Ignacio Hernández Medrano, neurólogo, además de CEO y cofundador de los proyectos de Big Data Savana y Mendelian, ha atendido a Diariofarma, tras intervenir en el Congreso Nacional de Neurología para defender el potencial de los datos y la inteligencia artificial en la gestión de la salud. España, dice, aún sigue a la cola de países como Estados Unidos, China o Reino Unido, que ya han comenzado a fiar a algoritmos elaborados a partir de datos de los pacientes partes del abordaje de las enfermedades, ya sea en el pronóstico, diagnóstico o tratamiento de las mismas.
Pregunta. ¿Qué ha querido transmitir con su intervención en el Congreso Nacional de Neurología?
Respuesta. La idea principal es que en todos los sectores de actividad, no solo en medicina o en salud, se están acumulando datos masivos, y que esos datos están sirviendo de alimento al machine learning, la disciplina tecnológica con capacidad intuitiva y con capacidad de resolver problemas de una forma más parecidos a como lo hacemos los humanos.
P. ¿Cuál es la utilidad de esa acumulación masiva de datos en salud que, según dice, se está produciendo?
R. Pues que tenemos ya 20-30 algoritmos aprobados por la FDA, que han demostrado capacidad para sobrepasar el estado del arte en diagnóstico, pronóstico y terapéutica. Durante mi intervención he tratado de explicar también lo que eso puede suponer para un médico del Sistema Nacional de Salud (SNS) que adopte esa forma de trabajar, analizando las capas de datos que tenemos, así como el camino para validarlos y emplearlos en la práctica clínica.
P. ¿Qué puede suponer para un médico del SNS?
R. Esta nueva medicina basada en algoritmos ofrece, por un lado, la posibilidad de crearlos y publicarlos en revistas y, por otro, la de usarlos. Desde el punto de vista de la investigación para crear algoritmos, lo que recomiendo es formular la pregunta adecuada, aliarse con los data scientists, que son los que nos van a pedir un set de datos, los cuales podremos aportar a través de dispositivos que acompañen al paciente, pero también con datos genéticos o información clínica de la que recogemos cada día en la clínica, siempre anonimizándolos.
P. Concepto clave, el de la anonimización, dados los recelos que genera el uso de datos, ¿no?
R. Así es. No nos cansamos de repetirlo: los datos que se usan para desarrollar estos algoritmos están anonimizados. Y eso lo cambio todo. Es lo que marca la ley, pero también lo que nos dice la ética. Una vez anonimizado el dato, lo que no es ético es no usarlo.
P. ¿Con consentimiento informado?
R. Generar una base de datos con observaciones de la realidad anonimizadas no requiere consentimiento informado. En eso la ley es clara, y además es ético y de sentido común. Por eso la gente tiene que estar tranquila.
P. Nos habíamos quedado en el desarrollo de los algoritmos, pero usted ha hablado también sobre cómo usarlos...
R. Hay revistas que ya te ofrecen la posibilidad de descargarte estos algoritmos. Incluso nos encontramos recomendaciones de autoridades sanitarias para orientar su utilización. En Francia, por ejemplo, se obliga a informar a los pacientes del uso de éstos en el manejo de las enfermedades.
P. ¿Y qué hay de la validación de estos algoritmos?
R. Una cosa importante que hay que saber es que la aprobación de algoritmos funciona igual que la de un fármaco. Va a tener que pasar por ensayos clínicos. Aún estamos en la fase de que empezar a diseñarlos, tendremos que testarlos y de ahí pasarán a las guías de práctica clínica para regular su uso.
P. ¿Hay ya casos que hayan culminado todo el proceso?
R. Que yo conozca, hay al menos tres con ensayos terminados: dos de ellos en Dermatología y otro en el área de Gastroenterología. Llegarán incontables más.
P. Usted es promotor de uno para el diagnóstico de enfermedades raras, Mendelian, que incluso podría servir, a medio plazo, para la selección de tratamientos. ¿En qué punto está?
R. Efectivamente, Mendelian es un algoritmo inteligente que tiene entre sus tareas el diagnóstico de enfermedades raras a partir de un set de datos clínicos. El objetivo es que sirva para dar con la prueba genética correcta. Por el momento, solicitar su autorización de uso no está en la agenda. Primero tenemos que probarlo, desarrollar versiones, hacer estudios retrospectivos, etc. Vamos paso a paso. Pero es un caso bonito para la inteligencia artificial, porque al ser raras estas enfermedades, resultan difíciles de interpretar por la mente humana.
