Dr. Martí-Bonmatí: “La inteligencia artificial permitirá detectar tumores años antes de que se vean”

Coordinador científico de Eucaim, una infraestructura que estandarizará más de 60 millones de imágenes médicas en cáncer para mejorar su diagnóstico y tratamiento

inteligencia-artificial- tumores-años

Pablo Malo Segura (Barcelona)
La Federación Europea de Imágenes del Cáncer (Eucaim) es la piedra angular de la Iniciativa Europea de Imagen del Cáncer, encabezada por la Comisión Europea como parte del ambicioso Plan Europeo de Lucha contra el Cáncer. El nodo central se sitúa en Valencia y su objetivo es implementar una infraestructura de investigación sólida y unificada para mejorar el diagnóstico y el tratamiento del cáncer mediante el uso de inteligencia artificial (IA). Actualmente, Eucaim cuenta con 76 socios y el Ministerio de Sanidad ha mostrado interés en asociarse al proyecto. “La inteligencia artificial permitirá detectar tumores años antes de que se vean”, destacó el Dr. Luis Martí-Bonmatí, director del Área Clínica de Imagen Médica del Hospital Universitario y Politécnico La Fe y coordinador científico de Eucaim.

El expresidente de la Sociedad Española de Radiología Médica (Seram) atendió a iSanidad durante el 37 Congreso Nacional celebrado en Barcelona para analizar cómo se está desarrollando Eucaim y el potencial que puede ofrecer esta infraestructura. El próximo jueves 20 de junio los socios y stakeholders españoles se reúnen en Valencia para evaluar el trabajo realizado en este primer año. A pesar de que inicialmente Eucaim preveía estandarizar 60 millones de imágenes médicas en cáncer, el Dr. Martí-Bonmatí subrayó que van a superar claramente esta cifra.

Además, enfatizó en la necesidad de que hospitales cuenten con sistemas de explotación digital de los datos. En este sentido, señaló que la radiología debe adaptarse a la nueva etapa fruto de la transformación digital, aprovechando la IA para trabajar mejor. El radiólogo tiene que salir de la habitación oscura y participar en el proceso sanitario de los pacientes, aseguró.

“El proyecto Eucaim aporta dos ventajas muy importantes: acelerar la investigación y armonizar la imagen médica para que no dependa del lugar ni del equipo con el que se ha adquirido”

Usted lidera el proyecto europeo de imagen médica en cáncer, Eucaim, que se puso en marcha en enero del año pasado. ¿Cómo se está desarrollando esta iniciativa y qué finalidad tiene?
El proyecto Eucaim, que comenzó hace un año y cinco meses, cuenta con una financiación de casi tres millones y medio de euros. En este periodo, hemos conseguido cumplir con todos los hitos que nos habíamos propuesto. Ya disponemos de la infraestructura, la arquitectura, la gestión de datos y los estándares. Hemos enlazado imagen con genómica clínica molecular e integrado los repositorios de imágenes de proyectos de investigación con el nodo central. Esto se ha conseguido en un tiempo récord para ser un proyecto tan complejo como Eucaim, que incluye a 76 socios.

Ahora que ya hemos construido la arquitectura estamos firmando el Consortium Agreement. Actualmente, tenemos más de 40 catálogos de repositorios de investigación asociados. El buscador para encontrar casos ya está funcionando y cada vez tenemos más proyectos que envían sus imágenes a la plataforma central.

“Eucaim cuenta con una financiación de casi tres millones y medio de euros. Desde su inicio hemos enlazado imagen con genómica clínica molecular e integrado los repositorios de imágenes de proyectos de investigación con el nodo central”

Además, hemos abierto una convocatoria para captar más hospitales, instituciones y entidades que quieran pertenecer al consorcio para transferir y generar datos. También hemos realizado una llamada interna para que los que estamos en Eucaim proveamos de datos a la plataforma. Todo esto va asociado a la complejidad que conlleva el control de calidad, el catálogo de herramientas de algoritmos de inteligencia artificial y la gestión del entorno de compañías, empresas y universidades que quieren asociarse.

El proyecto es tan importante que ahora tenemos 170 instituciones y empresas como entidades asociadas. De hecho, han salido proyectos de la Unión Europea en los diferentes programas que tienen de investigación donde indican que las llamadas tienen que ir a la plataforma de Eucaim. Además, estamos totalmente integrados en el Espacio Europeo de Datos Sanitarios y la Comisión Europea nos considera una infraestructura europea de datos de salud. En España hemos enlazado al Instituto de Salud Carlos III y a los Ciber y el Ministerio de Sanidad también quiere asociarse al proyecto. Estamos consiguiendo avanzar en muy poco tiempo gracias al apoyo de nodo valenciano que conforman la Universidad Politécnica de Valencia, la Universidad de Valencia y las empresas que están colaborando. Nos encontramos en una fase de mucha actividad y expectación.

