El Hospital Clínic de Barcelona (HCB) y el Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC) trabajan conjuntamente para crear un modelo basado en inteligencia artificial que ayude al personal sanitario a predecir la evolución de pacientes de COVID-19, así como a los responsables de los centros a planificar su organización interna en posibles rebrotes. El proyecto forma parte del Plan de Impulso a las Tecnologías del Lenguaje de la Secretaría de Estado de Digitalización e Inteligencia Artificial (SEDIA) y está abierto a la colaboración de más hospitales.
El proyecto para desarrollar un modelo basado en inteligencia artificial que ayude a predecir la evolución de los pacientes de COVID-19 usará como base la información contenida en los informes clínicos de 3.051 episodios del virus, correspondientes a 2.440 pacientes que el Hospital Clínic de Barcelona atendió durante la fase aguda de la pandemia, así como los que puedan surgir en el futuro.
Con los datos debidamente anonimizados sobre el diagnóstico, el tratamiento y la evolución de estos casos, se entrenará un modelo basado en IA, concretamente en redes neuronales de aprendizaje profundo, que buscará patrones comunes y generará predicciones sobre la evolución de nuevos pacientes.
Abierto a la colaboración de más hospitales
El HCB y el BSC están en conversaciones con otros hospitales de las principales ciudades españolas, interesados en sumarse al proyecto. Es el caso del Hospital Universitario 12 de octubre de Madrid, que está ultimando los trámites; y el Hospital Virgen del Rocío de Sevilla, que mantiene conversaciones al respecto.
Para que los modelos basados en redes neuronales sean efectivos, deben basarse en grandes cantidades de datos, como los que puede aportar el Hospital Clínic. Asimismo, requieren gran capacidad de cálculo, como la del superordenador MareNostrum 4 del Barcelona Supercomputing Center, pues los entrenamientos necesitan ser repetidos miles de veces para que el sistema aprenda a distinguir entre lo importante y lo superfluo, así como a establecer correlaciones entre eventos.
“El objetivo último de la colaboración es proveer a los sistemas de salud, y en particular a los hospitales con los que colaboramos, de sistemas informáticos que puedan contribuir al mejorar el tratamiento de los pacientes tanto de esta como de futuras epidemias”, explica en un comunicado el director del departamento de Ciencias de la Vida del BSC, Alfonso Valencia.
Complejidades técnicas
La elaboración de modelos de predicción a partir de informes clínicos tiene la dificultad añadida de conseguir extraer de forma automática toda la información relevante que contienen los documentos referentes a un mismo caso, antes de entrenar los modelos de IA.
Para superar esta complejidad, se utilizan tecnologías de procesamiento de lenguaje natural. Estas analizan los textos redactados por el personal sanitario y los convierten en “eventos” que el sistema debe tener en cuenta, y que son los que se usan para entrenar las redes neuronales, que buscarán los patrones comunes y, en base a ellos, realizará las predicciones de evolución de los nuevos casos.