Hasta ahora, los datos de enfermedades cardiovasculares que podrían hacer avanzar la investigación y la atención médica no se han utilizado en los hospitales de toda Europa. Esto se debe, sobre todo, a los requisitos de privacidad de datos y las variaciones en los formatos e idiomas de los datos.

Ahora, esto podría convertirse en realidad gracias al proyecto DataTools4Heart (DT4H), respaldado por la Sociedad Europea de Cardiología (ESC, por sus siglas en inglés), coordinado por el laboratorio de Inteligencia Artificial en Medicina (BCN-AIM) de la Universidad de Barcelona, y financiado con fondos europeos.

"Por primera vez, los científicos podrán investigar cuestiones críticas en la prevención y el tratamiento de enfermedades cardíacas utilizando datos de personas de toda Europa sin que estos salgan del hospital", explicó el Dr. Polyxeni Gkontra, codirector del proyecto y profesor ayudante de ciencias computacionales e inteligencia artificial (IA) en el Departamento de Matemáticas e Informática de la Universidad de Barcelona.

El sistema DT4H utilizará datos que los hospitales ya tienen en registros de salud electrónicos. Esto incluirá información estructurada, como diagnósticos, medicamentos, mediciones y procedimientos de diagnóstico, e información no estructurada, incluidas cartas de derivación, cartas de alta, notas clínicas, informes radiológicos e informes quirúrgicos. Con ayuda de esta tecnología se extraerá, traducirá y reutilizará datos de forma federada, es decir, sin que la información se comparta con nadie ni se transfiera fuera del hospital.

Prueba piloto

Ocho hospitales que abarcan siete idiomas (español, holandés, sueco, inglés, checo, italiano y rumano) probarán el sistema durante los próximos dos años utilizando preguntas clínicas de sus departamentos ambulatorios y de emergencia. Los asistentes virtuales multilingües impulsados ​​por IA ayudarán a los investigadores clínicos a navegar a través de la plataforma y los datos.

Lo que hace que la plataforma DT4H sea única es que utilizará datos estructurados y no estructurados de diferentes países que cubren una amplia gama de personas, mientras que los modelos existentes están limitados a un solo país, están entrenados con pequeñas cantidades de datos y/o se basan principalmente en datos estructurados."

"Para permitir que la información de diversos países y unidades de cardiología se combine, se armonizará y convertirá a un formato común. La privacidad del paciente se protegerá a través del aprendizaje federado. Esto significa que, en lugar de recopilar datos de hospitales en un lugar para entrenar un modelo de IA para responder a una pregunta de investigación específica, el modelo en sí se enviará a cada hospital para capacitación en el lugar utilizando datos locales. Los modelos individuales resultantes luego se agregarán en una ubicación central. El modelo actualizado se devolverá a cada sitio para continuar con la capacitación y el proceso se repetirá hasta que el modelo esté completamente capacitado", tal como indicó el Dr. Gkontra.

Así, investigadores de todo el mundo tendrán acceso a una versión inicial de la plataforma a través de un portal web a partir de octubre de 2024. El modelo se actualizará y mejorará continuamente con los comentarios de los usuarios hasta el final del proyecto y el lanzamiento final de la plataforma en octubre de 2026.