“Estamos totalmente integrados en el Espacio Europeo de Datos Sanitarios y la Comisión Europea nos considera una infraestructura europea de datos de salud”

El proyecto Eucaim estimaba armonizar más de 60 millones de imágenes médicas en cáncer… ¿Se incrementará este número?
Cuando comenzó el proyecto preveíamos estandarizar 60 millones de imágenes médicas en cáncer, pero las vamos a superar. Probablemente ya tengamos casi esa cifra con los 40 catálogos de repositorios de casos de investigación y cada vez más instituciones quieren colaborar con nosotros. Necesitamos disponer de millones de imágenes para que la inteligencia artificial funcione bien.

“Necesitamos disponer de millones de imágenes para que la inteligencia artificial funcione bien”

¿Cuáles son los beneficios que puede aportar Eucaim para el futuro del diagnóstico, la investigación y la atención del cáncer?
El proyecto Eucaim aporta dos ventajas muy importantes: acelerar la investigación y armonizar la imagen médica para que no dependa del lugar ni del equipo con el que se ha adquirido.

En primer lugar, en la investigación clínica y observacional, la mayor parte del tiempo se emplea en la recogida de datos, la selección de pacientes y en completar variables, pero con Eucaim este tiempo se reduce de forma drástica. Hemos enseñado y compartido con los hospitales y grupos de investigación que participan como tiene que organizarse el almacenamiento de datos sanitarios. Esto permite que el proceso de extraer, controlar y valorar la calidad de los estándares de los datos del hospital sea muy rápido.

En segundo lugar, Eucaim permite hacer estudios sobre temas muy candentes de forma muy rápida. Ahora mismo contamos con 14 hospitales y otros 40 quieren formar parte del proyecto. Con 60 hospitales podemos tener un espacio de datos muy estandarizado que permita que los radiólogos en tres meses reunamos miles de casos para analizar las posibles respuestas a tratamientos específicos. Por ejemplo, esto sería útil en el caso de querer aplicar a un tumor un tratamiento que va contra el sistema inmune y no tener evidencia de su efectividad.

“Con 60 hospitales podemos tener un espacio de datos muy estandarizado que permita que los radiólogos en tres meses reunamos miles de casos para analizar las posibles respuestas a tratamientos específicos”

¿Qué posición ocupa España en Eucaim?
España coordina científicamente el desarrollo actual y de futuro de la infraestructura de Eucaim. Estamos creando la arquitectura de cómo organizar y estructurar los datos. Una vez acabe Eucaim, que será en diciembre de 2026, el objetivo es que en enero del 2027 la estructura se mantenga. Para ello, España está coordinando un grupo de trabajo con otros diez países de la Comisión Europea para que Eucaim se consolide como una infraestructura digital estable de investigación con entidad jurídica, un nodo central, una gobernanza y un comité de acceso. Todo ello, con el fin de que los profesionales puedan aprovechar esta enorme cantidad de datos para investigar de manera reproducible y fiable.

¿Cuál es el potencial que ofrecen los algoritmos de inteligencia artificial en la imagen médica?
La inteligencia artificial ayuda a mejorar las imágenes médicas en todas las enfermedades. Durante el Congreso de la Sociedad Española de Radiología hemos visto múltiples equipos que generan y reconstruyen las imágenes con algoritmos de inteligencia artificial.

“La parte más interesante es poder utilizar la inteligencia artificial para predecir cómo va a evolucionar un tumor o la agresividad de una lesión”

La inteligencia artificial aporta una ventaja importante, ya que permite adquirir las imágenes médicas con mayor calidad, contraste, resolución, rapidez y menor ruido. Por ejemplo, en un TAC indica dónde está el corazón, los vasos, la cavidad, las arterias, el parénquima, los huesos o el músculo. Aplicar algoritmos de inteligencia artificial nos permite detectar órganos y lesiones para poder etiquetarlas y analizarlas. Además, puede ayudar a encontrar hallazgos relevantes no relacionados con la enfermedad que estamos estudiando que a simple vista pueden pasar inadvertidos para el radiólogo.

La parte más interesante es poder utilizar la inteligencia artificial para predecir cómo va a evolucionar un tumor, la agresividad de una lesión o cómo está el sustrato en la sustancia blanca del cerebro que no es perceptible por el ojo humano. La inteligencia artificial abre nuevas oportunidades de conocimiento y permite ir un paso más allá en la calidad del diagnóstico radiológico.

“La inteligencia artificial abre nuevas oportunidades de conocimiento y permite ir un paso más allá en la calidad del diagnóstico radiológico”

En concreto, en el cáncer, ¿qué valor aporta la IA?
La inteligencia artificial ayuda en todas las etapas del manejo del cáncer. Permitirá detectar tumores años antes de que se vean, cuantifica el riesgo de padecer una lesión y sirve tanto para la detección precoz de lesiones muy pequeñas como para su caracterización que permite saber si son benignas o malignas. También nos permite conocer el fenotipo de la enfermedad y si un cáncer va a crecer muy lento o rápido, en cuyo caso habría que intervenir lo antes posible. Además, es útil para medir la respuesta a fármacos y tratamientos como la inmunoterapia. Asimismo, la inteligencia artificial nos está enseñando a predecir el sitio de recurrencia, por ejemplo, en el glioblastoma, donde las resecciones son siempre muy cautas para no quitar cerebro normal.

