Noticias de la Junta de Andalucía

Salud

Andalucía desarrollará historias clínicas simuladas para estudiar enfermedades frecuentes

El proyecto permitirá analizar variables como el tiempo estimado entre las distintas etapas de una patología, el número de consultas necesarias o las posibles complicaciones

Científicos del Área de Bioinformática Clínica de la Fundación Progreso y Salud llevarán a cabo un ambicioso proyecto de investigación con la finalidad de desarrollar historias clínicas simuladas a partir de información clínica real que permitan estudiar determinadas enfermedades de carácter prevalente, como la diabetes o las enfermedades cardiovasculares y, por sus particulares circunstancias y características, el Covid-19.

Este innovador proyecto se hace en colaboración con el Instituto de Investigación Avanzada en Inteligencia Artificial de Austria, entidad con la que se ha suscrito un convenio que sienta las bases del trabajo para los próximos tres años.

En este sentido, y según han explicado científicos del Área de Bioinformática Clínica, el trabajo permitirá generar historias clínicas simuladas creadas a partir de la información clínica real y anónima almacenada en el sistema sanitario de Andalucía. Será la primera vez que se generen datos clínicos sintéticos, es decir, historias de salud que tienen las mismas propiedades que las reales (ya que se construyen atendiendo a datos reales) y que contemplan las relaciones que se establecen en el proceso de la enfermedad. Esto permitirá el estudio detallado de determinadas patologías: su desarrollo, evolución y pronóstico.

Este trabajo permitirá explotar la información clínica del sistema sanitario público de Andalucía, "un elemento de incalculable valor pero que no siempre se puede procesar y utilizar en otros sistemas por las consiguientes medidas de protección de datos y la garantía del anonimato de los pacientes y usuarios de la sanidad andaluza", explica el director del Área de Bioinformática Clínica, Joaquín Dopazo.

El director del Área de Bioinformática Clínica de la Fundación Progreso y Salud, Joaquín Dopazo, durante una conferencia.
El director del Área de Bioinformática Clínica de la Fundación Progreso y Salud, Joaquín Dopazo, durante una conferencia.

Estas historias clínicas simuladas servirán no solo para predecir lo que puede suceder en el organismo ante determinada dolencia, sino que se da un paso más porque permite trabajar con variables como el tiempo estimado entre las distintas etapas de la enfermedad en cuestión (diagnóstico, tratamiento, pronóstico y evolución); el número de consultas médicas necesarias a lo largo de la enfermedad del paciente, o la evolución hacia otras complicaciones de salud que puedan acontecer. Con todo ello, por tanto, y además del objetivo primordial de predecir cómo afectarán determinadas patologías a un perfil concreto de individuo, este patrón servirá también para estimar costes asociados a enfermedades de carácter prevalente con una elevada incidencia.

Inteligencia artificial al servicio de la salud

La colaboración entre los investigadores del Área de Bioinformática Clínica y del Instituto de Investigación Avanzada de Inteligencia Artificial de Austria se concreta en el trabajo conjunto y el aprovechamiento de los recursos de cada una de las organizaciones por un periodo de tres años.

Para llevar a cabo el proyecto, se recurre a un algoritmo de aprendizaje profundo ('deep learning') de inteligencia artificial que permite crear dos redes neuronales: una que genera historias clínicas y otra que discrimina entre si son patrones de pacientes reales o ficticios. "El objetivo es que a través de estas técnicas historias que se general sean completamente y no haya ningún dato que pueda poner en riesgo el anonimato del paciente del que procede la información de origen", apunta Dopazo. Mediante esta técnica se generan millones de historias de salud que se irán depurando e incorporando a la base de datos del proyecto que, una vez validado y finalizado, estará al servicio de toda la comunidad científica para que puedan estudiar con más detalles la evolución de las enfermedades, así como desarrollar nuevos modelos predictivos.