Diagnòstic de malalties i tractaments a mida
La IA salva vides detectant precoçment el càncer i impulsant la medicina personalitzada
Barcelona lidera la innovació en IA mèdica: projectes pioners que marquen el futur de la salut
Hospitals com el Clínic, Vall d’Hebron, Sant Pau i Bellvitge lideren amb IA programes innovadors
La intel·ligència artificial (IA) impacta en el món de la medicina i la salut, oferint noves possibilitats per al diagnòstic precoç, el tractament personalitzat i la gestió eficient dels sistemes sanitaris. A Catalunya, aquesta revolució ja és una realitat, amb projectes innovadors que ens situen a l’avantguarda de la IA aplicada a la salut.
Un dels camps en què la IA està demostrant el seu potencial transformador és en el diagnòstic precoç de malalties. A l’Hospital Clínic de Barcelona s’utilitza un sistema d’intel·ligència artificial desenvolupat per analitzar històries clíniques i identificar pacients amb alt risc de desenvolupar càncer colorectal. Aquesta tecnologia permet detectar casos que podrien passar desapercebuts en els cribratges convencionals i fa augmentar, així, les possibilitats de tractament amb èxit. El projecte té el suport d’un hospital d’Oslo que patrocina l’estudi. Aquest programa inclou pacients de cribratge, als quals se’ls ofereix participar-hi si el seu test inicial és positiu. A aquests pacients se’ls realitza una colonoscòpia assistida per IA. A més, disposen de mòduls comparatius per avaluar si l’ús de la IA incrementa la detecció de casos en comparació amb els mètodes tradicionals.
En l’àmbit internacional, el projecte DeepMind Health de Google ha desenvolupat un algorisme capaç de detectar més de 50 malalties oculars a partir d’imatges de la retina, amb una precisió comparable a la dels oftalmòlegs experts. Aquestes eines podrien millorar els programes de cribratge, especialment en zones amb pocs sanitaris.
La IA també està obrint noves vies per a la medicina personalitzada, permetent dissenyar tractaments adaptats a les característiques genètiques i clíniques de cada pacient. A l’Institut d’Investigació Biomèdica de Bellvitge (Idibell), hi ha investigadors que utilitzen tècniques d’aprenentatge automàtic per predir la resposta dels pacients amb càncer de pulmó a la immunoteràpia i ajudar els oncòlegs a seleccionar el tractament més adequat per a cada cas.
Un exemple destacat a escala global és el projecte Watson for Oncology d’IBM, que utilitza IA per analitzar la informació mèdica del pacient i suggerir plans de tractament personalitzats basats en l’evidència científica més recent. Tot i que encara està en fase d’implementació, promet canviar la presa de decisions en oncologia.
La IA no només està perfeccionant el diagnòstic i el tractament, sinó que també està millorant la gestió dels centres sanitaris. A l’Hospital de la Santa Creu i Sant Pau de Barcelona, s’ha implementat un sistema d’IA que prediu l’ocupació de les urgències i ajuda a gestionar els recursos de manera més eficient, cosa que redueix els temps d’espera i millora l’atenció al pacient.
A més, l’empresa emergent barcelonina Methinks AI ha desenvolupat una plataforma que utilitza IA per analitzar imatges cerebrals i detectar ictus en qüestió de minuts, per a una intervenció més ràpida i eficaç. Una eina vital en situacions on cada minut compta.
El Barcelona Supercomputing Center (BSC) lidera diversos projectes europeus, com el programa PerMedCoE, que utilitza supercomputació i IA per desenvolupar tractaments personalitzats contra el càncer.
Reptes ètics i reguladors
Malgrat els avenços prometedors, la implementació de la IA a la salut també planteja reptes com la protecció de la privacitat de les dades dels pacients, la transparència dels algorismes i la necessitat d’evitar biaixos. La Unió Europea ja disposa d’un marc regulador per a la IA que inclou disposicions específiques per a les aplicacions en l’àmbit de la salut. Catalunya, com a capdavantera en aquest camp, tindrà un paper important en la definició d’aquests estàndards.
Catalunya compta amb diversos projectes innovadors més, com Padris (Programa d’Analítica de Dades per a la Recerca i la Innovació en Salut) del Departament de Salut, que utilitza dades massives (big data) i IA per millorar la recerca i la presa de decisions. El Barcelona Health Hub promou la col·laboració entre start-ups, hospitals i centres de recerca per desenvolupar solucions d’IA.
