·lules que estan malaltes per erradicar-les. Per aconseguir-ho cal discriminar les cèl·lules malignes i atacar cadascuna d'aquestes en diferents moments i amb armes diferents. De moment no hi ha assaigs clínics però estic segura que ho aconseguirem.

Parli'm dels resultats més encoratjadors de les seves investigacions.

El més encoratjador és haver pogut identificar tipus específics de cèl·lules que veiem en nens amb leucèmia i que creiem que tenen certes característiques compartides. A partir d'aquí, el meu somni és desenvolupar proves per a tots els pacients i no només fer prediccions sinó també ser capaç de donar el tractament correcte a aquestes cèl·lules per erradicar-les.

Compartir a Twitter
Compartir a Facebook
L'últim El més llegit