¿Puede la IA resolver los problemas de salud más olvidados de las mujeres?
Las resonancias magnéticas ya permiten a los profesionales médicos realizar procedimientos específicos, como esta biopsia de mama realizada en el hospital Saint-Louis de París (Francia). Ahora, los investigadores están combinando los datos de la resonancia magnética con algoritmos para predecir el crecimiento del cáncer de mama y los resultados del tratamiento.
Las mujeres constituyen la mitad de la población mundial, pero la investigación de las principales enfermedades que afectan a su salud va bastante detrás de la de los hombres. Una de las formas en que algunos científicos intentan cambiar esta situación es aprovechando el poder de la inteligencia artificial (IA) y la medicina computacional para extraer conclusiones que de otro modo pasarían desapercibidas.
Ahora, este enfoque está aportando nuevos conocimientos sobre las complicaciones del embarazo, la endometriosis, la mortalidad materna, los cánceres de mama y de cuello uterino y otros problemas de salud de la mujer, lo que debería traducirse en una mejor atención.
Tom Yankeelov, director del Centro de Oncología Computacional del Instituto Oden de la Universidad de Texas en Austin (EE.UU.), afirma que la informática está ayudando a la investigación sobre la salud femenina de dos formas principales. Una consiste en utilizar el aprendizaje automático de la IA para analizar grandes conjuntos de datos y extraer conclusiones generales. La otra extrae información de pacientes concretos para hacer evaluaciones o predicciones aplicables específicamente a ellos.
Uno de los motivos de este progreso es que las computadoras son ahora tan baratas y rápidas que los científicos pueden analizar conjuntos de datos muy grandes en sus instituciones. Por ejemplo, un estudio sobre las muertes relacionadas con el parto en 200 países requirió simular cientos de miles de parámetros sanitarios estimados que podrían influir en la salud de las mujeres en ese momento crucial, explica Zachary Ward, investigador del proyecto en la Escuela de Salud Pública T.H. Chan de Harvard.
Semejante progreso no habría sido factible ni siquiera hace una década, afirma. Durante un año, computadoras de alto rendimiento trabajaron sin descanso para procesar todas las cifras y revelar factores que podrían salvar vidas.
El creciente interés de las jóvenes ingenieras también ha sido crucial para avanzar en este campo, afirma Michelle Oyen, directora del Centro de Ingeniería de la Salud de la Mujer de la Universidad de Washington (EE.UU.). La idea de utilizar simulaciones por computadora para estudiar los problemas del embarazo, como hace su laboratorio, "parece captar la imaginación de las jóvenes estudiantes", afirma. "En muchos casos, dicen: 'mi madre tuvo esto o mi amiga tuvo esto'. Existe ese componente personal".
Posibles anomalías en una mamografía son resaltadas por un software de IA en el Hospital del Condado de Bács-Kiskun en Kecskemét, Hungría, el 20 de febrero de 2023. Hungría se ha convertido en un importante campo de pruebas de software de IA para detectar el cáncer, mientras los médicos debaten si la tecnología sustituirá a sus conocimientos médicos.
Matemáticas para tratar el cáncer de mama
Yankeelov utiliza el enfoque personalizado para tratar con mayor eficacia el cáncer de mama localmente avanzado (LABC, por sus siglas en inglés), en el que la enfermedad se ha extendido, pero solo a los ganglios linfáticos de las axilas. Según él, la mejor manera de utilizar los datos es de forma individualizada, ya que los distintos subtipos de cáncer de mama hacen que la experiencia y las perspectivas de supervivencia de cada persona sean únicas.
En su mayor parte, los avances médicos han empleado principalmente un método de ensayo y error en forma de pruebas clínicas. Un tratamiento se considera exitoso cuando se demuestra que ayuda a una persona concreta, no a cualquier individuo. Esto contrasta con la forma en que avanzan otros esfuerzos científicos. "Cuando queremos poner un satélite en órbita, no lanzamos 100 satélites y esperamos que uno de ellos caiga en la órbita correcta", dice. Un solo satélite se envía a su lugar resolviendo ecuaciones matemáticas que han creado físicos e ingenieros.
Yankeelov y su equipo intentaron desarrollar ecuaciones matemáticas que pudieran aplicarse a un solo paciente de LABC. Obtuvieron cuatro ecuaciones diferenciales que calculan cómo crece cada tumor y cómo responde al tratamiento.
Las ecuaciones utilizan factores que se sabe que influyen en la progresión de la enfermedad, como la migración, proliferación e interacción de las células tumorales con el tejido circundante, y su respuesta a un tratamiento inicial. A continuación, las supercomputadoras resuelven estas cuatro ecuaciones para un paciente concreto utilizando datos recogidos de imágenes de resonancia magnética de mama.
(Relacionado: ¿Quién inventó la inteligencia artificial?)
Los tratamientos actuales suelen incluir un ciclo estándar de quimioterapia antes de la extirpación quirúrgica del tumor. Sin embargo, en casi dos tercios de los casos, las células cancerosas permanecen en el organismo, lo que aumenta las posibilidades de recidiva. Las ecuaciones de Yankeelov, que actualmente se están probando en fase de ensayo, pueden ser útiles para individualizar el tratamiento del LABC.
El estudio del director del Centro de Oncología Computacional sobre 56 mujeres con un tipo de LABC, el denominado triple negativo, reveló que la resolución de las ecuaciones arrojaba una precisión del 89% a la hora de determinar si el tratamiento estándar tendría éxito.
El siguiente paso es un ensayo clínico prospectivo que utilizará las predicciones informáticas para personalizar los tratamientos, por ejemplo dando a alguien con altas probabilidades de fracaso del tratamiento convencional la opción de someterse a terapias adicionales.
