L’ús de sensors i algoritmes, i el monitoratge de les dades que aporten s’ha convertit en una eina per al diagnòstic del desenvolupament de la malaltia de Duchenne. Aquesta afectació, que ocupa un lloc en la llista de minoritàries, genera distròfia muscular i redueix considerablement l’esperança de vida de qui la pateix. Malgrat que no hi ha un tractament contra ella o que en redueixi els símptomes, la start-up catalana Ephion Health ha dissenyat una tecnologia que pot millorar la mobilitat d’aquests pacients i reduir el risc de caigudes.

Fins ara, la manera d’avaluar les persones era l’observació del metge i l’aplicació de tests funcionals com el text de la marxa de sis minuts. “Durant aquesta estona, han de caminar perquè el metge mesuri quina distància ha recorregut. Així, es pot saber com avança la malaltia”, explica el CEO, Quique Llaudet, “el projecte va sorgir amb la intenció de desenvolupar un mètode més objectiu i precís per avaluar els casos, i per no sotmetre a proves que són físicament i psicològica bastant dures”. Amb la proposta actual, amb desplaçaments més curts i moviments diversos, els sensors capten el moviment dels pacients i traslladen la informació a un programari. Allà, la intel·ligència artificial els interpreta i ofereix un resultat que després el facultatiu utilitza per valorar l’avançament de la malaltia.

L’ús de sensors i intel·ligència artificial aporta precisió en l’anàlisi de la progressió de les malalties amb l’avaluació del moviment en temps real, i la cerca de la millor teràpia

La idea inicial va néixer en col·laboració amb l’Hospital Sant Joan de Déu i el centre de recerca Eurecat, que va aportar el coneixement tecnològic. Després dels primers tests i de ratificar els resultats positius, va néixer Ephion Health, que va rebre l’impuls definitiu quan va entrar al programa d’incubació The Collide de la Mobile World Capital. “Vaig entrar amb el perfil d’emprenedor i hi vaig conèixer els meus socis, la Mireia Claramunt i en Sebastian Idelsohn”, recorda. Durant els sis mesos que va durar l’experiència, van poder afinar tant la part tecnològica com la de negoci, com també conèixer persones clau de cara a tancar futures rondes d’inversió.

Ara també compten amb el suport de Google. Han entrat en un programa d’acceleració del qual van quedar fora en un primer intent, però que va deixar la mel als llavis a la multinacional, qui els ha trucat en l’edició d’enguany per informar-los que entraven directament. “Som 20 start-ups d’Europa, Àfrica i l’Orient Mitjà, i durant sis mesos rebrem mentories amb experts que ens formaran en intel·ligència artificial, màrqueting, vendes... és un coneixement brutal”, relata.

Al mercat existien solucions que avaluaven paràmetres diversos de forma independent, sense possibilitat d’unir la informació per disparitat en el format de les dades i de programari

Ajudar qualsevol afectació de mobilitat

La tecnologia ja està validada per a malalties neuromusculars, majoritàriament rares, però que, remarca, “en conjunt afecten molta gent”. S’està aplicant als hospitals Sant Joan de déu, Sant Pau i Vall d’Hebron de Barcelona, i també en un centre de Dinamarca i a la Universitat de New Castle (Regne Unit). I no únicament en afectats per Duchenne, sinó en altres malalties amb afectació neuromuscular, col·lectius amb mobilitat reduïda o rehabilitació. “Acostumen a ser clíniques privades que tracten des d’ictus o traumes, fins a malalties neurològiques. Són llocs amb molt bona rebuda, ja que és important entendre amb precisió la mobilitat dels pacients”, comenta, i posa com a exemples l’Institut de Rehabilitació Funcional La Salle i el LESCER de Madrid, o l’Invalcor i el FITMETRIC de Barcelona.

Abans de l’arribada d’Ephion Health, al mercat hi havia solucions que monitoraven aspectes de forma independent. Es podien trobar sensors de moviment per col·locar al cos i recollir com es mouen els músculs i l’esquelet o catifes per mesurar la pressió que exerceix el peu en trepitjar, però cap d’elles podia ajuntar les dades recollides i fer-ne una anàlisi conjunta. “Cadascuna té un programari diferent, utilitza unes dades diferents i, quan es vol tenir una imatge completa del moviment d’un pacient, és molt difícil”, comenta Llaudet, “nosaltres vam aportar com a valor afegit la unió de tot plegat en una sola solució”. Així, combinen wearables de diferents marques i fabricants en un mateix software perquè tot quedi sincronitzat i parli el mateix idioma. A més a més, la informació es recull en temps real.