Detalle nota de prensa - Comunica GVA

- La aplicación extrae información sobre patologías previas de pacientes, resultados y pruebas para diseñar tratamientos personalizados
- Vicent Soler y Carolina Pascual asisten, junto a Amparo Navarro, a la presentación de este proyecto financiado con las donaciones realizadas por la ciudadanía


La Generalitat i la Universitat d'Alacant (UA) han impulsat un projecte mitjançant l'ús de les dades massives i la intel·ligència artificial, que permet millorar l'atenció a pacients malalts de COVID-19 després de realitzar una anàlisi de les patologies prèvies que han patit, els tractaments que els han aplicat, els resultats obtinguts i l'evolució de la malaltia. Sobre la base de l'encreuament d'aquestes dades, els algorismes suggereixen el tractament amb més èxit per a cada pacient.

El conseller d'Hisenda i Model Econòmic, Vicent Soler, i la consellera d'Innovació, Carolina Pascual, han presentat junt amb la rectora de la UA, Amparo Navarro, la iniciativa que s'ha finançat gràcies a les donacions COVID que ha fet la ciutadania, a través de la línia que ha posat en marxa la Generalitat. En concret, aquest projecte va rebre un finançament de 100.000 euros.

Vicent Soler ha destacat que aquest és un exemple del que suposa la col·laboració entre la Generalitat, el món universitari i la societat civil. "Aquesta crisi ha suposat un repte en tots els àmbits i ens ha obligat a donar el millor de nosaltres mateixos com a govern i com a persones individuals. El Consell va decidir destinar de manera íntegra a projectes d'investigació d'excel·lència contra el virus les donacions que van realitzar ciutadans anònims, col·lectius i empreses, i ara veiem els resultats", ha indicat el conseller.

"Cada vegada més, la Universitat s'està reivindicant com un espai d'investigació de primer nivell. Per això és tan important continuar avançant en la transformació del nostre model econòmic cap a un més basat en el coneixement, l'R+D+I i la sostenibilitat", ha subratllat Soler.

En aquest sentit, la rectora ha recordat que més del 70 % de la investigació que es fa a Espanya es desenvolupa en el si de les universitats, per la qual cosa ha agraït al Consell el suport econòmic i els ha instat "a afermar noves línies de finançament que consoliden l'avanç científic i el posicionament de la investigació de la Comunitat".

En aquesta mateixa línia, Carolina Pascual ha assenyalat que és "fonamental" adaptar la formació tecnològica a les necessitats del teixit productiu. "La Comunitat Valenciana compta amb una excel·lent xarxa d'instituts d'investigació que, en col·laboració amb les universitats i les empreses, poden exercir un paper fonamental per a elevar el nostre nivell investigador i oferir solucions d'avantguarda als reptes que se'ns presenten".

Per això, ha indicat que aquest és un dels projectes que ha triat la Conselleria d'Innovació per a destinar part dels 1,2 milions que es van rebre de donacions COVID-19. "Som conscients que la inversió sostinguda en el camp de la ciència permet eixir més ràpidament, i millor, de la crisi, per això no hem dubtat en quines àrees són les que havíem de prioritzar. L'aposta per la ciència creix un 70 % en els pressupostos de 2021", ha explicat Pascual.

A l'acte han assistit també la secretària autonòmica d'Universitats i Investigació, Carmen Beviá, i el director de l'equip investigador, Juan Carlos Trujillo, que ha explicat els detalls del desenvolupament del projecte en el qual ha participat també l'empresa Lucentia Lab, una companyia de base tecnològica de la Universitat d'Alacant, en col·laboració amb els hospitals de la Comunitat Valenciana.

Projecte

La proposta i la construcció d'aquest model es basa en l'experiència prèvia del grup d'investigació de la Universitat d'Alacant Lucentia Research, liderat pel catedràtic del Departament de Llenguatges i Sistemes Informàtics (DLSI) de la Universitat d'Alacant, Juan Carlos Trujillo Mondejar.

El projecte s'està treballant en diversos hospitals de la Comunitat Valenciana, com l'hospital La Fe de València, amb la participació de les i els investigadors ?María Eugenia Gas López, José Luis Vallés Pardo i Alba Loras? i Bernardo Baldivieso, director de l'àrea de Planificació; així com l'hospital d'Elda, en el qual col·laboren Reyes Pascual Pérez, cap de secció de Medicina Interna i Malalties Infeccioses de l'hospital d'Elda i professora titular del Departament de Medicina de la UMH, i Eleuterio Llorca Martínez, cap de secció de Pneumologia i president del Comité Científic de la Societat Valenciana de Pneumologia.

La investigació ha permés el desenvolupament d'una plataforma que accedeix a les històries clíniques dels pacients per a extraure'n informació sobre patologies prèvies, tractaments rebuts i proves realitzades per a detectar la COVID-19.

Sobre aquestes dades es dissenyen i entrenen models d'intel·ligència artificial amb l'objectiu que cada vegada que ingresse un nou pacient, el sistema el classifique en un dels tres grups. A més, segons dades de l'evolució de tots els pacients a les mesures i els tractaments que reben, els algorismes suggeriran el tractament amb més èxit per a cadascú.

Avantatges del sistema

L'ús d'aquest sistema ha revelat diversos avantatges, entre els quals figura que permet extraure les dades de manera transparent a partir de les històries clíniques i altres fonts de dades, sense la necessitat de requerir treball addicional per part dels sanitaris. Aquest punt és fonamental davant de possibles saturacions del Sistema Sanitari.

També proporciona una classificació del pacient a través d'un sistema d'intel·ligència i indica el grau de confiança en funció de les dades disponibles, de manera que s'acurten els temps d'atenció i es contribuïsca a optimitzar el Sistema.

En aquesta primera fase, el model s'ha provat amb variables proporcionades per l'Institut d'Investigació Sanitària La Fe de València; s'ha desenvolupat un model que obté un 90 % de precisió, i s'han obtingut resultats comparables a altres models publicats per la comunitat internacional. En l'actualitat, l'estat del model desenvolupat en el marc d'aquest projecte té una precisió comparable a altres models similars i millora el nivell de detall de les morbiditats considerades.

A més, a partir de les diverses reunions amb els experts del Comité Clínic Informàtic, s'ha proposat la construcció de més models que prediguen si un pacient en funció de la seua gravetat i condició ha de ser monitorat a través d'alguna de les unitats de l'hospital (unitat hospitalària a domicili, hospital, UCI) sobre la base de les dades proporcionades. Atesa la particularitat que tenen els recursos mèdics davant d'aquesta malaltia, com per exemple la possible saturació de les unitats i els serveis, també es construirà un model de predicció que indique els dies que el pacient ingressarà en la unitat de cures intensives (UCI).

De moment, s'han inclòs en l'algorisme i s'han analitzat més de 3.000 variables que pertanyen a 6.000 pacients. "Aquesta aplicació no solament es pot integrar en els hospitals de la Comunitat Valenciana: ho estem fent obert perquè siga fàcilment exportable a tots els hospitals de l'Estat. Si hibridem de manera correcta les tecnologies de la informació amb el coneixement dels experts i els facultatius podem col·laborar conjuntament per a aconseguir l'objectiu d'assolir una medicina més personalitzada, més enfocada en el pacient, i no diagnòstics estàndards", ha assegurat Juan Carlos Trujillo, el director del grup d'investigació Lucentia.