Texto alternativo

Entrevista a Joan Gibert, bioinformàtic del servei de Patologia Clínica del PSMAR

Foto: Joan Gibert Font: Hospital del Mar

Foto: Joan Gibert

Font: PSMAR

Ha coliderat un projecte innovador d'Intel·ligència Artificial per la millora del diagnòstic de la COVID-19, conjuntament amb el Dr.Max Hardy-Werbin 

Com va sorgir la idea del projecte?

 

El projecte el va sorgir de forma independent del Max i de mi. Un dia, parlant d’altres temes, el Max em va comentar que seria genial tenir una eina que els ajudés amb el diagnòstic del COVID19 a urgències, ja que tothom anava molt saturat de feina. Jo li vaig ensenyar un projecte d’un grup xinès que feia predicció de COVID19 amb Tomografia Computeritzada i, a partir d’aquí, ens vam convèncer de que la idea tenia sentit i podia ser d’ajuda. Vam contactar amb el cap de el servei de Radiologia que ens va oferir tot el banc de radiografies COVID19 des del començament de l'alerta, totes informades, de manera que en molt poques setmanes, ja disposàvem d'un nombre significatiu de casos per començar a treballar. A més, també vam comptar des del primer moment, amb el suport de la institució a través de la direcció d'Innovació, amb la col·laboració de el departament de Biologia Molecular per als resultats de les PCR, i amb el departament d'informàtica i l'assessoria legal. Teníem molt clar el que volíem fer, i vam formar un bon equip.

 

Quines expectatives té en relació a l’eina desenvolupada?

 

La detecció ràpida del COVID19 és molt important en el diagnòstic d’urgències, així que entenem que aquesta eina podrà ser útil en aquest sentit. Tot i així, s’ha de tenir en compte que l'algoritme ha estat desenvolupat en una situació molt concreta i esperem que acabi essent substituït per altres eines més ràpides i precises, com els tests immunològics. Per altra banda, el concepte de la Intel·ligència Artificial (IA) en l’àmbit hospitalari és una llavor que volem que creixi i esperem que aquesta eina també sigui un dels primers passos en el camí de l’Hospital del Mar cap a un model més eficient.

 

Aquesta eina predictiva podria ser aplicable en altres centres?

 

Aquesta és una pregunta de difícil resposta. Tenint en compte que l'algoritme està entrenat tan sols amb imatges de l’Hospital del Mar, seria difícil que aquest model donés els mateixos resultats amb imatges d’altres centres. Hi ha molts factors que esbiaixen la predicció: la pròpia cohort de pacients que ve a l’hospital o les màquines amb les que es fa la placa de tòrax, per exemple. En la nova versió del algoritme intentem resoldre aquests problemes, però és una tasca difícil.

 

Per altra banda, el que si que es exportable és el coneixement per a generar models predictius. Com obtenir les imatges? Com usar-les per a general un algoritme? Com posar aquest model a disposició dels professionals sanitaris? Potser és més interessant generar models per a cada hospital amb les seves característiques, que no pas un model que sigui aplicable a tots.

 

Podria ser una eina de predicció aplicable a altres patologies?

 

Els algoritmes de IA són aplicables a gairebé qualsevol escenari. Aquests tipus d’eines es poden entrenar usant un gran ventall d’inputs: imatges, vídeos, texts o dades tabulades, individualment o en conjunció. A la literatura científica ja hi ha models que usen imatges de lesions cutànies per diferenciar pigues de lesions tumorals o per identificar pòlips a colonoscòpies. La versatilitat és molt gran. Tot i així, primerament s’ha de fer un anàlisis curós sobre la idoneïtat de desenvolupar un model de predicció: En quina mesura podria millorar els protocols actuals? Quins avantatges clínics es podrien obtenir?  Quina seria la càrrega de feina per als professionals per crear una base de dades per a fer l’entrenament?

 

Amb quines barreres s’ha trobat a l’hora de desenvolupar l’eina? I durant el seu ús?

 

La veritat és que hem tingut algunes durant el desenvolupament però la majoria de problemes s’han solucionat molt ràpid. Pensa que hem posat a disposició dels metges d’urgències una eina de suport a la decisió en menys de dos mesos! Ha estat un esforç molt gran per part d’un munt de professionals i encara ara, si surt algun problema, la resposta es quasi immediata.

 

Quins aspectes milloraria de l’eina desenvolupada?

 

Durant els mesos que el model ha estat funcionant, hem detectat una sèrie de millores a realitzar i preveiem afegir-les en el nou model que substituirà al que hi ha ara. Ara mateix estem intentat que el nou model diferenciï plaques que, tot i ser similars al COVID, tenen un origen totalment diferent. També estem intentant disminuir els biaixos de la maquinària d'adquisició de les imatges mitjançant segmentació automàtica del pulmó i l’addició de dades provinents d’altres fonts com l’hemograma.

 

Quina ha estat la seva experiència com a innovador?

 

Per a nosaltres ha estat un camí en paral·lel al mètode científic, però amb una vessant molt més aplicada. Al final, el que fas es respondre preguntes d’interès i fas l'exercici de controlar les variables tant com pots. Però, a diferència de la feina que es queda al laboratori, aquesta ha anat directament al pacient. És emocionant. També és cert que hem tingut tota la estructura de l’Hospital del Mar al nostre abast per quan hem tingut dubtes o necessitats fora de l’àmbit més científic que han fet que tot hagi estat fàcil.

 

Butlletí Innovació. Octubre 2020-Número 8.

TwitterInstagramLinkedIn