Teresa Bau
La intel·ligència artificial és una de les tecnologies més prometedores en el camp de la recerca sanitària. Enguany, els premis de l'eHealth Center, De la Idea al Projecte, han guardonat dos projectes que se serveixen de tecnologies d'intel·ligència artificial en dos àmbits molt diferents: la millora de l'atenció als pacients i la recerca de fàrmacs per al càncer metastàtic. Els premis atorguen 3.000 euros a projectes o treballs finals de màster (TFM) de salut digital duts a terme per estudiants o alumnis dels Estudis de Ciències de la Salut i dels Estudis d'Informàtica, Multimèdia i Telecomunicació.
Sarai Suárez, experta llicenciada en Comunicació Audiovisual i estudiant del màster universitari de Salut Digital (E-health) de la Universitat Oberta de Catalunya (UOC), ha obtingut el premi amb el projecte Mejorando la comunicación médico-paciente con IA. L'objectiu del projecte és fer més comprensibles els informes mèdics que reben els pacients. És a dir, es podrà propiciar un diàleg més efectiu entre ambdós i una participació activa del pacient en la presa de decisions sobre la seva salut. "El fet de no entendre els termes mèdics, el diagnòstic, el tractament prescrit o les recomanacions a l'hora de rebre l'alta pot causar una mala adherència al tractament, la incapacitat de no reconèixer signes d'alarma i un mal seguiment de les visites", explica Suárez. És per aquest motiu que ha desenvolupat el projecte en el marc de l'experiència obtinguda com a auxiliar d'infermeria a l'Hospital Universitari Vall d'Hebron, on ha pogut aprofundir en els seus coneixements sobre el món sanitari.
El projecte de Suárez, que duu a terme a l'Hospital Universitari Vall d'Hebron, consisteix a testar tres models de tecnologies d'intel·ligència artificial generativa que facin versions simplificades i enriquides dels informes mèdics perquè s'adaptin al nivell d'alfabetització en salut del pacient, amb explicacions comprensibles sobre els termes mèdics i les abreviacions utilitzades. L'objectiu és facilitar la lectura i la comprensió d'aquests documents i veure si aquesta tecnologia pot ser implementada en la pràctica clínica en un futur.
El projecte avalua tres tecnologies diferents d'IA generativa: el model de codi obert Llama 2, de Meta, i dos models de codi propietari, ChatGPT i Claude, d'Anthropic. Els resultats ajudaran a crear un full de ruta per elaborar un protocol d'estudi en pacients.
"La IA permet 'traduir' de manera ràpida i automàtica textos complexos a versions simplificades amb un vocabulari adaptat al coneixement del pacient. A diferència de solucions anteriors basades en regles, la IA aprèn aquestes simplificacions directament d'exemples reals de llenguatge humà. Un altre avantatge és que aquesta traducció no demana temps extra a l'equip mèdic", explica la investigadora.
Si els resultats preliminars d'aquesta prova pilot són positius —i ara com ara ho són— es plantejarà un estudi amb pacients en un entorn de proves que no afecti l'activitat assistencial de l'hospital. Si té èxit, en un futur, la tecnologia es podria implementar en la pràctica clínica habitual.
��Sarai Suárez, alumni del màster #SalutDigital @uocesalut:“L’ús de la #IA pot millorar la comprensió dels informes mèdics i afavorir la participació activa del pacient i l'alfabetització en salut”, guanyadora de l’ajut 'De la Idea al Projecte' @eHealthUOChttps://t.co/weG3Yqrcfr pic.twitter.com/Yya0CWjwUO
— eHealth Center UOC (@eHealthUOC) February 27, 2024
Descobriment in silico de nous fàrmacs per al càncer metastàtic
El projecte de Maria Butjosa, graduada en Bioquímica per la Universitat Autònoma de Barcelona (UAB), que va cursar el màster universitari de Bioinformàtica i Bioestadística (interuniversitari: UOC, UB) dels Estudis d'Informàtica, Multimèdia i Telecomunicació de la Universitat Oberta de Catalunya, està orientat a la descoberta de nous fàrmacs per al tractament del càncer metastàtic, un camp en què hi ha una mancança important i en què falten protocols de tractament dels pacients. Les pràctiques que va fer al Grup de Biologia Computacional del Càncer al Vall d'Hebron Institut d'Oncologia (VHIO), amb la supervisió del Dr. José A. Seoane, la van inspirar a centrar-se en aquesta "assignatura pendent" en el tractament del càncer.
