Catalunya compta un total de 179 empreses dedicades a la intel·ligència artificial (IA). En conjunt, generen més de 1.300 milions d'euros anuals i donen feina a prop de 8.500 treballadors, segons les dades més recents, aportades per l'informe Anàlisi de l'especialització en intel·ligència artificial a Catalunya de la Generalitat. Però aquesta tecnologia és molt més que un recurs per dinamitzar la indústria, dotar l'economia de valor afegit i enriquir el país, sinó que la base dels algoritmes que la fonamenten és aportar un benefici. Pot ser científic, educatiu, financer... i també en termes de salut. I és que la IA ha esdevingut l'eina perquè la medicina ja miri cap al futur amb l'ambició de millorar la prevenció i ser plenament personalitzada. És a dir, per ajudar la ciutadania a viure més i millor.

La IA en el sistema sanitari ja ha demostrat ser eficient en la detecció precoç de malalties com el càncer, cardiovasculars, mentals i neurodegeneratives, com també en el disseny de tractaments, la identificació de biomarcadors o la cirurgia de precisió. Tanmateix, es tracta d'una tecnologia que encara ha de superar la barrera de la pràctica clínica per arribar a la seva implantació massiva als hospitals. "Tenim infraestructures, analítica, solucions i serveis basats en algoritmes, però la gran majoria no s'han aplicat ni estan monetitzant", afirma el director de la Unitat de Digital Health d'Eurecat, Felip Miralles, "estem en un moment de molta recerca i de projectes madurs, però amb pocs casos d'èxit en pràctica clínica real".

No hi ha casos d’èxit en l’aplicació pràctica clínica de la intel·ligència artificial per falta de finançament i el procés feixuc de validació de les propostes

No existeix un problema únic al perquè de la lentitud de les millores, sinó que és multifactorial. D'una banda, finançament per cobrir el cost de la recerca i el desenvolupament de prototips; de l'altra, una regulació que obliga a passar nombrosos controls i certificacions abans d'arribar a les consultes i els quiròfans. La gestió al canvi és un tercer element a tenir en compte, ja que cal formació per als professionals que han d'emprar les innovacions i per al talent que ha d'estar qualificat per al seu desenvolupament massiu.

IA per a què?

Detecció precoç, millora dels diagnòstics i identificació del millor tractament. Aquestes són les tres àrees que Miralles enumera com les més avançades pel que fa a la inclusió de la intel·ligència artificial.

En plena pandèmia, l'Hospital Clínic de Barcelona va ser pioner en l'ús de la tecnologia per al cribratge de casos de covid-19. Mitjançant les dades extretes dels símptomes, l'historial clínic i les proves al moment d'arribar al centre, un algoritme és capaç d'avaluar el risc en l'evolució de la malaltia. "La intel·ligència artificial ofereix la complexitat del pacient i fa que es pugui decidir amb més informació si pot tornar a casa, se l'ha d'hospitalitzar o ha d'anar a l'UCI abans no sigui tard", assenyala l'expert, "el sistema va fer que fos l'hospital d'Espanya amb menys mortalitat relativa".

Pel que fa a la detecció, Miralles destaca l'aplicació de la imatge. Un exemple es troba en la troballa de nòduls cancerígens a partir de plaques de tòrax revisades de manera automatitzada. "L'algoritme pot detectar tumors que s'escapen a l'ull humà o que, potser, provenen d'una placa no orientada a oncologia, sinó a un trencament de clavícula". I sense deixar enrere la imatge, però amb el component 3D, la tecnologia pot ser una ajuda per als radiòlegs en la cerca de tumors a través d'un TAC. "És clau per fer una predicció del creixement en el temps i el potencial de malignitat", apunta.

La covid-19 ha estat un moment d’impàs que ha permès accelerar l’aplicació de propostes per facilitar el cribratge

Si es millora en detecció precoç i en diagnòstic, tot plegat reverteix en una resposta terapèutica més beneficiosa. Principalment, en l'assignació de "tractaments que abans haurien arribat tard". "Això ja està tenint efectes beneficiosos, però avançarem encara més quan puguem parlar de tractaments, farmacològics o no, personalitzats", celebra Miralles. L'ambició de la medicina és aquesta, autoanomenar-se personalitzada, però la tecnologia en aquest camp està "encara verda".

Tecnologia i visió social

Precisament el treball multidisciplinari és un dels trets que caracteritza el desenvolupament d'una tecnologia cridada a capgirar la medicina. Més enllà dels mateixos sanitaris, els equips que dissenyen aquestes solucions d'intel·ligència artificial estan formats per perfils tècnics com enginyers, analistes de dades o matemàtics, però també per experts en regulació o ètica. "En el moment en què un algoritme intervé en la presa de decisió d'un tractament, en un diagnòstic o, simplement, entra en el procés assistencial, s'han de tenir en compte elements com la privacitat i el dret de les persones", detalla. En aquest sentit, el director de Digital Health d'Eurecat té clar que el sistema universitari ha de canviar el currículum de les carreres per adaptar-se a les noves necessitats: "Alguns estudis de salut ja inclouen assignatures de dades, tecnologia i intel·ligència artificial, i en carreres tècniques s'estudien conceptes de medicina, ciències de la vida i ciències socials, però cal anar a més".

El sistema de salut no té cap mecanisme perquè la ciutadania cedeixi les seves dades i ajudi a alimentar els algoritmes aplicats a la pràctica clínica

Una part de la responsabilitat està en mans dels professionals, i l'altra, en la mateixa ciutadania. Els algoritmes s'alimenten de dades per aprendre i generar patrons, i ara per ara la regulació en matèria de protecció de dades pot posar barreres a l'obtenció de la matèria primera. "Igual que tenim la cultura de donació d'òrgans, n'hi hauria d'haver de donació de dades", proposa Miralles, "la societat no ha obert el debat ni tampoc tenim els mecanismes per fer-ho possible". Actualment, les persones només poden cedir informació relativa a la seva salut si participen en algun assaig. Entre els documents que signen per formar-hi part, es troba el consentiment informat per a l'ús de les dades, i és això el que suggereix l'expert: un sistema que permeti oferir-les de manera selectiva als centres sanitaris i de recerca. "Qui volgués, podria decidir què i a qui cedir-les", afegeix, "cal trobar l'equilibri perquè la permissivitat no signifiqui un mal ús de la informació".