Comparte esta noticia

Medicina ‘a la carta’; procesar millones de historias clínica para dar un tratamiento rápido y personalizado

Esquema de funcionamiento del sistema

DIARIOFARMA  |    23.12.2020 - 11:18

La empresa española de investigación clínica Savana ha analizado con inteligencia artificial y tecnologías de procesamiento del lenguaje natural, cerca de 900 millones de documentos clínicos de pacientes de manera anonimizada. El objetivo, reforzar en la era del coronavirus,  la realización de diagnósticos de forma personalizada y precoz, a partir de datos anonimizados de millones de pacientes. 

Esta empresa trabaja de forma coordinada con cerca de 150 hospitales de Europa, Estados Unidos, Canadá y Latinoamérica (presente en 14 países) para ofrecer respuestas clave en la lucha contra las enfermedades, especialmente con el coronavirus. La tecnología permite que las máquinas sean capaces de comprender las anotaciones de los sanitarios, logrando automatizar la conversión de esos textos en contenidos estructurados y reutilizables con fines de investigación.   

“La medicina de precisión ha dado un nuevo golpe de timón hacia un conocimiento científico y clínico de última generación para hacer frente a las enfermedades del mundo con procedimientos mucho más efectivos”, explican los responsables de Savana.

La tecnología actual permite que las máquinas “sean ya capaces de comprender el contenido y significado de las historias clínicas y se conviertan así en un gran aliado de la comunidad médica”.   

La compañía desarrolla una tecnología EH Read que se basa en un sistema basado de inteligencia artificial para el procesamiento a gran escala de miles de datos médicos en texto libre, independientemente del soporte en el que hayan sido procesados. A través de la actualización continua de los datos recibidos de los hospitales y sistemas de salud regionales Savana, EHRead está habilitado para leer la terminología y los conceptos más relevantes y desarrollar modelos predictivos con todas las variables. Así, los investigadores pueden realizar estudios estadísticos de forma colaborativa y hacer correlaciones entre variables clínicas, pronósticos sobre propagación de enfermedades, comprobar la eficacia de los tratamientos farmacológicos o predecir recursos sanitarios disponibles.                                                                                                 

Con este sistema se están realizando investigaciones a nivel mundial en torno a casi una veintena de áreas terapéuticas distintas (neumología, oncología, cardiología,…). Los estudios van desde el mieloma múltiple, la insuficiencia cardíaca y renal por diabetes tipo 2 o esclerosis múltiple, hasta el impacto del coronavirus en enfermedades respiratorias como la EPOC o el asma y el perfil de paciente covid-19 más propenso a ingresar en Unidad de Cuidados Intensivos (UCI) a causa del coronavirus. 

Este sistema refuerza una colaboración científico-médica junto a la tecnología, clave para la medicina personalizada. En este sentido, Savana ha promovido las investigaciones internacionales “Big COVIData” y “Big COPData”, cofinanciada esta última con fondos del programa europeo Horizonte 2020. Sus conclusiones están siendo de gran ayuda para conocer y tratar a pacientes con coronavirus y otras patologías respiratorias crónicas. Sus conclusiones han sido publicadas en The European Respiratory Journal. 

“Si uno se detiene a pensar, por un momento, en la cantidad de datos contenidos en los registros médicos electrónicos, y estos se multiplican por los miles de documentos clínicos que genera cada institución de la salud en decenas de países, es enorme el potencial de toda esa información, tanto para los médicos, como los investigadores, y por supuesto, para los pacientes”, asegura Jorge Tello CEO y Fundador de Savana. “En Savana, trabajamos para mejorar la asistencia sanitaria global, y por tanto, era nuestra obligación lanzar este tipo de estudios con los que dar respuesta en tiempo real a las necesidades clínicas crecientes”.

 


Síguenos en redes sociales



lineagris-494

guest
0 Comments
Inline Feedbacks
View all comments