Cómo el uso de Inteligencia Artificial está ayudando a combatir el COVID-19

Ver por categoría:
Enviar a un amigo

Junio 2021
Cómo el uso de Inteligencia Artificial está ayudando a combatir el COVID-19
Por
José Quintini, MD. Gerente Médico. Salud Digital.

Sin duda, la actual pandemia de COVID-19 ha impactado de múltiples formas nuestras vidas. Aunque el impacto negativo en la salud, economía y otras dimensiones ha sido de inmensas proporciones, también ha servido como un importante catalizador para acelerar el diseño e implementación de herramientas basadas en Inteligencia Artificial (IA) en diversos aspectos de esta enfermedad, desde epidemiología hasta descubrimiento de nuevos medicamentos.


A pesar de que podemos decir que apenas estamos en etapas iniciales con respecto al uso de esta tecnología desde el punto de vista de su aplicación práctica en salud, son muchas las áreas donde se está investigando:

• Despistaje y diagnóstico
Las pruebas de PCR para COVID-19 son relativamente costosas, el resultado no es inmediato y no están disponibles en todos los centros. CURIAL AI, permite hacer el diagnóstico de COVID-19 mediante la utilización de parámetros de laboratorio o clínicos de rutina, lo que facilita su uso en la mayoría de los centros de salud, en especial, en sitios con escasos recursos1. Otro ejemplo es lo que está haciendo la compañía Vocalis Health, que ha desarrollado un software que puede ser utilizado en teléfonos inteligentes, tabletas u otros dispositivos, para hacer despistaje o screening de COVID mediante el análisis de la voz2. Esto permitiría hacer despistaje de una manera fácil en diversos ambientes.

La IA es particularmente útil en el análisis de imágenes. Por ello, se está utilizando para diagnosticar neumonía por COVID-19 y distinguirla de otras posibles causas, con una precisión y especificidad de más del 90%, incluso en poblaciones heterogéneas3.

• Revisión de publicaciones médicas
Aproximadamente un cuarto de las publicaciones científicas sobre COVID 19 se hacen en forma de pre-prints, o publicaciones preliminares, las cuales no pasan por un proceso riguroso de revisión por parte de los editores. Esto, en algunas ocasiones, ha hecho que se cuestione la calidad de alguna de estas publicaciones. Diversos grupos, como por ejemplo el Automated Screening Working Group, están utilizando herramientas de IA, complementadas de manera variable con análisis humano, para determinar la rigurosidad de este tipo de publicaciones4.

• Identificación de nuevos medicamentos
Identificación de potenciales dianas terapéuticas: La compañía DeepMind, de Google, mediante su plataforma AlphaFold, ha identificado varias proteínas virales de potencial interés terapéutico5. Se espera que la predicción de proteínas mediante técnicas de inteligencia artificial permita identificar potenciales blancos terapéuticos de una forma mucho más rápida y económica en comparación con las técnicas tradicionales.

- Reposicionamiento de moléculas: Diversas compañías, como Benevolent AI, están encontrando nuevos potenciales usos a moléculas ya conocidas. De esta manera, se puede tener una estimación de la actividad de moléculas conocidas en pacientes con COVID-19, generándose así una lista reducida de candidatos con mayores probabilidades de éxito en un programa de desarrollo clínico.

• Soporte a las decisiones clínicas
Un porcentaje importante de pacientes que son ingresado a UCI por COVID-19, fallecen. Por esto, es importante poder identificar características de riesgo incrementado de muerte al momento del ingreso a UCI. Al respecto, un grupo multicéntrico español desarrolló un algoritmo de machine learning que identificó 3 fenotipos de pacientes con COVID-19 utilizando parámetros de uso habitual, con alta correlación con mortalidad en UCI. Por ejemplo, pacientes con el tercer fenotipo identificado, denominado “fenotipo C”, demostraron tener el doble de mortalidad que el resto de los fenotipos6.

Iniciativas como el Digital Control Centre for COVID-19 han permitido el desarrollo de algoritmos que permiten identificar tempranamente patrones de la enfermedad y sugerir tratamientos individualizados. Estos algoritmos han sido utilizados en el Hospital Clinic de Barcelona, y un estudio publicado por este centro demostró que los pacientes que recibían terapia según las sugerencias del algoritmo basado en IA, presentaban una disminución de aproximadamente 50% de mortalidad en comparación con el manejo tradicional7.

Algunos de estos algoritmos ya cuentan con aprobación regulatoria, como es el caso de SYNE-COV, desarrollado por la compañía británica Sensyne. Este programa soporta las decisiones clínicas en tiempo real al analizar más de 60 variables que extrae de la historia clínica electrónica, la cual mediante algoritmos de machine learning es analizada contra una base de datos de millones de pacientes. Permite estratificar riesgo de necesidad de ventilación mecánica, admisión a UCI o muerte intrahospitalaria y predecir la respuesta a diferentes tratamientos8.

