Este ingeniero de software ha diseñado una plataforma que usa computación en la nube y algoritmos para agilizar el diagnóstico de enfermedades raras. Las primeras pruebas clínicas se van a llevar a cabo con unos 600 pacientes en hospitales públicos de España y Reino Unido. El objetivo, dice, es ayudar a que otros padres y madres no pasen por lo que él pasó hasta que su hijo fue correctamente diagnosticado.
La vida de Julián Isla dio un trágico giro hace ahora diez años. Sergio, su hijo pequeño, empezó a mostrar a los tres meses de edad los primeros síntomas de una enfermedad compleja y los médicos no eran capaces de dar con la causa. Ocho meses después, se supo que el niño tenía el síndrome de Dravet, una encefalopatía epiléptica que se manifiesta en el primer año de vida.
Isla –que trabaja como responsable de recursos de consultoría de datos e inteligencia artificial (IA) en Microsoft España– cuenta a Sinc que, “por desgracia, antes de ser diagnosticado correctamente, a Sergio le prescribieron un medicamento que estaba contraindicado para la enfermedad que aún no se sabía que tenía”.
Después de tomarlo, “comenzó a sufrir docenas de crisis epilépticas al día. El daño cerebral que esto le pudo ocasionar es algo que no sabemos, pero lo que es seguro es que lo hubiésemos podido evitar con un diagnóstico temprano”, lamenta.
Los pacientes de enfermedades raras “necesitan aproximadamente entre cinco y seis años para tener un diagnóstico adecuado y visitar hasta siete especialistas. Y, a pesar de todo, más de la mitad se quedan sin diagnosticar”, subraya. Un dato que corroboraba Mark Caulfield, responsable del Proyecto 100.000 Genomas en la sanidad pública británica (NHS), en una reciente entrevista con Sinc.
“La razón fundamental para estas carencias es que hasta hace poco –o incluso hasta hoy– el análisis de la información genética [el 80 % de las enfermedades raras son genéticas] era un proceso caro y trabajoso que tenían que hacer manualmente los profesionales biomédicos en los laboratorios de análisis genético”, explica Isla.
Así que, en medio del sufrimiento y la desesperación, este ingeniero se preguntó por qué, “en una era marcada por la tecnología, los médicos no estaban usando la potencia de los ordenadores y de los datos en el diagnóstico de las enfermedades raras”. Y comenzó a darle vueltas a lo que él personalmente podría hacer para mejorar esta situación.
“Claro que lo primero que intentas es buscar una cura para la enfermedad rara de tu hijo hasta que te das cuenta de que es una labor muy complicada que llevará mucho tiempo. Luego me planteé cómo podría servirme de los recursos tecnológicos que tengo como ingeniero de software de Microsoft para ayudar a crear una plataforma computacional que usara la inteligencia artificial y contribuir a cambiar este escenario”.
La pregunta que se hizo era “si se podría utilizar la IA para resolver un problema que a los humanos nos cuesta mucho trabajo ahora mismo, que es analizar el genoma de una persona, ver las variantes o mutaciones que pueda tener e intentar encontrar las relaciones entre esas mutaciones y los síntomas. Se tiene la percepción de que las máquinas van a poder hacer todo y no es así, pero para cálculos intensivos y de búsqueda de patrones sí son muy buenas. Y el análisis de información genética es un buen campo de aplicación”, subraya.
Para poner en marcha el proyecto, Julián Isla juntó a un grupo de hombres y mujeres relacionado con el mundo de la tecnología y la sanidad y creó en 2017 Fundación 29, una organización sin ánimo de lucro, que toma su nombre del Día Internacional de las Enfermedades Raras, que se celebra el 29 de febrero.
Un equipo de empleados y voluntarios de esta fundación, liderados por Isla, ha sido el responsable del diseño de Dx29, una herramienta basada en inteligencia artificial y creada para servir de apoyo a los médicos en el diagnóstico.
Según detalla el ingeniero de software, “el proceso comienza con la identificación y codificación automática de los síntomas a partir de los informes médicos. Luego Dx29 permite a los médicos abstraerse de la complejidad de la identificación de genes, simplemente seleccionando los síntomas que el motor de inteligencia artificial propone como más probables”.
Sergio Isla abrazado a su madre. / Imagen cedida por Global Comission
En el paso final, “una vez que se han comparado suficientes síntomas con la información genética, la herramienta presenta una lista clasificada de condiciones potenciales para que el médico las evalúe y decida cómo actuar”. Todo este proceso –añade– “no lleva más de diez minutos”
Lo que hace Dx29 es facilitar y automatizar el análisis genético. “Cualquier médico que sea capaz de identificar síntomas y describirlos la puede utilizar”, asegura.
La plataforma –explica– “consta de dos componentes fundamentales, uno de ellos es la computación en la nube que Microsoft ha donado para el proyecto. Y luego está la tecnología de los propios algoritmos introducidos en el proceso de análisis, en cuyo desarrollo hemos colaborado con varios centros de investigación punteros en el mundo”.
Por ejemplo, “el sistema de extracción de síntomas está basado en un algoritmo de deep learning, desarrollado junto al Hospital Pediátrico de Toronto. La herramienta de priorización de genes la hemos hecho con un consorcio de investigadores de Europa y EE UU, llamado The Monarch Initiative. Y para el algoritmo que permite hacer esa priorización cuando no tienes información genética del paciente, hemos trabajado con la Universidad de California”.
