En este artículo de título sugerente, se indica cómo la Inteligencia artificial empieza a ser una realidad en el sector sanitario.
Pablo Sánchez Cassinello, Managing Director de Health and Public Services en Accenture, tiene claro que la confianza en las posibilidades de esta tecnología, por parte de médicos y pacientes, es esencial para que la IA se introduzca también en la práctica asistencial.
Esta confianza ha de basarse en la certeza de que la IA va a ayudar al sector a desarrollar su trabajo y no a sustituir a profesionales.
Efectivamente, el manejo de enorme cantidad de datos y su estructuración a velocidades inimaginables pueden ser una herramienta fundamental en la consecución de una medicina más eficaz.
En lo referente al envejecimiento, Zhavoronkov et al. (Artificial intelligence for aging and longevity research: Recent advances and perspectives) indica que “El envejecimiento puede verse influenciado por la compleja interacción entre factores ambientales, mecánicos, bioquímicos y evolutivos.”
Por lo tanto, las disfunciones que afectan sólo unos pocos procesos biológicos dentro de las células de uno o varios órganos pueden propagarse a todas las partes del cuerpo. Esto explica por qué el envejecimiento no puede entenderse completamente o controlado cuando se supervisa sólo un número restringido de procesos. En conjunto, el envejecimiento parece ser el resultado a largo plazo de la interrupción de los diferentes equilibrios dinámicos establecidos entre antagónicos, en lugar del resultado de una aparición repentina de procesos moleculares aislados o componentes con efectos negativos intrínsecos”.
Por tanto, para poder determinar de qué manera se producen estas complejísimas interacciones y cómo pueden medirse, hemos de acudir al procedimiento “clásico” de la búsqueda de marcadores. Pero siendo encomiable la labor de multitud de científicos que se han dedicado a esta búsqueda de manera brillante en muchos casos, se encontraban con la limitación del manejo de datos y el número de marcadores de envejecimiento debía ser inevitablemente reducido.
En la actualidad, la irrupción de la IA puede manejar y acumular para su análisis una enorme cantidad de datos relacionados con el envejecimiento.
Datos relacionados con marcadores genómicos, transcriptómicos, relacionados con microRNA, proteómicos, antigénicos, mitocondriales ,metabólicos, fisiológicos, relacionados con imágenes, etc.
Estos datos proporcionan una descripción detallada del proceso de envejecimiento. Sin embargo, el análisis y uso práctico de la información contenida dentro de esta enorme cantidad de los datos también requieren enfoques computacionales adaptados, como Machine Learning (ML) y, más recientemente, el desarrollo del aprendizaje profundo o Deep Learning (DL), tal como indican Zhavoronkov et al.
El manejo estructurado y relacional de los distintos marcadores mediante IA permitirá realizar una medicina predictiva y por tanto preventiva mediante la corrección cuando sea posible de los valores que la interacción de marcadores muestre y conseguir un mejor envejecimiento ya que se podrá poner remedio a algunos de los procesos que afectan a la calidad de vida al envejecer dado que se realizará la intervención en estadíos muy tempranos de procesos que llevan al envejecimiento no deseado de sistemas.
Alfonso Soler Gomis
