Un equip multidisciplinari de l'Hospital Universitari Sant Joan d’Alacant està desenvolupant un sistema innovador basat en intel·ligència artificial orientat a predir de forma personalitzada la resposta de pacients amb asma greu a tractaments biològics, així com a realitzar la lectura automàtica de tomografies computaritzades toràciques (TAC).
El projecte, titulat ‘Sistema de Predicció Personalitzada de Resposta al Tractament Mitjançant la Detecció de Biomarcadors de Valor i l'ús d'intel·ligència artificial Aplicada a Imatges de TAC’, posiciona l'hospital com a referent en l'àmbit de la medicina de precisió
Biomarcadors, imatges mèdiques i algoritmes avançats
La iniciativa integra tres components fonamentals: biomarcadors de valor relacionats amb la inflamació eosinofílica, anàlisi automàtica d'imatges de TAC i algorismes avançats d'intel·ligència artificial capaços d'unificar tota la informació clínica disponible.
Un projecte amb reconeixement nacional
En el desenrotllament del projecte participen professionals de distints serveis de l'hospital i de l'àmbit universitari. Per part del Servei de Pneumologia intervenen Ignacio Boira Enrique i Eusebi Chiner Vives; del Servei de Radiodiagnòstic, Joaquín Galant Herrero i María Dolores Martínez Juan; del Servei d'Informàtica, José María Salinas Serrano; i des de la Universitat d'Alacant, Germán González Serrando.
La iniciativa, presentada per Ignacio Boira Enrique, ha sigut reconeguda amb el segon premi nacional del certamen científic EOS Phenotyping Challenge.
Una ferramenta multitasca per a anticipar tractaments
Ignacio Boira ha explicat que “el repte ha sigut crear una ferramenta multitasca capaç d'analitzar i integrar cada una de les variables que poden influir en la resposta del pacient a un fàrmac biològic per a poder predir-la”.
Esta capacitat predictiva permet iniciar de forma primerenca els tractaments biològics en pacients amb una resposta favorable prevista, contribuint així a reduir la morbimortalitat i el nombre d'ingressos hospitalaris.
Importància de l'inici precoç del tractament
El cap del Servei de Pneumologia, Eusebi Chiner, ha destacat que “és fonamental començar com abans el tractament adequat per a evitar danys irreversibles, com el remodelat bronquial”, un engruiximent de les vies respiratòries de difícil reversió, per la qual cosa este enfocament anticipat resulta clau.
Automatització de l'anàlisi d'imatges TAC
A més de l'eina predictiva, el projecte inclou el desenvolupament d'un sistema d'anàlisi automàtic d'imatges de TAC mitjançant intel·ligència artificial. Este sistema permet generar biomarcadors radiològics —com l'engruiximent de la paret bronquial, la presència de taps de moc, les bronquièctasis o les àrees d'atrapament aeri— de forma ràpida, precisa i senzilla, evitant el complex i laboriós procés d'etiquetatge manual tradicional.
Infraestructura tecnològica i atenció personalitzada
El projecte compta en l'experiència de José María Salinas, cap del Servei d'Informàtica i director executiu del Projecte d'Imatge Mèdica GIMD, qui supervisa la infraestructura del Banc d'Imatges Mèdiques de la Comunitat Valenciana.
Este avanç suposa una fita en l'atenció personalitzada de l'asma greu. L'asma és una de les malalties respiratòries més freqüents i afecta Espanya una de cada deu persones, de les quals entre el 5 % i el 10 % presenta asma greu no controlada, associada a una elevada morbimortalitat.