Ibermática crea gemelos digitales de pacientes para testar si un tratamiento puede funcionar

El objetivo es desarrollar un software que permita comprobar con mucha antelación cómo podrían evolucionar ante cualquier tipo de enfermedad

La atención sanitaria del futuro está cada vez más cerca. En este sector ganar tiempo es fundamental, y conocer con antelación cómo podría responder un paciente a un determinado tratamiento ante cualquier tipo de enfermedad sería un avance vital. Esto es lo que quiere lograr Ibermática con el proyecto EDIT (Emerging Disease Twin), cofinanciado por Red.es y FEDER, desarrollando un software basado en inteligencia artificial (IA) y analítica de datos que permitirá testear con antelación tratamientos concretos en un paciente virtual que responda a los mismos parámetros que su gemelo real. De esta manera se sabrá de antemano si va a funcionar y, en caso de que no sea así, modificar el tratamiento con prontitud.

Ibermática, junto con su Instituto de Innovación i3B, ya está inmersa en la creación de una herramienta software que facilite el desarrollo de gemelos digitales, tanto del paciente, como de los medicamentos/tratamientos disponibles y de las interacciones entre ellos, lo que permitirá mejorar y adelantar en el tiempo el resultado y efecto de las variables relacionadas con tratamientos, vacunas, test, procedimientos clínicos, etcétera, independientemente de la fase en la que estén, ya sea en investigación preliminar, fase pre-clínica, estudio clínico y demás.

Este proyecto supone un paso crítico en la lucha contra cualquier enfermedad emergente, como es la Covid-19, ante la incertidumbre sobre la fiabilidad y eficacia de tratamientos, mejores prácticas, vacunas, etcétera, mientras éstas se encuentran en fase de pruebas como prototipos. Acelerar este proceso, y optimizar las oportunidades de acierto, supone un objetivo con un alto impacto potencial para cualquier sistema de salud. Aunque EDIT se centrará por su impacto en la Covid-19, los desarrollos y productos obtenidos no serán exclusivos de esta enfermedad, sino que se podrán aplicar en otras enfermedades con características similares en cuanto a complejidad y variabilidad de la información.

Herramientas de la plataforma
La irrupción de una nueva patología con alta tasa de contagio como la Covid-19 ha disparado la tasa de publicación de información hasta valores desconocidos hasta ahora. En este contexto la IA se está utilizando como herramienta para apoyar la lucha contra la pandemia, pero usarla en entornos donde la información es muy diversa, dispersa, desigual en cuanto a la calidad, etcétera, como es el caso también de cualquier enfermedad emergente, no es un proceso trivial, y menos cuando el ritmo de actualización de la información es tan elevado.

Por ello Ibermática plantea EDIT como una herramienta que, basada en el uso de la IA, sirva por una parte para sacar partido de todo el potencial de estas herramientas en la explotación de la información, y por otra, involucrar a los clínicos y su conocimiento. Para lograr este objetivo, plantea investigar y desarrollar una serie de herramientas que permitan, en base a la información diversa y dispersa disponible, descubrir posibles escenarios terapéuticos y de medicación de manera rápida.

Esta suite de herramientas permitirá, en primer lugar, la extracción, normalización y adquisición online de la información sita tanto en fuentes opendata, especializadas, relativas al Coivd-19, como en fuentes de datos internas que posibiliten la generación de información homogénea y codificada. Estos parámetros podrán ser desde variables como edad, sexo, enfermedades previas, antecedentes, patologías, evoluciones conocidas, variables clínicas asociadas, etcétera, llegando a información de terapias asociadas a virus similares al SARS-CoV-2, últimas investigaciones y ensayos a nivel mundial.

Después se realizará la conversión de la información recogida en conocimiento, mediante la inferencia, codificación y enriquecimiento clínico, que sumado a la validación clínica, permitirá obtener una base de conocimiento clínico heurístico (knowledge graph) explotable mediante algoritmos de IA.

Finalmente se llevará a cabo la explotación de la base de conocimiento mediante la modelización del comportamiento, cruzado de fármacos, compuestos moleculares, efectos en el virus causante de la Covid-19, y similares, y la interpolación de dichos comportamientos sobre los distintos modelos de pacientes virtuales desarrollados en la plataforma mediante el uso de tecnologías como el transfer-learning, o reinforcement learning.

Gemelos digitales
EDIT plantea la utilización de gemelos digitales entendidos como una réplica virtual realizada a imagen y semejanza de un producto o servicio, con capacidad de predecir de manera fiable cómo se va a comportar. Así, por un lado se creará un gemelo digital a nivel de paciente que permita descubrir sus posibles evoluciones, y por otro un gemelo digital de distintos fármacos, tratamientos y terapias que permita analizar la evolución de distintos pacientes en un simulador.

Los dos gemelos en conjunción permitirán simular los ensayos y pruebas sobre los estadios de distintos pacientes en distintos grados de evolución permitiendo descubrir posibles tratamientos de forma paralelizada, masiva y simulada, ofreciendo a los investigadores distintos escenarios óptimos de combinación de compuestos, fármacos y análisis de cara a decidir estrategias de aplicación en el entorno real con respecto los escenarios de impacto.

EDIT es un proyecto cofinanciado por Red.es y la Unión Europea a través del Fondo Europeo de Desarrollo Regional (FEDER) en el Programa Estatal de I+D+i orientado a retos de la sociedad y del Programa Estatal de Liderazgo Empresarial en I+D+i.