• Epidemiología
Luego que la compañía canadiense BlueDot, analizando con herramientas basadas en IA múltiples fuentes de información (como reservas de ticketes de avión) identificara en diciembre del 2019 y alertara sobre una “neumonía atípica” 9 días antes que la OMS publicara una alerta sobre esta enfermedad9, son múltiples las iniciativas que se han desarrollado para rastrear y hacer estimaciones epidemiológicas sobre el Covid-19. Esta información ha sido vital para diseñar las acciones requeridas, no solo desde el punto de vista de salud sino también desde otras perspectivas, como sociales, económicas, etc.

• Investigación clínica
El número de investigaciones sobre Covid-19 que utilizan técnicas de IA, como es de esperarse, viene en aumento. Durante todo el 2020, PubMed registró 1230 publicaciones que incluían términos relacionados con Covid-19 e Inteligencia Artificial. En el 2021, solo en los primeros 2 meses se han registrado más de 500 publicaciones con estos términos. Un ejemplo de la utilización de IA en esta área es el estudio Big COVIData, realizado por Savana10. Este es uno de los primeros estudios internacionales que utiliza estas técnicas para definir las características clínicas y factores predictivos para la evolución de pacientes con COVID-19. Las primeras publicaciones derivadas de este estudio ya están disponibles y son un ejemplo de cómo utilizando IA se pueden generar publicaciones científicas en corto tiempo.

En el presente artículo, solo se señalan algunos casos de uso de IA en el contexto de la pandemia por COVID-19. Sin embargo, son muchas más las áreas de investigación y/o implementación. Todo el conocimiento adquirido servirá de aprendizaje para su aplicación en otros campos de la salud, e incluso, fuera de este.

Si quieres conocer más sobre Inteligencia Artificial y su aplicación en salud,  te invito a mi canal de YouTube “Inteligencia Artificial en Medicina y Salud”.

1) https://www.medrxiv.org/content/10.1101/2020.07.07.20148361v1.full.pdf
2) https://www.prnewswire.com/news-releases/vocalis-healths-covid-19-screening-tool-successfully-validated-in-large-clinical-study-301229858.html
3) Harmon, S.A., Sanford, T.H., Xu, S. et al. Artificial intelligence for the detection of COVID-19 pneumonia on chest CT using multinational datasets. Nat Commun 11, 4080 (2020). https://doi.org/10.1038/s41467-020-17971-2
4) Weissgerber T, Riedel N, Kilicoglu H, Labbé C, Eckmann P, Ter Riet G, Byrne J, Cabanac G, Capes-Davis A, Favier B, Saladi S, Grabitz P, Bannach-Brown A, Schulz R, McCann S, Bernard R, Bandrowski A. Automated screening of COVID-19 preprints: can we help authors to improve transparency and reproducibility? Nat Med. 2021 Jan;27(1):6-7. doi: 10.1038/s41591-020-01203-7. PMID: 33432174.
5) https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology
6) Rodríguez A, Ruiz-Botella M, Martín-Loeches I, Jimenez Herrera M, Solé-Violan J, Gómez J, Bodí M, Trefler S, Papiol E, Díaz E, Suberviola B, Vallverdu M, Mayor-Vázquez E, Albaya Moreno A, Canabal Berlanga A, Sánchez M, Del Valle Ortíz M, Ballesteros JC, Martín Iglesias L, Marín-Corral J, López Ramos E, Hidalgo Valverde V, Vidaur Tello LV, Sancho Chinesta S, Gonzáles de Molina FJ, Herrero García S, Sena Pérez CC, Pozo Laderas JC, Rodríguez García R, Estella A, Ferrer R; COVID-19 SEMICYUC Working Group. Deploying unsupervised clustering analysis to derive clinical phenotypes and risk factors associated with mortality risk in 2022 critically ill patients with COVID-19 in Spain. Crit Care. 2021 Feb 15;25(1):63. doi: 10.1186/s13054-021-03487-8. PMID: 33588914; PMCID: PMC7883885.
7) Garcia-Vidal C, Moreno-García E, Hernández-Meneses M, Puerta-Alcalde P, Chumbita M, Garcia-Pouton N, Linares L, Rico V, Cardozo C, Martínez JA, García F, Mensa J, Castro P, Nicolás JM, Muñoz J, Vidal D, Soriano A; COVID19-Researchers. Personalized therapy approach for hospitalized patients with COVID-19. Clin Infect Dis. 2020 Jul 10:ciaa964. doi: 10.1093/cid/ciaa964. Epub ahead of print. PMID: 32649747; PMCID: PMC7454444.
8) https://www.sensynehealth.com/newsroom/covid-risk-prediction-algorithm-achieves-uk-regulatory-approval
9) https://www.cnbc.com/2020/03/03/bluedot-used-artificial-intelligence-to-predict-coronavirus-spread.html
10) https://bigcovidata.savanamed.com/