La Fundación Pfizer ha celebrado la VII edición de sus encuentros ‘Ciencia en Constante Evolución’ con un coloquio titulado ‘Medicina del futuro: Inteligencia Artificial y Terapia Génica’, para analizar en profundidad las oportunidades que ambas disciplinas ofrecen en el terreno de la salud.
En el encuentro han participado como ponentes Juan Bueren, investigador científico del Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas (Ciemat), jefe de división en el Centro de Investigación Biomédica en Red de Enfermedades Raras (Ciberer) y en el Instituto de Investigación Sanitaria Fundación Jiménez Díaz, y Pedro Larrañaga, catedrático de Ciencias de la Computación e Inteligencia Artificial en la Universidad Politécnica de Madrid.
Bueren ha situado la aplicación de la terapia génica en diferentes patologías, siendo las enfermedades raras las más desarrolladas hasta el momento y el cáncer uno de sus objetivos. También ha destacado su potencial en las enfermedades autoinmunes, especialmente "con la aparición de bancos de células mesenquimales, un tipo de célula que no generará rechazo inmunológico".
El experto identificó, como principales barreras, su complejidad y el alto coste de su producción, debido al uso actual de vectores virales. No obstante, se ha mostrado convencido de que "evolucionará a vectores no virales, trasladando el ADN desnudo, disminuyendo significativamente su complejidad y su coste". "Este avance permitirá que muchos más pacientes se puedan beneficiar de la terapia génica", apuntó.
Por su parte, Larrañaga ha explicado la evolución y los principales hitos de la inteligencia artificial y ha identificado al machine learning como una de las disciplinas con mayor potencial para desarrollar aplicaciones en el ámbito de la salud. Hizo referencia a la aprobación, en 2018 y por parte de la FDA, de "las dos primeras soluciones tecnológicas, para el diagnóstico de retinopatía diabética y como sistemas de ayuda a la decisión de los cardiólogos en la interpretación de imágenes de ultrasonido cardiaco". En este sentido, opinó que es esperable que más aprobaciones lleguen en el futuro.
En cuanto al uso del machine learning, destacó su valor en el manejo de la actual crisis sanitaria, "investigando en la predicción de aspectos como la evolución del paciente con covid o en la predicción de su tiempo de hospitalización en base a los datos previos registrados".
En cuanto a los retos de este tipo de proyectos, señaló la gran cantidad de tiempo que se invierte en el manejo de esta información, así como la necesidad de garantizar la transparencia y la regulación de estos sistemas. Larrañaga ha concluido que "no se debería permitir que un sistema automático tome decisiones de salud sin que esas decisiones no puedan ser explicadas".
Nicolas Gonzalez Casares: