Video: Enfermedades emergentes y reemergentes. Prevención - Juliana Castillo Orozco (Noviembre 2024)
La inteligencia artificial (IA) está haciendo grandes avances en la industria del cuidado de la salud. Para ayudar a prevenir enfermedades, los profesionales médicos ahora pueden aprovechar los datos de los sensores médicos y la genómica, la disciplina de biología molecular que cubre la función, la estructura y el mapeo de los genomas. Esto es parte de una tendencia llamada "medicina predictiva", en la que los grandes datos ayudan a identificar a los pacientes con riesgo de enfermedad, al igual que las herramientas de inteligencia empresarial (BI) utilizan hoy el análisis predictivo para identificar nuevas tendencias y oportunidades.
El Scripps Research Translational Institute utiliza datos genómicos para comprender mejor la composición de la salud de una persona. Scripps está trabajando con Nvidia para desarrollar IA y prácticas de aprendizaje profundo que puedan extraer información de la genómica y de los sensores digitales en relojes inteligentes, brazaletes de presión arterial y monitores de glucosa. Los científicos de datos pueden incluso aplicar el aprendizaje profundo a los datos médicos provenientes de la nueva Apple Watch Series 4. Nvidia y Scripps llevarán a cabo esta investigación como parte de un nuevo centro de excelencia en las instalaciones de ambas compañías.
Para obtener más información sobre cómo la inteligencia artificial y los grandes datos pueden ayudar a generar información de los sensores médicos, PCMag habló con el experto en salud digital y cardiólogo Dr. Eric Topol. También es el Director y Fundador del Scripps Research Translational Institute.
PCMag (PCM): ¿Cómo se unió Scripps con Nvidia?
Eric Topol (ET): Yo inicié eso; Había estado leyendo mucho sobre su contribución a todo el campo del aprendizaje profundo y la inteligencia artificial porque pronto tendré un libro sobre este tema. Había investigado mucho y me di cuenta de que eran líderes de la industria en hardware de inteligencia artificial y en muchas innovaciones en los sectores locales, incluidos automóviles sin conductor, criptomonedas, videojuegos y atención médica, entre otros. Entonces comenzamos a hablar sobre cómo podríamos trabajar juntos.
ET: El objetivo general es promover la salud humana. Necesitamos poder aplicar el aprendizaje profundo, la IA y todos sus subtipos para no solo analizar datos de sensores y secuencias completas del genoma, sino también reunir todos esos datos para cada persona. Esos datos incluyen sensores que llevan puestos, así como datos de capas biológicas. No se trata solo de ADN, proteínas, su microbioma intestinal, metabolitos, etc., sino también todos sus medicamentos anteriores y su entorno.
Reunir todos esos datos y extraer, en tiempo real, el valor para un individuo aún no se ha logrado. Ese es el objetivo de largo alcance, pero para llegar allí, tenemos que lograr la capacidad de manejar los datos del sensor, que es muy rico y denso. Por lo general, los sensores transmiten datos continuamente y, con el tiempo, producen más datos que cualquier otra cosa, incluidas imágenes y una secuencia completa del genoma.
- 10 pasos para adoptar la inteligencia artificial en su negocio 10 pasos para adoptar la inteligencia artificial en su negocio
- Esta aplicación ofrece el poder de la IA a los médicos del mundo en desarrollo Esta aplicación ofrece el poder de la IA a los médicos del mundo en desarrollo
- 'Body Computing' convierte la asistencia sanitaria en cuidado de la vida 'Body Computing' convierte la asistencia sanitaria en cuidado de la vida
PCM: ¿Cómo extraerán los datos el valor para un individuo?
ET: Algún día habrá un entrenador médico virtual; como hoy, tenemos un altavoz inteligente que le brindará orientación o respuestas, o su asistente digital de Google le informa sobre su horario o si debe salir temprano para ir al aeropuerto. Bueno, eso es bueno por hoy, pero podemos hacer mucho por el cuidado de la salud en el futuro. Eso está comenzando ahora con cosas como diabetes y presión arterial alta, pero eventualmente será una estrategia de prevención para una gran proporción de personas. Nadie lo ha ensamblado todavía, pero estos son algunos de los primeros pasos para llegar allí.
PCM: ¿Cómo ayudará realmente la IA a revolucionar la predicción y prevención de enfermedades?
ET: Hay muchas formas de lograrlo. Por ejemplo, hoy, para los diabéticos, el único algoritmo que existe es si su glucosa está subiendo o bajando; Es un algoritmo tonto. Lo que sabemos es que la regulación de la glucosa y la condición se ven afectadas no solo por lo que una persona come, sino también por su sueño, su actividad, su microbioma intestinal y otros factores. Entonces, lo que podemos hacer es desarrollar algoritmos que traigan todos esos datos y se los devuelvan al individuo para lograr una regulación de glucosa mucho mejor y prevenir las complicaciones de afecciones como enfermedades oculares, enfermedades renales y vasculares. Los algoritmos también pueden proporcionar datos vitales para ayudar a prevenir convulsiones, asma y ataques cardíacos. Hay tantas cosas que podemos evitar una vez que conocemos a las personas que están en riesgo y tenemos algoritmos inteligentes para tener en cuenta todos los datos de un individuo y darles la retroalimentación que necesitan.
