Dar a conocer las principales aplicaciones de la inteligencia artificial (IA) en los pacientes con mieloma múltiple (MM) y su posible traslación clínica fue el objetivo de la ponencia de la Dra. Marta Sonia González Pérez, del Hospital Universitario de Santiago de Compostela, en el marco del 66º Congreso de la Sociedad Española de Hematología y Hemostasia celebrado en el Palacio de Congresos de Palma de Mallorca.

La Dra. González Pérez desgranó algunas de las principales oportunidades que puede ofrecer la inteligencia artificial en el ámbito de la hematología y, más concretamente, en relación al mieloma múltiple, y también precisó algunos de  sus principales retos, entre ellos, los de formación, gestión y legislación.

Sin duda, como señaló esta experta, "uno de los desafíos que se nos plantea a los hematólogos que llevamos tiempo ejerciendo es el la formación en estas nuevas herramientas pero también para los futuros médicos que se están preparando ahora en las Universidades". A ello se suma, agregó, "la gestión y la legislación para un manejo seguro de estas herramientas".

Desde su punto de vista, el avance a corto plazo que se va a alcanzar con la integración de la inteligencia artificial en este terreno tiene que ver, principalmente, con la automatización del diagnóstico.

Entrenados para la toma de decisiones

En cuanto a las características de estos sistemas destacó que no se entrenan con normas sino con ejemplos, mejorando su aprendizaje con la experiencia. "Una vez preparados tiene la capacidad  de tomar decisiones por ellos mismos sobre el tema para el que han sido entrenados. En base a dicho aprendizaje y posterior experiencia podría hacer predicciónes de carácter médico", tal como expuso.

Dentro de la IA, varios son los campos que pueden resultar de mayor utilidad enfocados al MM como son machine learning, que utiliza algoritmos basados en métodos estadísticos para el aprendizaje; deep learning, usa redes neuronales multicapa. La diferencia entre ambos, por tanto, es la forma en la que va a aprender la máquina; por otro lado,  se cuenta con el procesamiento del lenguaje natural, que extrae información, procesa e interpreta textos.

En otro momento de su intervención, la Dra. González Pérez ofreció algunas pautas para crear un modelo de inteligencia artificial, con ciertas semejanzas, según dijo, con respecto al diseño de un proyecto de investigación: en primer lugar, hay que definir un objetivo, y también consideró clave los datos con los que se va a entrenar al sistema. En el caso del mieloma múltiple, como indicó, "al ser un campo muy amplio podemos utilizar en inteligencia artificial datos estructurados o, lo que es lo mismo,  bases de datos tradicionales pero otra ventaja es que también podemos trabajar con datos no estructurales, muy abundantes en este caso". "Una vez recopilados dichos datos se dividen en una corte de entrenamiento que van a ser los ejemplos con los que aprenda el sistema y una corte de validación que va a ser los pacientes que se van a utilizar para testar que el sistema está bien entrenado", agregó.

El entrenamiento del sistema, como señaló, es otro de los puntos clave, y para ello "se precisa de un equipo multidisciplinar en el que estén integrados también otros profesionales como matemáticos, bioinformáticos, ingenieros, entre otros".

Con respecto a las principales aplicaciones, entre las más útiles en el campo del MM, la Dra. González Pérez citó el screening; la automatización del diagnóstico; la estratificación del riesgo; la predicción de eficacia y toxicidad; la selección de terapias; y el descubrimiento y desarrollo de nuevos fármacos. "Su participación en la toma de decisiones clínicas está por venir, lo cual va a facilitar, que no sustituir el trabajo a los hematólogos", concluyó.