Aplicado a casos de cáncer de mama, DEEPOS permite a los profesionales tratar a cada paciente de forma individual según sus características, enfermedad específica y necesidades
El Instituto Ibermática de Innovación, i3B, la unidad de I+D+i de Ibermática, ha desarrollado junto con BioCruces y Tecnalia el proyecto DEEPOS, financiado dentro del Programa Elkartek del Gobierno Vasco, para ofrecer un tratamiento personalizado a cada cáncer de mama. Esta iniciativa supone un paso más en el desarrollo del conocimiento, la tecnología y las herramientas que facilitan acercar las capacidades de la analítica avanzada de datos al sector de la salud.
Los investigadores que trabajan en el proyecto lo hacen sobre la premisa de alcanzar el objetivo de una medicina totalmente personalizada. Para ello, definen, prueban y validan la tecnología desarrollada en casos reales, comprobando la capacidad que tienen las soluciones Big Data de dar respuestas válidas a las casuísticas que se presentan en el día a día. Si bien en esta primera etapa de desarrollo el proyecto se centra en pacientes con cáncer de mama, una vez diseñado, validado e implementado, el sistema de información podrá ser aplicado a otras especialidades médicas.
Para Iñaki del Rio, director del Instituto Ibermática de Innovación, i3B, “las tecnologías Big Data son un amplio conjunto de disciplinas de conocimiento que se encuentran en desarrollo exponencial y tiene especial sentido aplicarlas al entorno sanitario ya que, por su capacidad analítica, pueden contribuir de forma definitiva a la mejora de la salud, haciendo hincapié en la prevención, el diagnóstico y el tratamiento personalizado. Algo que, además de mejorar la experiencia del médico y del paciente, redundará en un sistema sanitario más eficiente y sostenible”.
Para medir la validez de los avances, i3B y sus socios han desarrollado un prototipo que, aunque no se integra aún con un sistema de Servicios de Información Hospitalaria real y ya operativo en hospital, sí lo hace por medio de interfaces simuladas, permitiendo validar su funcionalidad real con los profesionales clínicos. El objetivo de i3B es, una vez finalizado el proyecto en su vertiente de I+D, empezar a trabajar en la fase de industrialización, con lo que podría empezar a aplicarse en hospitales y centros de salud a partir de 2020.
El núcleo de esta innovación está en desarrollar nuevas tecnologías que permitan que las decisiones que tomen los profesionales médicos estén adaptadas a las características individuales de cada paciente y su enfermedad específica, mediante la explotación efectiva y optimizada de toda la información disponible a través de un modelo altamente avanzado de análisis de datos.
Como explica Iñaki del Rio, “el proyecto DEEPOS garantiza la explotación inteligente de la información médica con tecnologías Big Data, afectando a todo el ciclo de vida y la cadena de esa información, desde el almacenamiento, la distribución, la gestión y recogida de estos grandes volúmenes de datos “brutos” proveniente de distintos “silos” distribuidos por las organizaciones sanitarias, hasta la agregación de los mismos con otras fuentes externas para crear un modelo de atención individualizado y totalmente personalizado”.
La salud, área clave de innovación
La actual situación de envejecimiento gradual de la población, y el consecuente incremento de enfermedades crónicas, unido a las cada vez mayores alternativas diagnósticas y terapéuticas para estas y otros tipos de patologías, hacen necesario dotar a la práctica médica de herramientas que reduzcan la variabilidad clínica, los errores y los riesgos innecesarios para el paciente.
i3B tiene uno de sus focos de trabajo en el área sanitaria y de la salud. En este momento, el Instituto se encuentra trabajando en distintos proyectos, algunos ya en una fase altamente avanzada, como el recientemente presentado modelo que, a través de la aplicación de inteligencia artificial al análisis automático de expresiones faciales y de la visión computacional, ha permitido a investigadores de los hospitales Psiquiátrico de Álava y Universitario de Álava del Servicio de Salud Vasco (Osakidetza) avanzar en la cuantificación y valoración objetiva (hasta ahora subjetiva) del nivel de dolor en pacientes con dificultad de comunicación.
Seminario en torno a DEEPOS
Recientemente Biocruces, el Instituto de Investigación Sanitaria del Hospital Universitario Cruces, ha organizado un seminario científico referido al Big Data para difundir la experiencia del proyecto DEEPOS. Tanto la Dra. Sandra Seijo Fernández del Instituto Ibermática de Innovación como Iván Revuelta Antizar, técnico responsable de la Unidad de Bioinformática y Estadística de Biocruces, expusieron desde un punto de vista práctico los principales aspectos a considerar en un proyecto de Big Data, en este caso centrado especialmente en el cáncer de mama.
Desde Biocruces se han integrado diferentes bases de datos de pacientes de esta patología combinando información de distintas especialidades médicas del Hospital Universitario Cruces. Los servicios de Ginecología y Obstetricia, Oncología Médica, Oncología Radioterápica, Radiodiagnóstico, Genética, Anatomía Patológica, Análisis Clínicos, Documentación Clínica, entre otros, han sido algunos de los servicios que han colaborado de forma activa en la obtención de los datos. Se llegaron a identificar cerca de 8.000 campos por paciente.
i3B ha colaborado con Biocruces en la depuración de los datos clínicos y su preparación previa, enriqueciéndolos con datos de fuentes externas como la calidad del aire o del agua. Se han realizado diferentes procesos de Data Mining y Machine Learning para construir una primera versión de una aplicación que proporciona una serie de clusters o grupos que facilita a los facultativos de las distintas especialidades un análisis estratificado de grupos de pacientes según sus diagnósticos, estadios, tratamientos y evolución. Esta herramienta está siendo explotada y contrastada con los especialistas.
También se han realizado varias pruebas de tratamiento de información no estructurada con buenos resultados, de manera que en próximas versiones de la herramienta se podrán incorporar datos no estructurados como informes radiológicos, de mamografías o de resonancias.