P. Eso en enfermedades raras. ¿Y en Neurología, que es su especialidad y la de este Congreso al que ha asistido?
R. De momento hemos visto pocas cosas. Recientemente, algo en terapéutica, consiguiendo, por un algoritmo basado en Big Data, que las personas recuperen el habla. También hay proyectos en hemorragias cerebrales y aneurismas, con sistemas de diagnóstico que mejorarían el estado del arte actual. Y luego, se están viendo cosas en esclerosis múltiple, donde parece que las máquinas nos van a poder permitir anticiparnos y saber quién va a responder a un tratamiento para poder aplicar la medicina de precisión. Llevamos mucho tiempo hablando de esto y la inteligencia artificial puede ser la pieza que nos faltaba para hacerlo realidad.
P. ¿Puede profundizar un poco más en esta cuestión? ¿Qué potencialidades le ve al uso de datos en la aplicación de tratamientos farmacológicos?
R. Quizás la pata más fuerte de todo esto es la que tiene que ver con la medicina de precisión. Con un big data grande puedo generar un modelo matemático para ver cuál es el mejor fármaco para cada paciente. En 2019 hemos empezado a ver papers de alto impacto. Por ejemplo, proyectos con base de datos y machine learning que permiten ver en qué pacientes va a funcionar ipilimumab. Esto nos proporciona un salto importante. Imagina el valor de poder saber con fiabilidad lo que va a funcionar y lo que no...
P. ¿Cómo de importante va a ser, a su juicio, la incorporación de los resultados reportados por pacientes en este proyectos?
R. Mi opinión es cuantas más capas de datos, mejor rendirá el algoritmo. Será más fino. Pero no podemos caer en el fracaso, por inmadurez, de querer tener toda la masa de datos para empezar los proyectos. Yo propongo arrancar los proyectos de Big Data con lo que tengamos hoy y, una vez construido el algoritmo, incorporar nuevas capas de datos. Pero que eso no suponga el retraso de los proyectos.
P. Vistas las potencialidades, solo me queda preguntarle por la cuestión geográfica. ¿Hay países que estén apostando especialmente fuerte por la medicina basada en algoritmos y datos?
R. Se están abriendo brechas fuertes entre países que entienden que la inteligencia artificial va a ser un apoyo importante y los que no. Y creo que es importante ser de los que sí. Destaca Estados Unidos, con algoritmos aprobados, lo cual me parece una actitud valiente. También China, con estudios muy buenos de aplicaciones medicinales. Reino Unido destaca sobre todo en la integración de los datos procedentes de la genómica. De todas las capas de datos, ellos han elegido esos y están generando mucha evidencia en los últimos años, formulando, por ejemplo, algoritmos de riesgo poligénico. En el resto de países, como España, lo que te encuentras es con personas concretas que ven una oportunidad en esto.
P. ¿Cómo definiría la situación en nuestro país?
R. Yo creo que España tiene una cultura de sistema sanitario muy fuerte, muy eficiente, con resultados muy buenos… Cuando estás ahí, es más difícil adoptar la innovación. Desde la perspectiva de quien tiene claro que no hay otra salida, es negativo ver que no lo estamos entendiendo lo suficiente.
P. ¿Lo ha vivido en sus carnes, con sus proyectos?
R. Con Savana, proyecto consistente en aglutinar la mayor capa de datos procedentes de historias clínicas electrónicas anonimizadas de pacientes de todo el mundo, hemos hablado con países como Escocia, y nos hemos encontrado con que hay una estrategia. En Francia hemos visto cómo se mandado una Ley al Parlamento para regular todo esto. En España no hay un interlocutor que permita generalizar su uso.
P. ¿Quiere decir que no hay apoyo de la Administración para este tipo de proyectos?
R. Yo creo que una empresa tiene que dar valor por sí misma y que sean los clientes financien la herramienta. Uno no debe vivir de subvenciones. Pero es cierto que cuando arrancas un proyecto, tener apoyos, allana el camino. En este sentido, tengo que decir que recibimos una ayuda del Ministerio de Economía. También obtuvimos financiación de Horizonte 2020, que nos reconoció como una de las 10 empresas del año. Además de eso, hay hospitales públicos, en regiones como Castilla-La Mancha y Madrid, que a título individual han trabajado con nosotros. Todos nos han apoyado. Pero en otros lugares, como Reino Unido, el apoyo es mayor. Para Mendelian, por ejemplo, accedimos a Innovative UK, una iniciativa muy buena, cuando todavía el proyecto estaba muy verde. Allí, existe un verdadero flujo de financiación pública que nos está ayudando mucho con Savana. De hecho, ya tenemos sede en Londres, París y Berlín, y en marzo abrimos en Nueva York.
Nicolas Gonzalez Casares: