Qualsevol entorn professional necessita actualització, però en el sector de la salut, això és indispensable. Anys enrere, les guies mèdiques i els resultats de noves investigacions publicades físicament eren la font de coneixement, però en un entorn digital com l’actual, l’ecosistema digital s’ha convertit en la plataforma per excel·lència per a la difusió del coneixement. Poden ser portals especialitzats, revistes del sector,  espais universitaris de recerca, plataformes en línia... i aquesta disponibilitat, sumat a la inversió creixent arreu del món en investigació, ha fet que el coneixement es multipliqui. “La informació ha augmentat de forma exponencial i no sempre es pot estar actualitzat amb el més nou que ha sortit”, assenyala el docent i cap del grup d’investigació Translab de la Universitat de Girona, Xavier Castells. Amb aquesta casuística, neix Evimatic, un projecte de recerca que vol aplicar la intel·ligència artificial a la pràctica mèdica per ajudar a identificar el millor tractament per a cada pacient.

La solució s’adreça a metges, psicòlegs, fisioterapeutes o a qualsevol sanitari que hagi de prescriure medicació o pautes terapèutiques. “Si li preguntes quina és la certesa de que és el tractament adequat, et dirà que no té la certesa absoluta, perquè no dona l'abast per llegir tota l’evidència científica que surt”, comenta, “els llibres i guies que hem tingut fins ara són analògics i queden desfasats ràpidament, i també fan recomanacions genèriques”. La personalització és un altre dels elements que caracteritzen Evimatic, ja que encreua el coneixement sobre la patologia que se li ha detectat i trets de salut propis que poden determinar el progrés de la malaltia i la resposta a la solució mèdica.

Tal com destaca Castells, aquesta automatització a l’hora de llegir i encreuar informació permet al facultatiu optimitzar el seu temps i els resultats. “Des de la seva consulta, l’eina li retorna una resposta en llenguatge mèdic amb dades, medicació i motius pels quals s’ha fet aquesta tria”, concreta. Actualment, la solució alimenta els algoritmes d’aprenentatge profund amb publicacions i bases de dades científiques, però la previsió és incorporar anàlisis de casos particulars per sortir de la generalització sanitària i tenir en compte les particularitats.

Per posar en pràctica la idea, l’equip ha creat l’eina amb informació centrada el trastorn per dèficit d’atenció i hiperactivitat (TDAH) per avançar amb agilitat en aquest primer procés: “Hi ha molt menys coneixement disponible que amb la diabetis o la depressió, amb moltíssims més documents disponibles que caldria incorporar; i com que afecta sobretot als nens, si hem de fer un estudi clínic, els pares estan disposats a participar-hi per ajudar el seu fill”.

L’eina s’ha treballant en paral·lel amb professionals sanitaris per incorporar les seves necessitats i propostes de millora. La resposta és positiva i veuen disposició de cara a incorporar la intel·ligència artificial en consulta amb l’objectiu de millorar l’atenció als pacients. “Hem de pensar que la nostra visió està esbiaixada, perquè no se’ns acosten els metges que no creuen en la IA en medicina, però els que volen participar, tenen clar que és un valor afegit i que no incorporar la tecnologia farà que es quedin desactualitzats”, conclou.