Programa CaixaImpulse Innovación
La Fundación “la Caixa” invierte 3,4 millones de euros en el impulso de 29 proyectos biomédicos
El objetivo de esta iniciativa es acelerar el traslado de los resultados de la investigación a la sociedad y al mercado
La investigación médica es clave en el ámbito sanitario, tanto para ofrecer mejores tratamientos a los pacientes, como para avanzar en el diagnóstico y conocimiento de las patologías y, en los últimos años, ésta está encontrando un gran aliado en las nuevas tecnologías, la digitalización y la Inteligencia Artificial.
En este contexto, “la colaboración entre profesionales con una formación muy diferente, de especialidades muy diversas y ámbitos, a priori, muy alejados es clave para avanzar”, señala Alberto San Román, investigador del Hospital Clínico Universitario de Valladolid y del Cibercv, cuyo proyecto centrado en el desarrollo de un sistema de Inteligencia Artificial para identificar a pacientes con endocarditis infecciosa en riesgo de sufrir una embolia ha sido uno de los 29 proyectos biomédicos de centros de investigación, hospitales y universidades de España y Portugal que han sido seleccionados en el marco de la convocatoria CaixaImpulse Innovación de la Fundación “la Caixa”.
“Los médicos somos muy clínicos y muchas veces nos cuesta ir más allá y traspasar la frontera de la innovación, como también nos cuesta pensar en la transferencia a la sociedad de nuestras investigaciones, sin embargo, el programa CaixaImpulse Innovación, de alguna manera, te empuja a ello”, admite San Román, quien asegura que si no fuera por esta convocatoria, cuyo objetivo principal es el de acelerar la llegada al mercado de estos avances para así acercarlos a los pacientes, probablemente su equipo de investigación no se habría aliado con ingenieros para tratar de desarrollar este proyecto, que ya arroja resultados prometedores.
Al respecto, San Román explica que “la endocarditis infecciosa es un enfermedad poco frecuente pero muy grave, con una mortalidad del 30%. Además, es frecuente que los pacientes acaben sufriendo un ictus, lo cual incrementa el riesgo de mortalidad”.
En este contexto, en el manejo de estos enfermos, sería muy útil el poder conocer quiénes tienen un mayor riesgo de sufrir un ictus y aquellos en los que ese riesgo es mínimo, puesto que en el caso de los primeros, lo indicado sería someterles a una intervención a corazón abierto para evitar ese evento embólico, mientras que en el segundo grupo, lo adecuado sería ahorrarse una intervención que entraña un alto riesgo y elevada mortalidad.
Sin embargo, a día de hoy, los indicios para predecir si el paciente va a sufrir un ictus y, en consecuencia, determinar el mejor tratamiento a seguir, son poco robustos como para tomar una decisión clínica a partir de los mismos
Ante esta realidad, el equipo liderado por San Román ha puesto en marcha un proyecto, que cuenta con el apoyo del programa CaixaImpulse Innovación, con el que busca desarrollar un sistema de Inteligencia Artificial que, mediante la información que aporta una ecografía del paciente, sea capaz de idear un algoritmo que identifique con precisión qué paciente con endocarditis infecciosa va a sufrir un ictus,
En una segunda fase, el proyecto contempla la posibilidad de añadir a la información aportada por la ecografía variables clínicas como la edad del paciente, el germen responsable de la infección o la válvula en la que se localiza la lesión, para comprobar si, gracias a ello, es posible mejorar esa predicción.
“Para este trabajo, queremos contar con los datos de 800 pacientes y, por ahora, ya hemos contactado con ocho centros españoles de referencia, que nos están enviando las ecografías de sus pacientes y ya hemos diseñado un sistema de IA que es capaz de detectar automáticamente la zona de interés”, explica San Román.
“Además, hemos llevado a cabo un estudio preliminar con 150 pacientes para ver si el algoritmo es capaz de predecir el ictus y hemos visto que consigue un acierto bastante razonable”, señala el investigador, quien al respecto comenta que “la idea ahora es que ese algoritmo siga aprendiendo con datos de nuevos pacientes para que sea capaz de predecir el ictus con un elevado porcentaje de acierto y sea así una herramienta eficaz para los profesionales a la hora de determinar si es necesaria una cirugía a corazón abierto para evitar el ictus o bien, por el bajo riesgo de sufrir este evento, es mejor prescindir de esta intervención de alto riesgo”.
En la misma línea, Eugenia Martínez, investigadora del Instituto de Investigaciones Biomédicas Agust Pi i Sunyer del Hospital Clínic, considera que el hecho de que el proyecto que lidera haya sido uno de los 29 seleccionado en el marco del programa CaixaImpulse Innovación, que cuenta con un presupuesto de 3,4 millones de euros, es “fundamental, ya que es lo que nos va a permitir validar el test NeurAntigen que hemos desarrollado como prueba diagnóstica de las encefalitis autoinmunes, para, finalmente, poder traspasarlo a la práctica clínica”.
Este kit pretende subsanar las carencias de los actuales métodos de diagnóstico convencionales, que por el momento son muy limitados, tanto por el número de anticuerpos que detectan (6) como por los resultados erróneos que arroja.
Al respecto, cabe indicar que en el contexto de las encefalitis autoinmunes es clave un diagnóstico precoz para poder iniciar el tratamiento de la forma más temprana posible, puesto que ello evita que los síntomas avancen y eso mejora el pronóstico del paciente de forma significativa, por lo que es clave disponer de una herramienta diagnóstica rápida, sencilla y precisa que a día de hoy no existe y que es lo Eugenia Martínez y su equipo esperan aportar a la práctica clínica con NeurAntigen.
“Ya hemos hecho la prueba de concepto y hemos visto que es capaz de determinar todos los anticuerpos de la superficie neuronal que se conoce (14) y, por lo tanto, tiene un mejor rendimiento diagnóstico que los métodos actuales, y ahora, gracias a la convocatoria de CaixaImpulse Innovación, esperamos validar el test, el único basado en neuronas humanas, para su comercialización como herramienta que ayuda a tomar decisiones clínicas, de forma precisa y en apenas 2 horas”, indica la investigadora.
✕
Accede a tu cuenta para comentar