Isla dice que Dx29 ya está abierta para poder ser probada en modo de beta. De hecho, señala, “varias instituciones españolas, entre ellas, el Hospital La Paz de Madrid, lo ha empleado con pacientes ya diagnosticados y ha mostrado una eficacia del 80 %”.
Ahora Isla y su fundación están preparando las pruebas clínicas de la herramienta con el NHS británico y con los sistemas públicos de salud de la Comunidad de Madrid, de País Vasco y Cataluña. En total probará su eficacia con 600 pacientes ya diagnosticados.
Según comenta, las pruebas con pacientes tienen además otra función, que es la de ayudar a depurar la información sobre las enfermedades raras. “Hay un tema muy preocupante y es que las bases de datos generales –que son las que se utilizan para herramientas de diagnóstico genético– se han ido construyendo a lo largo de los años por técnicos que no eran médicos, aunque usaran documentación médica. Y hemos encontrado muchos errores”.
Por ello, agrega, “queremos utilizar la información que nos faciliten los pacientes y sus familias para que nos permita perfilar bien las enfermedades raras. Si cada paciente nos ayuda a identificar los síntomas y las características de su enfermedad, la herramienta será más precisa”.
Dx29 está también disponible para pacientes, o sus familias, desde el siete de junio. “Lo que pueden hacer, aquellos que ya tengan diagnóstico, es ayudarnos a definir su fenotipo –sus síntomas– para que la plataforma aprenda y pueda ayudar a encontrar pacientes como ellos más rápido”.
Esto es fundamental “porque si la IA parte de datos que son incorrectos va a producir resultados erróneos. Ahora mismo hay demasiado dato que limpiar desde el punto de vista de descripción de la enfermedad. Y ese es un terreno fantástico para que los pacientes nos ayuden”, destaca.
Pero para que el proyecto sea viable se necesita –como siempre– financiación. Isla insiste en que la misión de Dx29 es “romper la barrera del diagnóstico de las enfermedades raras y para que eso suceda hay que democratizar el acceso. Queremos que un médico de atención primaria que no cuente con grandes medios la pueda utilizar. Así que tenemos que articular los mecanismos para que la plataforma pueda ser financiada a largo plazo. Hasta ahora, esto ha salido adelante solo con nuestro esfuerzo personal”, remarca.
Julián Isla cuenta que cuando su hijo enfermó hace ya diez años “era muy ingenuo y pensaba que las cosas eran así, que el diagnóstico era difícil y llevaría su tiempo. Confiaba bastante en la capacidad de los médicos para poder hacerlo, pero no me daba cuenta de que no tenían medios adecuados para la detección de una dolencia rara. Se basaban en su propio ojo clínico, en su experiencia y en estos casos muchas veces no es suficiente”.
Por eso –dice– “hemos dedicado tanto esfuerzo a poner en marcha una plataforma como Dx29”. Yo estuve ocho meses sin saber que le pasaba a mi hijo. Si los médicos hubieran tenido esta herramienta en ese momento, lo podrían haber sabido en cuestión de minutos”.
Isla, además de liderar el diseño de esta nueva herramienta, batalla en múltiples frentes para contribuir al mejor tratamiento de las enfermedades raras. Entre otras cosas, participa en el comité que da la designación de medicamento huérfano a nuevas terapias para estas patologías en la Agencia Europea del Medicamento y es miembro del comité científico asesor del Centro de Investigación Biomédica en Red de Enfermedades Raras (CIBERER).
También es director científico de la Federación Europea de Síndrome de Dravet, una organización que agrupa a pacientes y cuidadores de personas con esta enfermedad en dieciséis países europeos.
La situación actual de Sergio –cuenta– “es complicada, tiene una enfermedad con una sintomatología muy severa para lo que es normal en síndrome de Dravet. Es difícil. Si yo hago todo esto, es por evitar que otros padres y madres tengan que pasar lo mismo por lo que yo pasé hasta que tuvimos el diagnóstico”.
Ante la pregunta de cómo le da la vida para hacer tantas cosas, Julián Isla dice que cuando se tiene un hijo con una enfermedad tan severa “la herida vital es tan profunda que a veces la capacidad de dar a otros es la única forma de aliviar esa herida. De ahí sale la energía”.
La herramienta diseñada por Julián Isla y su equipo en Fundación 29 se ha concebido como un instrumento de apoyo para los médicos con el fin de mejorar el diagnóstico de las enfermedades raras.
Sin embargo, cree que en el futuro este trabajo lo acabarán haciendo fundamentalmente las máquinas –la inteligencia artificial–. “La complejidad genómica y la variabilidad de síntomas de estas patologías hacen que el sistema de clasificación y diagnóstico médico tradicional se quede corto. Por ello, queremos avanzar en el diagnóstico de precisión para estas enfermedades”, subraya.
El ingeniero aventura que los futuros pacientes “probablemente no van a tener un diagnóstico con un nombre del médico que lo descubrió o del gen afectado. Tendrán algo así como un código numérico –o unas coordenadas– que sitúen su dolencia en un espacio multidimensional complejo que refleje todos los ángulos de la enfermedad. Y nosotros queremos dar los primeros pasos en esa dirección”, concluye.
Un estudio de modelización publicado en Nature Computational Science prevé que la creciente popularidad de la inteligencia artificial generativa disparará el volumen de desechos electrónicos, que podría alcanzar los 5 millones de toneladas en una década.
Este aparato detecta dosis de opioides que podrían ser letales y administra el fármaco naloxona para restaurar la respiración de forma automática. El avance podría salvar miles de vidas en medio de la creciente crisis de estas sustancias en EE UU.
