Ciencia, salud e inteligencia artificial

La inteligencia artificial ha irrumpido de lleno en el mundo de la salud. La investigación, el descubrimiento y desarrollo de fármacos, el diseño de estudios clínicos y hasta el día a día de la salud de los pacientes es impensable hoy sin la inteligencia artificial. El siguiente paso, que se encargue directamente del diagnóstico y tratamiento de nuestras enfermedades.

En la actualidad ya no nos resulta extraño escuchar términos como big data, inteligencia artificial, deep learning o digitalización. Pero lo que es más importante aún, es que todos conocemos que la revolución industrial 4.0 está ya entre nosotros y que empieza a transformar nuestras vidas. Y en esta línea, la investigación y la salud no se están quedando fuera de esta corriente. Desde la identificación de enfermedades y diseño de fármacos, hasta los ensayos clínicos para demostrar la eficacia de los productos, la inteligencia artificial empieza a tomar el control de cómo gestionar la ciencia y la salud.

La automatización en la industria farmacéutica es parte ya del pasado. Las grandes multinacionales farmacéuticas fabrican sus productos de forma industrial mediante sistemas robotizados que controlan cada uno de los parámetros de fabricación, dosificación, embalaje o etiquetado. Sin embargo, la verdadera revolución no es que los departamentos de producción incorporen automatización es sus procesos, sino que ésta comienza cuando la inteligencia artificial es capaz de entrar directamente en la investigación y cambiar la forma de hacer ciencia.

La digitalización de la información, de las publicaciones científicas, de las bases de datos y de los resultados, facilita el análisis detallado y el manejo de numerosas variables combinadas de forma rápida y eficiente. Y no sólo eso, sino que los propios sistemas aprenden continuamente y ayudan en la interpretación de los datos y orientan sobre los modelos a seguir.

En lo que respecta a la investigación, hoy en día están quedando desfasados los análisis masivos de nuevas sustancias (screening ciegos de fármacos) para identificar el potencial efecto de una sustancia. La inteligencia artificial está permitiendo predecir si los nuevos fármacos interactuarán correctamente con las dianas o si los productos biológicos serán correctamente procesados por el sistema inmune, induciendo la respuesta que se espera de ellos. Hoy ya es posible conocer qué regiones de las proteínas serán reconocidas por el HLA y si esto desencadenará la respuesta esperada. La reducción en costes y tiempo, así como una predicción mucho más específica y real de las potenciales sustancias terapéuticas es, sin duda, un factor a tener en cuenta. Desde que en 2015 IBM creara la unidad de negocio Watson Health basada en una plataforma de inteligencia artificial para la recogida de datos científicos, y ayudara a los investigadores en el desarrollo de nuevos fármacos y terapias, su uso no ha dejado de extenderse y el propio Watson no ha dejado de aprender. Watson ha ayudado a establecer correlaciones entre los datos de la secuencia genómica con miles de artículos científicos, informes e historiales clínicos y ha creado los algoritmos de decisión que orientan sobre cómo diseñar nuevos estudios. 

Por otro lado, los ensayos clínicos están siendo también los grandes beneficiados del uso de la inteligencia artificial. Si poner los grandes fármacos en el mercado supone en numerosas ocasiones inversiones millonarias y a la inclusión de miles de pacientes, la inteligencia artificial ha empezado ya a reducir significativamente estas cantidades, al hacer que los sistemas informáticos aprendan de estudios pasados y ayuden de forma eficiente en los diseños y en la selección más apropiada de los pacientes y las variables de estudio. Igualmente, está permitiendo monitorizar a los pacientes incluidos de una forma exhaustiva, de modo que se pueden controlar decenas de variables al mismo tiempo.

Para cerrar el círculo, el futuro de la sanidad pasa porque el individuo trabaje en su propia salud y contribuya a alimentar los bancos de datos. La recogida de información sobre el funcionamiento de los fármacos en la vida real, así como la recogida de los parámetros de salud, tanto de pacientes como de sujetos sanos a través de dispositivos que controlan nuestros hábitos y están conectados con bases de datos médicas, se han convertido en una potente herramienta de investigación. Por otro lado, los sensores implantados en el organismo, que recopilan información en tiempo real del estado del individuo o los sistemas de administración de fármacos inteligentes, permiten el desarrollo de medicina personalizada y de precisión que no es imaginable sin la inteligencia artificial.

