SECCIÓN  patrocinada por: 

Nota: Los contenidos de esta sección son informaciones de actualidad y de interés general elaboradas por la redacción de El Médico Interactivo. No existe conflicto de intereses entre los autores, las fuentes y el patrocinador.

Técnicas de inteligencia artificial y big data están siendo probadas para mejorar los sistemas de diagnóstico y tratamiento en psicosis. Se trata de un proyecto realizado por expertos del Instituto de Investigación Sanitaria INCLIVA, del Hospital Clínico de Valencia, en colaboración con la Universitat Politècnica de València (UPV).

Julio Sanjuán, responsable de la iniciativa, ha explicado que “el proyecto nace de una larga trayectoria, de más de 20 años, de este grupo de investigación buscando marcadores biológicos que ayuden tanto en el diagnóstico como en el pronóstico de la psicosis”.

“El objetivo principal es predecir en el primer episodio psicótico la respuesta al tratamiento y el curso de la enfermedad para ofrecer el tratamiento óptimo a cada paciente”, ha señalado Sanjuán, coordinador del Grupo de Investigación de Psiquiatría de INCLIVA y de la Unidad de Primeros Episodios Psicóticos del Hospital Clínico de Valencia.

Análisis de los datos

El proyecto tiene en cuenta dos estrategias para mejorar los sistemas diagnósticos y terapéuticos de la práctica clínica diaria. Por una parte, realiza el análisis de los datos de seguimiento de la muestra total de pacientes atendidos en la Unidad de Primeros Episodios, que son representativos de la población global. En segundo lugar, emplea técnicas de inteligencia artificial para la generación de un algoritmo diagnóstico-pronóstico.

En la actualidad hay resultados preliminares “muy prometedores” del empleo de esta técnica con resonancia magnética funcional. Los investigadores pretenden aplicar dicho análisis al conjunto de información disponible, incluyendo datos clínicos, genéticos y de neuroimagen.

Recogida de datos e historia clínica

Precisamente está muy avanzado el proyecto de recogida de información, gracias al registro de datos procedente de más de 200 personas. Igualmente, los análisis de machine learning se han realizado con la información de neuroimagen funcional, pero la previsión es que en unos años se disponga de un análisis del conjunto de datos, para lo que se realizarán este tipo de resonancias tanto en hospitales nacionales como internacionales.

El estudio se ampliará para incluir información de la historia clínica del paciente y sus datos génicos. María José Castro, del Instituto Valenciano de Investigación en Inteligencia Artificial (VRAIN, por sus siglas en inglés) de la UPV, ha señalado que “las técnicas de machine learning están transformando ya la Medicina, y un ejemplo es la reducción del tiempo necesario para alcanzar un diagnóstico”.

Marcadores biológicos detectables

Según esta doctora, “todos los años aparecen soluciones nuevas y más avanzadas, especialmente en campos de la Medicina asociados a detección de cáncer u otras enfermedades degenerativas. Estos avances no se han alcanzado en la rama de la Psiquiatría debido a que no existen marcadores biológicos detectables”.

En la actualidad, las técnicas de deep learning pueden analizar muchos más factores y casos que los especialistas humanos. En concreto, se pueden utilizar estas técnicas, entre otras aplicaciones, para la investigación del genoma, el desarrollo de fármacos y las imágenes médicas. María José Castro considera necesario “avanzar hacia una colaboración conjunta entre los expertos humanos con estas técnicas automáticas, usando los resultados de los algoritmos de ayuda al diagnóstico como sistemas de soporte para tomar decisiones médicas”.

Investigadores y financiación

En el proyecto intervienen, por parte del grupo de investigación multidisciplinar de Julio Sanjuán, los investigadores clínicos Eduardo J. Aguilar y María Dolores Moltó (genetista), así como Juan Nàcher, investigador de modelos animales. También colaboran Gracián García-Martí y Luis Martí-Bonmatí, del Departamento de Imagen de la Clínica Quirón.

Además, a través de CIBERSAM, se están llevando a cabo colaboraciones con otros grupos de investigación españoles y extranjeros.

El proyecto cuenta con una financiación total de 349.640 euros procedentes del FIS (Resonancia magnética funcional y expresión génica como predictores en primeros episodios psicóticos, 110.000 €); PROMETEO (Investigación de marcadores biológicos y nuevas estrategias terapéuticas en la psicosis, 179.940 €); e INNVAL (Nueva técnica para el diagnóstico individualizado de psicosis, basada en aprendizaje, 59.700 €).