Pablo Malo Segura (Sevilla)
“La integración entre datos clínicos, radiológicos, genómicos, moleculares y de anatomía patológica es el futuro de la medicina”. Así lo ha asegurado el Dr. Marcial García Rojo, jefe de Servicio y director de la UGC de Anatomía Patológica del Hospital de Jerez, en una entrevista con iSanidad, en el marco de la sesión Últimos avances en digitalización y aplicación de la inteligencia artificial (IA) en el diagnóstico de rutina, organizada por Siemens Healthineers en el XXXI Congreso Nacional SEAP-IAP. Además, ha destacado que “la tecnología está preparada para una digitalización global de los servicios de anatomía patológica».
El 90-95% de los servicios de anatomía patología todavía no están digitalizados. ¿Qué suponen los últimos avances en digitalización en anatomía patología y cuáles han sido?
Es imperioso completar este proceso de digitalización. Primero, porque permite optimizar los flujos de trabajo que tenemos en nuestra especialidad. Es el momento de aplicar políticas de calidad y esto es más fácil cuando lo tienes todo digitalizado. Es cierto también que supone pasos adicionales.
“La digitalización permite optimizar los flujos de trabajo que tenemos en nuestra especialidad”
A diferencia de radiología, por ejemplo, donde se sustituyó una placa radiológica por una imagen digital, nosotros aquí tenemos todavía un soporte en cristal, que es la preparación histológica, y además vamos a tener la imagen digital. La imagen original, en cristal, está sobre un tejido y contiene información de ADN, ARN o de proteínas. Ahora mismo solo podemos digitalizar una parte de la información que contienen esas preparaciones histológicas. Por eso, el proceso de anatomía patológica es distinto al de radiología. La ventaja es que los escáneres que nos van a permitir digitalizar esa imagen cada día son más rápidos y ofrecen mejor calidad y con mayor resolución. Hoy en día la tecnología está preparada para que podamos hacer una digitalización global de los servicios de anatomía patológica.
Usted ha sido investigador principal en diferentes proyectos de investigación nacionales y europeos dedicados a la transformación digital de la especialidad de anatomía patológica. ¿Hacia dónde se dirige la investigación en el futuro en este sentido y cuál es la principal apuesta en su hospital?
Ahora mismo los principales proyectos de investigación están enfocados por una parte en normalización, es decir, en conseguir una interoperabilidad realmente eficiente entre los distintos componentes que existen en la historia clínica de salud y anatomía patológica es parte de esta. La otra gran línea de investigación que está habiendo es la aplicación de inteligencia artificial, algoritmos de redes neuronales convolucionales y deep learning. Ahora mismo, son las dos grandes áreas de investigación en nuestro entorno.
“Los principales proyectos de investigación están enfocados en normalización y en la aplicación de inteligencia artificial, algoritmos de redes neuronales convolucionales y deep learning”
¿Cómo ayudan las herramientas basadas en inteligencia artificial a mejorar el trabajo del patólogo?
Las herramientas basadas en inteligencia artificial ayudan en prácticamente todo el flujo de trabajo. Por ejemplo, en patología molecular, ahora mismo hay algoritmos de deep learning que nos permiten filtrar de forma más específica las secuencias de ADN y, por lo tanto, detectar mejor las variantes y mutaciones que tienen significado clínico.
“En patología molecular, hay algoritmos de deep learning que nos permiten filtrar de forma más específica las secuencias de ADN y, por lo tanto, detectar mejor las variantes y mutaciones que tienen significado clínico”
En imagen médica, la inteligencia artificial está ayudando a detectar mejor las neoplasias, en predecir mejor si un paciente con insuficiencia renal tiene buen o mal pronóstico o en predecir con tinciones muy básicas, por ejemplo, de hematoxilina y eosina si un paciente tiene en su tumor una mutación que le permita recibir un tratamiento que va a ser óptimo para su respuesta terapéutica. En definitiva, las aplicaciones son ilimitadas.
¿Qué papel tiene la inteligencia artificial en la integración de datos clínicos, imagen y datos genómicos?
Los esfuerzos que están haciéndose ahora, por una parte, van dirigidos hacia la integración de distintos tipos de imagen médica. A los patólogos nos encantaría que al ver una pieza macroscópica también tuviéramos integrada la imagen radiológica y al radiólogo le encantaría poder integrar en la imagen radiológica los datos de anatomía patológica. La integración entre datos clínicos, radiológicos, genómicos, moleculares y de anatomía patológica es el futuro de la medicina. Esta es por definición la medicina de precisión.
“Lo que proponemos con patología digital y modelos computacionales permitiría ahorrar más de lo que costaría la transformación digital”
¿A qué desafíos se enfrenta actualmente la especialidad?
Los desafíos de la especialidad en España son muy similares a los que tenemos a nivel europeo. Por ejemplo, en algunas comunidades autónomas hay falta de patólogos y no tenemos integrados en nuestros servicios todos los perfiles que necesitamos (bioinformáticos, biólogos moleculares, ingenieros, matemáticos).
“En algunas comunidades autónomas hay falta de patólogos y no tenemos integrados en nuestros servicios todos los perfiles que necesitamos”
Resulta que en un servicio de anatomía patológica solo puede haber administrativos, patólogos y técnicos. ¿Cómo lo hacemos? Con proyectos de investigación. En primer lugar, nos tenemos que creer los equipos multidisciplinares y aplicarlos en la práctica clínica y no solo para investigación. Obviamente, también es un desafío económico, pero lo que nosotros proponemos con patología digital y modelos computacionales, permitiría ahorrar incluso más de lo que costaría toda esta transformación digital.