PCM: ¿Hay un progreso real en la prevención de la IA y la predicción de enfermedades hoy, o es algo que veremos en el futuro?
ET: Bueno, está empezando a despegar realmente; Se han publicado unos cinco estudios prospectivos diferentes. Entonces, han estado probando estos algoritmos en una clínica. Ya hemos visto 15 algoritmos de IA aprobados por la Administración de Drogas y Alimentos de los Estados Unidos en el último año. Todavía es temprano en el desarrollo de la IA, pero está comenzando a afianzarse ahora. Hace un año, ese no era el caso, pero ciertamente, la última parte de este año estamos viendo evidencia acelerada de que esto se está haciendo realidad.
PCM: ¿AI usará sensores digitales de un producto como el Apple Watch?
ET: Sí, y las noticias sobre eso en septiembre fueron precedidas por un anuncio de una startup llamada AliveCor, que ya había recibido la aprobación de la FDA un año antes para un algoritmo de aprendizaje profundo. Por lo tanto, las personas pueden controlar su frecuencia cardíaca en reposo y con actividad física, y recibir alertas cuando algo está fuera de lugar cuando están en reposo y su frecuencia cardíaca lo es. Se les pedirá que tomen un cardiograma a través de su reloj, y luego eso será leído por un algoritmo y podrá diagnosticar la fibrilación auricular. Entonces, eso está ahí afuera, lo ha estado durante un año, y luego, Apple también lo está ofreciendo. Ahora tenemos detección de ritmo cardíaco de múltiples consumidores a través de IA; Esa es una historia del mundo real. No estamos hablando de algoritmos de aprendizaje profundo que todavía están en las alas; Son reales ahora.
Con la fibrilación auricular, podría argumentar: "¿Todos necesitan un Apple Watch?" No, pero para las personas que están en riesgo o… que han sido tratadas por fibrilación auricular, es una condición importante que aumenta el riesgo de accidente cerebrovascular. Requiere que algunas personas tengan anticoagulantes para prevenir un derrame cerebral. Por lo tanto, no es un asunto trivial si tiene fibrilación auricular y tiene alguna anormalidad estructural del corazón.
PCM: aunque compañías como 23andMe ofrecen pruebas genéticas por menos de $ 200, la secuenciación de un genoma completo aún conlleva un alto precio. ¿La IA hará que la secuenciación genómica sea más asequible?
ET: es posible. Una de las formas en que puede hacerlo es mediante un procesamiento mucho más eficiente de los datos, por lo que no tiene que secuenciarlos profundamente o para tantas personas. Aún así, hoy, la secuenciación de un genoma completo individual es de aproximadamente mil dólares. Entonces, si desea hacer eso para muchas personas, millones o miles de millones de personas, sigue siendo un gasto muy grande. Hay muchas formas en que la IA puede cambiar y escalar la secuencia del genoma y no es solo el ADN. Es el ARN, las proteínas, los metabolitos, el microbioma, cada capa biológica a la que la IA puede abordar porque son todos grandes datos. Si está etiquetado como "big data", básicamente es una IA intermitente.
PCM: Veo que está involucrado en el "Programa de Investigación de Todos Nosotros" del Instituto Nacional de Salud. ¿Qué implica eso?
ET: un millón de estadounidenses que, durante muchos años, probablemente décadas, aprenderán sobre sí mismos, su genoma, su microbioma y varios sensores. Compartirán esos datos para que podamos ayudarlo, idealmente no solo promoviendo su salud sino también la salud de la próxima generación de personas. Debido a que todas estas habilidades para comprender a cada ser humano son nuevas, ahora estamos comenzando a comprender cómo usar estas herramientas para ayudar a las personas a preservar su salud. Permitimos que las personas comprendan sus propios datos, que les devolvemos para ayudarlos a trabajar con sus médicos para convertirse en ciudadanos científicos y pioneros en el futuro de la salud humana.
PCM: ¿En qué estás trabajando con sensores cardíacos continuos? ¿Cómo funciona?
ET: Tenemos un parche, como una curita, que puedes usar. Estamos en los latidos continuos de 15, 000 personas durante 11 o 12 días; Es una cantidad masiva de datos. Para poder predecir la arritmia, un trastorno del ritmo cardíaco, antes de que ocurra, y conocer la señal para poder prevenirla, eso es lo que buscamos. Las personas han usado IA para hacer el diagnóstico del ritmo cardíaco, pero estamos tratando de hacerlo para prevenir la arritmia cardíaca. Esa es la siguiente fase.
PCM: ¿Cómo entra en juego la secuenciación genética completa y cómo la usará en la población de edad avanzada?
ET: Tenemos una muestra muy grande de personas y su edad promedio es de 89 años. Nunca han estado enfermos y queremos saber por qué. Creemos que el aprendizaje profundo de estos genomas, en comparación con los controles, nos ayudará porque es una cantidad masiva de datos para atravesar, para comprender las variantes genómicas en esas personas "solitarias" que son diferentes y relevantes para la salud extrema. Nos llevó casi una década acumular a todas estas personas y secuenciarlas a todas.
PCM: ¿La IA realmente nos mantendrá más saludables por más tiempo?
ET: Tendremos que ver. Una cosa es una promesa y la otra es cumplir la promesa. El tiempo dirá. Pero no sé si hemos visto algo que promete tanto hoy. Pero llevará un tiempo validarlo todo.
