La medicina personalizada y de precisión se hace realidad gracias a la inteligencia artificial

InNorMadrid, junto con el Healthcare Hub de la multinacional tecnológica GMV han congregado en la sede de la Fundación Pons a expertos en el ámbito de la investigación biomédica y de la ciberseguridad en el foro moderado por el periodista Francisco García Cabello 'Innovación y seguridad en investigación biomédica: dos caras de la misma moneda'. En él se ha profundizado en la innovación responsable y segura, así como en el papel de las tecnologías digitales en el desarrollo de nuevos fármacos.

En la inauguración del evento, César Hernández, jefe del Departamendo de Medicamentos de Uso Humano de la Agencia Española de Medicamentos y Productos Sanitarios, AEMPS declaró que "hay que avanzar hacia una gobernanza transparente del dato en relación a la evaluación de la seguridad y eficacia de ensayos clínicos y nuevos medicamentos". Asimismo, como indicó Isabel García, gerente de Innormadrid, "la inteligencia artificial contribuye a mejorar la investigación clínica y sanitaria, revirtiendo directamente en el bienestar de los pacientes".

En este sentido, la ciberseguridad para la industria farmacéutica es absolutamente clave, puesto que trabaja con información muy sensible relacionada con ensayos clínicos, el desarrollo de nuevos medicamentos, patentes, propiedad intelectual, etc., que sin lugar a duda atraen el interés de los ciberdelincuentes. Como ha señalado Javier Candau, jefe del Departamento de Ciberseguridad del CCN-CERT, "no hay transformación digital sin ciberseguridad. La vigilancia ante posibles ciberataques ha de ser continua y por defecto. Tenemos que practicar el 'zero trust', la confianza cero".

El Informe 'Emerging Technology Trends Survey' de GlobalData destaca la preocupación de los directivos de la industria farmacéutica por este tema. Así, más del 70% de los encuestados vinculados a la implementación de tecnologías emergentes, priorizarán ámbitos como la ciberseguridad (73%), las soluciones en la nube (71%) y el big data (71%). Los grandes volúmenes de datos que manejan requieren un alto nivel de seguridad asociado con el procesamiento, la transferencia y el almacenamiento de la información.

Efectivamente, resulta difícil para las organizaciones de salud disponer de herramientas que garanticen al 100% la anonimización de los datos con fines de investigación en colaboración con otras entidades. Como resultado, los datos clínicos de cada episodio de salud residen en los llamados silos de datos. Incluso la realización de investigaciones a nivel internacional puede ser compleja porque las leyes nacionales impiden compartir datos o trasladarlos fuera de los países.

Según afirma Javier Zubieta, director de Marketing y Comunicación de Secure e Solutions de GMV y experto en ciberseguridad, "la IA necesita datos y cuantos más datos se disponga, más eficaces son sus algoritmos. Ahora bien, si los datos no se protegen adecuadamente, el sistema entero o cojea o directamente se cae, sin olvidarnos de la presión regulatoria o legislativa que obliga a unas medidas de protección superiores en el contexto sanitario. Por lo tanto, la ciberseguridad vela por la protección y la privacidad de los datos y actúa como facilitador y palanca de la IA".

Los algoritmos de analítica avanzada que se manejan para extraer evidencia del gran universo de datos que generan los hospitales y los ensayos clínicos, permiten ofrecer conclusiones capaces de incrementar la precisión de los diagnósticos y el pronóstico de las enfermedades. Todo ello revierte a su vez, en un incremento de eficiencia y eficacia en el trabajo de los profesionales de la salud, quienes pueden ver avalados sus diagnósticos o "ajustados" con los datos que proporciona esta tecnología de alto impacto.

En este sentido, la generación de algoritmos específicos en el desarrollo de medicamentos ofrece numerosas ventajas: permite el ordenamiento secuencial de los procesos, disminuyendo el rango de errores; son además precisos y permiten ceñirse a una guía específica; acortan los tiempos de las diferentes fases preclínicas y clínicas con la intención de que el periodo de comercialización sea lo más prolongado posible y facilita trabajar con grandes volúmenes de datos distribuidos, sin exponerlos ni moverlos de las organizaciones, salvando así problemas de privacidad.

Es el caso de uTile PET (Privacy-Enhancing Technologies), solución tecnológica desarrollada por GMV que realiza cálculos de forma segura y privada sobre datos distribuidos de los pacientes, permitiendo a los centros de investigación y a la industria farmacéutica obtener información tan crucial como lo es la propia supervivencia: valor de los biomarcadores, pronósticos, edad media de los pacientes, etc., de los tratamientos clínicos. Con uTile no necesitamos elegir entre privacidad de los datos y la posibilidad de utilizarlos, ya que aprovecha métodos criptográficos avanzados que mantienen los datos cifrados mientras se realizan todos los cómputos necesarios.

Permite aprovechar los datos confidenciales para mejorar los algoritmos de aprendizaje automático y modelos analíticos, cumpliendo en todo momento con los requisitos organizativos, garantizando la privacidad, así como con las normativas vigentes. La protección de datos personales es un derecho fundamental recogido en el artículo 18.4 de la Constitución Española y regulado por el Reglamento Europeo de Protección de Datos (RGPD) y la LOPDGDD, y complementada por la Ley de Autonomía del Paciente.

Las aplicaciones clínicas de uTile PET son muy diversas, desde la mejora en la precisión de las técnicas de IA de los modelos actuales que predicen la presencia de diferentes tumores (cáncer de próstata, de mama, etc.), reduciendo la necesidad de realizar biopsias, pasando por la investigación en enfermedades raras, hasta la recogida de datos informados por el paciente.

Los datos clínicos de las personas que sufren enfermedades raras (ER) son escasos y están dispersos en los hospitales. Incluso con los Registros Nacionales de Enfermedades Raras, la cantidad de datos sigue siendo limitada. uTile permite usar toda la información disponible en los diferentes registros locales y nacionales y también las redes de referencia europeas para descubrir relaciones ocultas en los datos y responder a las preguntas de la investigación. Asimismo, en algunos casos, síntomas asociados a resultados adversos de tratamientos médicos no se registran en las historias clínicas de los pacientes, y por lo tanto este conocimiento se pierde. uTile representa una oportunidad para recoger información diaria de los pacientes utilizando un teléfono inteligente y, sin compartir estos datos fuera del ámbito del paciente/sanitario, utilizar técnicas de IA para mejorar y aumentar el conjunto de conocimientos sobre una enfermedad.

Como se consensuó en el evento, podemos concluir que la salud digital es impulsora de la medicina personalizada de precisión (MPP). La posibilidad de gestionar grandes cantidades de datos permite emplear la información útil para la toma de decisiones en salud e impulsar la MPP ajustándola a las necesidades de cada paciente.