El projecte In-silico Discovery of drug response differences between primary and metastatic cell lines consisteix en la creació i validació d'una metodologia per a la identificació de fàrmacs que tinguin un impacte en l'eliminació de cèl·lules de càncers metastàtics, però també de càncers primaris. Per aconseguir-ho, s'utilitzen bases de dades públiques que contenen resultats d'estudis en què s'han dut a terme milers de combinacions entre cèl·lules de diferents tipus de càncers i fàrmacs potencials. A més, també es faran servir algorismes d'aprenentatge profund (deep learning) per predir la resposta de fàrmacs a determinats tipus de cèl·lules, en el cas de combinacions que no s'hagin estudiat. Butjosa explica que la innovació "prové d'estudiar la resposta dels fàrmacs en cèl·lules diferenciades, segons si són de càncers primaris o metastàtics, mentre que habitualment es fa a partir de les signatures genètiques del tumor. D'altra banda, també s'estudia l'acció de fàrmacs agrupats segons el seu mecanisme d'acció, a més d'estudiar-los de manera individual".
La tecnologia de l'aprenentatge automàtic (machine learning) aporta moltes possibilitats a la recerca oncològica: permet descobrir relacions biològiques i dur a terme prediccions sobre el resultat de tractaments que d'altra manera no seria possible obtenir. La investigadora destaca que "les facilitats actuals per analitzar l'ADN dels tumors, amb la generació de grans volums de dades que això comporta, permeten utilitzar el machine learning per analitzar la informació i aconseguir conclusions de valor". El repte és que aquesta tecnologia, que de moment es fa servir en l'àmbit preclínic, es pugui incorporar a la pràctica clínica diària, en què pot tenir un gran potencial.
Un altre valor del projecte de Butjosa és que incorpora la perspectiva de gènere a la recerca: "en el passat, el biaix de gènere i sexe en el món de la recerca mèdica han causat que les innovacions no fossin aplicables a tots els pacients, tot i que els últims anys això ha canviat i és un aspecte que es té en compte a l'hora de dissenyar estudis", assegura l'experta.
La recerca està actualment en la fase d'aplicar la metodologia desenvolupada per Butjosa a diferents bases de dades. El pròxim pas serà optimitzar l'algorisme d'aprenentatge profund. Si els resultats són positius i la investigadora troba alguns fàrmacs o grups de fàrmacs potencialment eficaços, es treballarà per provar-los en cultius cel·lulars o en ratolins al laboratori.
��️"El #DeepLearning pot ajudar a optimitzar el tractament dels pacients amb #càncer metastàtic".
— UOC: Informática, Multimedia y Telecomunicación (@UOCeimt) April 24, 2024
����Maria Butjosa ens explica les claus del seu projecte, premiat amb l'ajut econòmic 'De la idea al projecte' de l'@eHealthUOC.
�� https://t.co/wd3UUAEFNh pic.twitter.com/A6e6kLECEA
Oberta la cinquena convocatòria de l'ajut
L'eHealth Center ha obert una nova edició de la convocatòria d'ajuts per al 2024 que, a més dels Estudis de Ciències de la Salut i dels Estudis d'Informàtica, Multimèdia i Telecomunicació, enguany també es fa extensiva als Estudis de Psicologia i Ciències de l'Educació de la UOC.
El centre atorgarà tres ajuts econòmics de 3.000 euros, un per a cada estudi i, a més, la convocatòria "De la idea al projecte" preveu un any d'assessorament per part de l'equip de l'eHealth Center a les persones premiades.