Diagnóstico inteligente: IA aplicada a imagen médica. Con Álvaro Sánchez-Ferro 664g2m

¡Esto es Diagnóstico IA! Un espacio donde la inteligencia artificial y la medicina se dan la mano para mostrarnos el futuro de la atención sanitaria.

En este episodio de Diagnóstico IA tenemos el privilegio de conversar con Álvaro Sánchez Ferro, médico, neurólogo y emprendedor en tecnologías aplicadas a la salud.

Formado en Madrid y con trayectoria internacional en centros de referencia como el MIT de Boston, Álvaro ha co-creado soluciones innovadoras como NQ, un software para caracterizar síntomas motores en el Parkinson y PointCheck, un dispositivo óptico no invasivo para medir glóbulos blancos clave en pacientes oncológicos.

Su trabajo combina ciencia, tecnología e impacto social con un objetivo claro, mejorar la práctica clínica y la calidad de vida de las personas.

Hola, soy Jesús Prada, fundador de HorusML y en este episodio vamos a desentrañar cómo la inteligencia artificial puede ayudarnos a revolucionar el sector sanitario.

Bienvenidas y bienvenidos a Diagnóstico IA.

Hola a todos, en el programa de hoy vamos a tratar un tema que está bastante relacionado con el nombre del podcast porque vamos a hablar del empleo de la inteligencia artificial para el diagnóstico por imagen.

Hoy tenemos aquí con nosotros para hablar de este tema Álvaro Sánchez Ferro, él es el neurólogo en el Hospital 12 de Octubre y cofundador y líder médico del EUCO, que está desarrollando un dispositivo para la detección automática de neutropenia en base a imágenes de capilleroscopia.

Por lo primero, bienvenido Álvaro y gracias por acompañarnos aquí hoy.

Buenos días, muchas gracias por la invitación, encantado.

Si quieres empezamos con lo más claro, lo más evidente, cuéntanos un poco qué hacéis en el EUCO y aprovecha también para corregirme si al introducirlo he dicho algo más.

No, no, no, lo has introducido perfectamente.

El EUCO es una empresa que desarrolla dispositivos médicos y tenemos un poco un foco muy claro en un ámbito de la salud que son los pacientes con cáncer que reciben tratamientos con quimioterapia.

Estos tratamientos, aparte de matarte las células del cáncer, también te pueden afectar a tus células de la sangre, sobre todo un tipo que se llama neutrófilo.

Entonces, un poco nosotros nacimos para intentar prevenir esta complicación, porque cuando te bajan esos neutrófilos tienes mucho riesgo de infecciones graves.

Entonces desarrollamos un dispositivo específico que lo que hace es que, como bien has dicho, a través de meter el dedo en un aparatito, que es una especie de microscopio no invasivo, sin pinchazos, podemos ver cómo esas células pasan por los capilares que tenemos aquí en el dedo, en una zona que se llama el lecho ungueal, pasan por ahí en unos capilares muy finitos, que son unos vasos sanguíneos muy chiquititos que tenemos ahí, los podemos ver con ese microscopio y una óptica especial y los contamos con un sistema que hemos desarrollado de inteligencia artificial y de lo que se llama aprendizaje máquina, machine learning, y estimamos un poco si la persona tiene esos niveles bajos y por tanto está en riesgo de infección o está en los niveles más normales y no habría que hacer nada.

Y eso es así un poco grosomodo lo que hacemos con vistas un poco luego a poder desarrollar otras aplicaciones para mediciones no invasivas de parámetros de sangre, ya sea hemoglobina, paranemia y otras cosas, pero bueno, ahora mismo tenemos un foco claro en esta primera aplicación en pacientes con cáncer.

Que ya es bastante muy interesante, yo por preguntar un poquito, por entender un poco el contexto, ¿cuál sería la alternativa? No existiendo esta prueba que estáis desarrollando vosotros.

Sí, muy buena pregunta. Ahora mismo lo que se hace es que el paciente recibe tratamiento con estas quimioterapias o tratamientos antineoplásicos, si los queremos llamar más genéricos, porque ahora la quimioterapia era un poco más lo que se utilizaba clásicamente, ahora hay otros fármacos nuevos también, pero reciben estos tratamientos, se van a casa, en casa se les recomienda que tomen la temperatura con un termómetro, o sea que la alternativa más directa sería el termómetro, ¿no? Y claro, el paciente cuando haga la infección, pues esa temperatura va a subir, va a tener una fiebre, se va a encontrar mal, pero claro, para nosotros eso ya es muy tarde, porque ya ha desarrollado la infección y es una infección que puede ser potencialmente grave.

De hecho, 7-8% por desgracia fallecen, unas 25.000 personas en Estados Unidos y Europa.

Entonces la alternativa que tenemos es esa, ¿por qué? Pues porque no puedes estar tampoco sacando un análisis de sangre pinchándote todos los días en casa, porque ahora mismo no, ni hay infraestructura, ni tienes un equipo de laboratorio en casa, ni tienes una persona que lo vaya a hacer, entonces la única herramienta que hay ahora para controlar es eso, si haces fiebre con el termómetro.

Y un poco eso es el cuello de botella que identificamos y que estamos intentando resolver con este aparato para que utilicen en casa.

La ganancia es muy evidente en este caso, ¿no? Pasamos de un enfoque totalmente reactivo, cuando ya tenemos el problema, a un enfoque precoz, no en un estadio anterior.

Eso es, sí, efectivamente. Nos permite un poco intervimir antes, sí.

Vale, por hablar un poquito de la parte de inteligencia artificial, por lo que has contado, entiendo que la utilizáis para analizar esta imagen de capiloroscopia, de la vasculatura de los capilares que están debajo de la uña, si he entendido bien, y ahí es donde aplicáis esta inteligencia artificial, ¿verdad?, para hacer ese análisis automático de la imagen.

Sí, para vosotros lados.