“El impacto del big data en la práctica médica se verá en los próximos 5 a 10 años”

Las noticias sobre la gestión de datos masivos (big data) para entrenar sistemas de inteligencia artificial (IA)​ basados en algoritmos predictivos y modelos de aprendizaje automático que ayudan, entre otras cosas, a detectar en forma precoz y precisa enfermedades se acumulan en cada nuevo número de las principales revistas científicas. Lo que es hoy una realidad -pero también una gran apuesta- en universidades, laboratorios, compañías de biotecnología y centros de salud de avanzada en el mundo, es apenas la punta del iceberg de la transformación que provocará en la práctica médica en los próximos 5 a 10 años, sostiene Xiling Sheng, director del Centro Woo para Big Data y Medicina de Precisión y miembro principal del Centro de Genómica y Biología Computacional de la Universidad de Duke (Estados Unidos).

"La demanda ya existe. Lo muestran los desarrollos en Sillicon Valley (la zona de California que aglutina a compañías emergentes y globales de tecnología, y a instituciones científico-académicas), pero también es el área de conocimiento más popular entre los estudiantes que se acercan a la universidad en este momento", dice Sheng, quien dirige un laboratorio de vanguardia especializado en medicina de precisión y biología de sistemas que integra técnicas de ingeniería, computacionales y biológicas para estudiar el cáncer, las células madre y la microbiota.

"En un principio las aplicaciones de big data estaban desarrolladas por ingenieros, gente que se dedicaba a la tecnología. Y tenían una noción algo ingenua de que podían copiar los modelos de Google o Facebook para la salud. Lo que entendieron es que la industria de la salud es muy diferente de otras disciplinas. Principalmente debido a la regulación a la que se la somete, la privacidad del paciente y también el estándar más alto de seguridad que tienen que tener", afirma en diálogo con Clarín durante su paso por Buenos Aires para exponer en un simposio de la fundación Mundo Sano en el Centro Cultural de la Ciencia.

Según Sheng, estamos en una segunda fase."En esta etapa, en Estados Unidos son los centros médicos los que están liderando el movimiento. Y en China, en el marco de las reformas de políticas de salud que está encarando, el big data se estableció como una de las fuerzas más importantes. Una ventaja que tiene sobre Estados Unidos es que los hospitales más grandes son públicos y los datos le pertenecen al gobierno, lo que les permite realizar pruebas mucho más grandes por los datos poblaciones de los que dispone".

El uso de point-of-care diagnostics en áreas rurales de China es un botón de muestra de cómo interactúan todas las herramientas. "Hay una regla que establece que los médicos de las ciudades deben permanecer un año allí, pero no se quedan. Para escuchar el corazón de una persona que vive en el campo era necesario que se lo examinara con un estetoscopio. Ahora, por ejemplo, un aparato puede registrar los latidos y, a través del celular, el monitoreo se transmite hasta dónde está el médico. Hay un algoritmo que identifica a quienes presentan condiciones anormales y esos casos son revisados por profesionales que están en las grandes ciudades. Los algoritmos de IA aprenden a interpretar las lecturas del aparato, lo que se complementa con telemedicina. También es aplicable a diagnósticos por imagen. A su vez, esa información está más concentrada en los centros que reciben estas imágenes, lo que les permite a grandes hospitales y a los gobiernos analizar esa información para identificar riesgos, índices de prevalencia".