Inteligencia Artificial: lo que ocurre en el embarazo y el parto
También se está utilizando un enfoque individualizado para estudiar el útero de una persona en trabajo de parto. Actualmente, los médicos controlan las contracciones uterinas con un dispositivo sensible a la presión llamado tocodinamómetro, que detecta la duración, frecuencia e intensidad de las contracciones.
Sin embargo, para entender mejor lo que ocurre en el útero durante el parto prematuro se necesita información más detallada, afirma Yong Wang, profesor asociado de las facultades de ingeniería y medicina de la Universidad de Washington.
Wang y sus colegas han creado un dispositivo sensor único, denominado sistema electromiográfico de imágenes, que se coloca en el abdomen y contiene 250 electrodos que registran medio millón de bits de datos por segundo. Las computadoras convierten los datos en imágenes visuales dinámicas y en tiempo real del útero a medida que experimenta cada contracción (una representación conocida como gemelo digital).
"Por primera vez, esto nos permite evaluar de forma no invasiva la función uterina humana en un espacio tridimensional a lo largo del tiempo", subraya Wang.
Cuando se monitorizaron con el dispositivo las contracciones de 55 parturientas, las imágenes tridimensionales detalladas documentaron lo que ocurre en el interior del útero, incluida una representación clara de cómo se activan las distintas partes del útero a medida que avanza una contracción.
Wang imagina un futuro en el que todas las pacientes estén sometidas a este tipo de seguimiento y los cálculos produzcan rápidamente imágenes visuales en tiempo real que el personal sanitario pueda ver en una pantalla. El dispositivo también se utiliza para estudiar afecciones uterinas ajenas al embarazo, como la fertilidad, las menstruaciones dolorosas y la endometriosis.
Michelle Oyen también trabaja para comprender el embarazo. Se centra en la placenta, que proporciona nutrientes y oxígeno al feto. Para ser algo tan vital para la existencia humana, se sabe sorprendentemente poco, afirma. Esta falta de conocimientos da a los obstetras pocas herramientas (reposo en cama, por ejemplo, o cesárea) cuando surgen problemas en la placenta.
Oyen se basa en el aprendizaje por inteligencia artificial para crear un modelo informático dinámico de la placenta. "Tomamos la geometría de la estructura y las propiedades del tejido, las introducimos en la computadora y exploramos qué ocurre si se varían las propiedades del tejido en cientos de simulaciones", explica. Esta investigación no puede hacerse en personas por razones éticas obvias, ni en animales porque sus placentas son muy diferentes, asegura.
Se espera que estos estudios de modelización ayuden a los científicos a comprender el papel de la placenta cuando, por ejemplo, el crecimiento fetal se ralentiza de forma anormal (objeto de un ensayo clínico multicéntrico en curso) o cuando surge una complicación del embarazo, como la preeclampsia, una enfermedad potencialmente mortal en la que se sabe que la placenta desempeña un papel.
La directora del Centro de Ingeniería de la Salud de la Mujer de la Universidad de Washington también estudia digitalmente la placenta. En aproximadamente el 3% de las mujeres de todo el mundo, esta vasta red de membranas de colágeno que forman el saco amniótico se rompe prematuramente, a menudo antes de que el feto pueda sobrevivir.
Someter las fibras individuales a presiones y rupturas virtuales arroja luz sobre las diversas situaciones que pueden desencadenar dicha ruptura, lo que quizá permita algún día repararlas en el útero antes de que un problema menor se convierta en catastrófico.
Grandes datos para grandes objetivos en la salud de las mujeres
Las simulaciones a gran escala constituyen la espina dorsal de los esfuerzos de Zachary Ward por mejorar la salud de las mujeres en todo el mundo. A partir de datos disponibles a escala mundial, su equipo calcula los posibles factores que contribuyen a la mortalidad materna (la cantidad de atención prenatal que reciben las embarazadas de cada país, por ejemplo, o sus tasas de hipertensión arterial o de acceso a instalaciones médicas para el parto) utilizando más de 400 000 parámetros médicos, sociales, económicos y de otro tipo.
Aunque ha descendido más de un 40% en los últimos 30 años, esta mortalidad sigue siendo elevada. La simulación de posibles intervenciones en todo el mundo en desarrollo permitió al equipo de Ward identificar las que podrían tener mayores repercusiones.
Los resultados de estas exhaustivas simulaciones por computadora revelaron que ninguna intervención es suficiente por sí sola. "Estamos descubriendo que no tiene mucho sentido hacer una cosa cada vez. Se necesitan estrategias globales e integradas específicas para cada país", afirma.
Por ejemplo, mejorar la calidad de los paritorios y animar a más mujeres a dar a luz en ellos puede mantener con vida a las embarazadas en muchas partes del mundo, pero esto es insuficiente si no se garantiza al mismo tiempo que suficientes trabajadores sanitarios formados puedan acudir a estos centros o que las mujeres tengan acceso a métodos anticonceptivos.
Conclusiones similares se desprenden de las simulaciones sobre la reducción de las muertes por cáncer de cuello de útero en el mundo. La introducción de dispositivos de diagnóstico por imagen no servirá de nada, por ejemplo, si no se aumentan también los agentes quimioterapéuticos, los oncólogos formados y los recursos de radioterapia, constataron los científicos.
Aunque los cálculos informatizados no han generado intervenciones únicas y definitivas, Ward afirma que recopilar esta información es clave. "Me gustaría que los responsables políticos tomaran decisiones basadas en datos", afirma. A medida que él y otros científicos sigan utilizando la informática para la salud de la mujer, esa perspectiva será más probable.