Y es que la aplicación de la inteligencia artificial en la salud no termina aquí. El futuro que viene es todavía más sorprendente. Estos sistemas ya han demostrado ser más eficaces en el diagnóstico que el propio hombre a la hora de analizar muestras o imágenes. Hace unas semanas nos levantábamos con la noticia de que China ha instalado en sus calles cabinas basadas en inteligencia artificial y big data, donde los pacientes acuden a diagnosticarse sobre enfermedades comunes que padecen y se marchan con el diagnóstico y el tratamiento recomendado.

La inteligencia artificial ya ha cambiado la forma de hacer ciencia y modificará más aún la investigación y el desarrollo de las farmacéuticas y start ups. La potencialidad de estas herramientas terminará de transformar la forma de diseñar, seleccionar y analizar los fármacos. La recogida de datos en la vida real sigue alimentando las bases de datos y enseñando cada día más a las máquinas que nos ayuden en la toma de decisiones más precisas. Hoy más que nunca es necesario que los científicos empecemos a entender estas herramientas y las incorporemos en nuestras rutinas de trabajo. El futuro de la ciencia ya ha llegado.

Omics y Ciencia

English Version

Si el mundo de la biología y las ciencias ya era complejo, simplemente por el hecho de esconder miles de secretos que ni imaginamos, las últimas tendencias de la ciencia moderna parece que están complicando todo esto un poco más. En los últimos años existe una tendencia clara a pasar del estudio simple de cómo funciona una determinada estructura de nuestra vida, cómo pueden ser los genes, las proteínas o cualquier otra molécula indispensable, a integrar todo esto en el complejo sistema de la vida en donde todo está interrelacionado. Y si lo miramos con un poco de racionalidad, esta integración nos parece de lo más evidente. Imaginemos por un momento una proteína simple. Efectivamente por sí sola no es nada. En cambio, esa misma proteína integrada en su entorno, forma parte de un complejo sistema biológico donde, la información para que se sintetice, la señal que dispara su fabricación, su composición, su estructura, su interacción con otras proteínas, su acción y su efecto forman parte de un complejo sistema que se llama “vida”.

Bien, pues todo este concepto es lo que se han denominado los “omics”. El término “omics” es un neologismo surgido en los últimos años para definir y explicar cómo las estructuras biológicas se integran en el funcionamiento de los organismos y para estudiar cómo su función, estructura o dinámica forma parte de los mismos. Si a toda esta complejidad le añadimos las herramientas bioinformáticas que nos ayudan a hacer predicciones sobre los modelos integrados, tenemos prácticamente un “sistema” que trata de explicar el mecanismo de cómo somos.

Inmediatamente se nos ocurre la siguiente pregunta: ¿Para qué? Pues parece estar claro que la época de la investigación prueba/error o el simple experimento de entender qué pasaba, ha pasado a la historia. Sin duda la investigación que ya ha llegado es una investigación dirigida. Esto significa que primero debemos de entender cómo debería funcionar el objeto de estudio  (los conocidos modelos in silico) y a continuación actuar en consecuencia para diseñar, por ejemplo, fármacos o productos que confirmen esta previsión. Posiblemente este haya sido el germen de la medicina personalizada. Este último término juega un relevante papel a día de hoy en la oncología pero se extiende rápidamente a otras disciplinas médicas.

Básicamente, lo que viene a concretar es que cada individuo tiene un funcionamiento específico, y aunque compartimos las reglas básicas, cada uno somos organismos únicos, y no todo funciona de la misma manera.

En consecuencia, la interacción de los miles de componentes biológicos que tenemos en nosotros son exclusivos de cada uno, y por lo tanto, ante una enfermedad, el tratamiento personalizado puede ser mucho más efectivo. Sin duda, estos conceptos no son necesarios en el caso de “enfermedades simples” (o sí, no sabemos) pero si nos paramos a pensar en todas aquellas patologías relacionadas con la inmunidad, el concepto casi nos parecería evidente. En definitiva, términos cómo genómica, proteómica o farmacogenómica  pueden ser más o menos conocidos por las veces que hemos oído hablar de ellos, pero otros como lipidómica, metabolómica, microbiómica u hologenómica, para hablar de todas estas interacciones, aún nos suenan bastante lejanos. Si a esto le añadimos la combinación de todos estos sistemas con los tratamientos personalizados preventivos, surgen términos cómo “vaccinomics” (o lo que sería su traducción “vacunómica”) que prácticamente nos suenan a ciencia ficción. Sin embargo, la realidad es que están ya entre nosotros.