Projectes com el de l’Organització Mundial de la Salut (OMS) per utilitzar IA en la lluita contra la malària o la iniciativa de l’empresa Babylon Health per proporcionar consultes mèdiques virtuals mitjançant IA en països en desenvolupament, mostren el potencial global d’aquesta tecnologia.
Catalunya participa activament en aquestes iniciatives globals. Per exemple, investigadors de la Universitat Politècnica de Catalunya col·laboren amb l’OMS en el desenvolupament d’algorismes per a la detecció precoç d’epidèmies.
Els experts coincideixen que estem només al principi de la cursa de la IA a la salut. S’espera que en els propers anys vegem avenços significatius com el descobriment de nous fàrmacs mitjançant IA, que reduiria dràsticament el temps i el cost de desenvolupament; la cirurgia assistida per IA, que milloraria la precisió i reduiria els riscos; el monitoratge continu mitjançant dispositius portàtils i IA, per a una medicina més preventiva, i assistents virtuals que podran proporcionar consells mèdics bàsics i seguiment de tractaments.
La IA està transformant profundament la manera d’entendre la medicina. Catalunya, amb el seu ecosistema d’innovació i recerca de primer nivell, està tenint un paper destacat en aquesta partida. Aquests projectes i iniciatives tenen el potencial d’impactar positivament en la salut global.
No obstant, és rellevant que aquest avenç tecnològic vagi acompanyat d’una reflexió ètica i d’un marc regulador adequat. Només així es garantirà que els beneficis de la IA en salut arribin a tota la societat de manera equitativa i responsable.
La IA en salut representa una oportunitat única per millorar la qualitat de vida de les persones, reduir els costos sanitaris i fer front als reptes de salut globals. Catalunya, amb l’aposta per la innovació i la recerca, està ben posicionada per liderar la transformació i contribuir a un futur on la tecnologia i la medicina vagin agafades de la mà.
MyLens.ai: anàlisi i visualització de dades
MyLens.ai és una eina innovadora d’anàlisi de dades i visualització per transformar grans volums de dades en informació comprensible i accionable. Facilita l’anàlisi de dades, la visualització de resultats i la generació d’informes detallats, permetent als usuaris prendre decisions informades basades en dades clares i intuïtives. Les empreses poden processar ràpidament les seves dades, obtenint visualitzacions gràfiques fàcils d’interpretar per identificar tendències i patrons ocults. Els usuaris poden crear informes personalitzats i compartir-los assegurant que tota l’organització tingui accés a informació rellevant.
Poe: plataforma amb tots els assistents virtuals
Poe és una plataforma que ofereix assistents virtuals i bots de conversa, actuant com un agregador de totes les IA disponibles. Permet als usuaris comparar i provar diferents models d’IA en un sol lloc, facilitant l’elecció de la millor opció per a cada necessitat. Utilitza models de llenguatge natural per interactuar amb els usuaris, responent preguntes i oferint assistència de manera automatitzada. Amb Poe es pot experimentar amb diferents tecnologies d’IA, descobrint les seves capacitats i limitacions, i integrant-les fàcilment en entorns de treball. Ajuda a optimitzar processos i a oferir un servei d’alta qualitat.
Diccionari
Lògica borrosa
La lògica borrosa és una tècnica d’IA que treballa amb valors que no són ni totalment certs ni totalment falsos. A diferència de la lògica clàssica, que només permet veritats absolutes (0 o 1), la lògica borrosa permet graus de veritat entre 0 i 1. Això és útil per gestionar situacions amb incertesa i ambigus, com el control difús en electrodomèstics.
Modelatge predictiu
El modelatge predictiu és el procés d’utilitzar dades històriques i algorismes d’IA per fer prediccions sobre futurs esdeveniments. A través de tècniques com la regressió, arbres de decisió i xarxes neuronals, els models predictius identifiquen patrons i relacions en les dades per anticipar resultats, ajudant a la presa de decisions informades.
Màquina de vector de suport
Una màquina de vector de suport (SVM) és un algorisme d’aprenentatge supervisat utilitzat per classificació i regressió. Funciona trobant el pla que separa millor les dades en diferents classes amb el màxim marge. Les SVM són potents per a problemes de classificació complexos i poden utilitzar kernels per gestionar dades no linealment separables.
Xarxes neuronals
Les xarxes neuronals són un tipus d’algorisme d’IA inspirat en el cervell humà. Consten de capes de neurones artificials que processen la informació. Les xarxes neuronals són excel·lents per a tasques com el reconeixement d’imatges i el processament del llenguatge natural, ja que poden aprendre de grans quantitats de dades i identificar patrons complexos.