Las imágenes médicas suponen un porcentaje muy importante de los datos que se generan en un hospital. ¿Existe un ecosistema para aprovechar todo su potencial o todavía hay mucho margen de mejora?
La mayoría de los hospitales carecen de sistemas de explotación digital de los datos. Actualmente, se escribe mucho, y los datos todavía están muy fragmentados: laboratorio, anatomía patológica, radiología, infecciosas, microbiología. Cada una de estas especialidades tiene sus silos de información separados, de forma que los estándares en los que la información se almacena y se gestiona no están unificados.

Llevamos años inmersos en una transformación tanto en España como en Europa donde la información cada vez es más digital. Desde Europa se establece que la salud tiene que ser totalmente digital, estandarizada e interoperable. Los hospitales tienen que compartir cómo estructuran los datos y entenderse con independencia del país de residencia, de si se acude al sector privado o público, o de que sean un centro de referencia o no. En los próximos años los hospitales madurarán en la digitalización y los sistemas de infraestructura que enlazan la información permitirán que el proceso sea más factible.

“La mayoría de los hospitales carecen de sistemas de explotación digital de los datos”

En este sentido, usted es el presidente y uno de los fundadores de la Fundación Imaging. ¿En qué consiste y cuáles son sus objetivos?
La Fundación Imaging empezó hace unos meses en Valencia. En un inicio se formó para cohesionar a los socios de Eucaim que estábamos liderando el consorcio. Entre ellos, la compañía S2 Grupo, que se dedica a ciberseguridad; la empresa Quibim, que desarrolla herramientas de inteligencia artificial en imagen médica; la Universidad Politécnica de Valencia, con el grupo I3M, dedicado a la infraestructura y computación de altas prestaciones; y la Universidad de Valencia que está involucrada con la parte legal y ética. Nuestro propósito es cohesionar todo este entorno para aumentar su potencial, facilitando que jóvenes profesionales puedan ser parte de esta iniciativa con sus tesis doctorales, proyectos o solicitudes.

La Fundación Imaging tiene el objetivo de consolidar Eucaim en España para que el nodo central se aloje definitivamente en Valencia. Además, se ha sumado a un proyecto muy importante que es el altruismo de datos, que permite que el individuo ceda sus datos sanitarios para siempre sino lo revoca. Esto es algo parecido a lo que ya sucede con el trasplante hepático, renal o de corazón en España. La Fundación Imaging pretende que el dato pueda fluir de forma más rápida y sencilla. Para ello, se firma un contrato de cesión de datos como consecuencia se acelerará la investigación.

“La Fundación Imaging tiene el objetivo de consolidar Eucaim en España para que el nodo central se aloje definitivamente en Valencia”

¿Qué impacto y oportunidades ofrece la radiómica en el cáncer?
La radiómica es la capacidad de los ordenadores de analizar propiedades de la imagen que no son observables por el radiólogo y relacionarlas con expresiones biológicas, de comportamiento o fenotipos. En el cáncer es fundamental, ya que los radiólogos detectamos las lesiones, las localizamos, sabemos su extensión, tamaño y volumen, la respuesta después del tratamiento o si hay metástasis. Sin embargo, existe un campo oncológico en desarrollo que no tiene correlación con la imagen (biología molecular, receptores, inmunohistoquímica, respuesta a la inmunoterapia, genética del tumor, etc.) y la forma de relacionarlos es a través de la radiómica.

La aportación de los radiólogos a través del análisis computacional de las imágenes para correlacionar lo que observamos cuando hacemos un TAC, una resonancia o una mamografía con este sustrato biológico, fenotípico o de comportamiento de una lesión, nos permite tomar decisiones en un paciente determinado, conociendo con mayor probabilidad cómo va a responder.

¿Cómo cree que va a cambiar la radiología en los próximos años?
Estamos en una época de disrupción que va a cambiar nuestro entorno. Tenemos que aprovechar la capacidad de cómputo y de generar y recopilar nueva información a través de algoritmos de la inteligencia artificial generativa. Para ello, necesitamos mejores imágenes e información de mayor calidad. El radiólogo tiene que aprovechar el potencial de la inteligencia artificial para trabajar mejor.

“La época en la que los radiólogos trabajaban leyendo muchos estudios y generando multitud de informes sin una implicación directa en el proceso sanitario ha quedado atrás”

La época en la que los radiólogos trabajaban leyendo una ingente cantidad de estudios e informes sin una implicación directa en el proceso sanitario ha quedado atrás. Actualmente, generamos mucha información objetiva y estamos participando en generar modelos predictores. Es necesario hablar con los pacientes, estar en los comités multidisciplinares, las lecturas, las guías de práctica clínica, las adecuaciones de pruebas, etc. Nunca nos hemos involucrado mucho en todos estos aspectos porque no teníamos tiempo y necesitábamos más conocimiento, pero ahora podemos tenerlo. El radiólogo tiene que salir de la habitación oscura y participar en el proceso sanitario de los pacientes.

Opinión

Multimedia

Especiales

Atención primaria

Sanidad privada

iSanidadental

Anuario

Accede a iSanidad

Síguenos en