LOS PRIMEROS RESULTADOS DE INTERACT ACERCAN LA IA A LA SALUD

El proyecto INTERACT combina datos clínicos, epidemiológicos, de imagen y biomarcadores para abordar la COVID persistente y las prionopatías

Una muestra teñida y ampliada de tejido cerebral muestra la presencia de placas amiloides típicas que se encuentran en un caso de variante de la enfermedad de Creutzfeldt-Jakob. Fuente: CDC / Sherif Zaki, M.D., Ph.D.; Wun-Ju Shieh, M.D., Ph.D., M.P.H.

En los últimos años, dos problemas de salud han despertado un enorme interés científico y social: la COVID persistente y las prionopatías. Aunque se trate de realidades muy diferentes, ambas tienen en común lo difícil que resulta diagnosticarlas, comprender sus mecanismos y encontrar soluciones eficaces. Para responder a este reto nace el proyecto INTERACT, que ha consolidado su apuesta con resultados muy prometedores.

La idea es tan ambiciosa como necesaria: diseñar y optimizar herramientas de IA capaces de analizar, de manera integral, datos clínicos, epidemiológicos, de imagen y biomarcadores de pacientes. En esta primera etapa, el proyecto se ha centrado en esos dos ámbitos especialmente complejos y de gran repercusión: la COVID persistente, por su alcance poblacional, y las prionopatías, por su rareza y severidad en quienes las sufren.

Los resultados iniciales confirman que la apuesta merece la pena. En el caso de la COVID persistente, los modelos desarrollados han permitido identificar características, posibles factores de riesgo y biomarcadores que ayudan a comprender mejor por qué algunas personas desarrollan síntomas que persisten en el tiempo. En paralelo, en el campo de las prionopatías, el equipo ha logrado cuantificar imágenes de microscopía de tejido cerebral de pacientes con enfermedad de Creutzfeldt-Jakob, y relacionar esos patrones con información clínica gracias a la teoría de grafos y al potencial de la IA.

Lo más interesante es que estos algoritmos se han diseñado bajo un enfoque de “caja de cristal”: no son cajas negras incomprensibles, sino sistemas transparentes que muestran cómo llegan a sus conclusiones. Esto aumenta la confianza de investigadores y clínicos, y asegura que los modelos estén libres de sesgos ocultos.

Imagen representativa del proyecto INTERACT. Fuente: Martínez, C.; Teijeira, S.; Domínguez, P.; Campanioni, S.; Busto, L.; González-Nóvoa, J.A.; Alonso, J.; Poveda, E.; San Millán, B.; Veiga, C. Correlating Histopathological Microscopic Images of Creutzfeldt–Jakob Disease with Clinical Typology Using Graph Theory and Artificial Intelligence. Mach. Learn. Knowl. Extr. 2024, 6, 2018-2032. https://doi.org/10.3390/make6030099

El consorcio que hace posible INTERACT integra al Instituto de Investigación Sanitaria Galicia Sur, la Universidad de Vigo, el Instituto de Investigación Biomédica de Sevilla y el Centro de Supercomputación de Galicia. Sus avances ya han dado frutos en forma de publicaciones científicas y nuevas colaboraciones con otras comunidades autónomas, consolidando así una red de cooperación territorial impulsada por el Plan Complementario de Biotecnología Aplicada a la Salud.

INTERACT demuestra que cuando la Inteligencia Artificial y la investigación biomédica trabajan juntas, no solo se abren nuevas preguntas, sino que también aparecen las respuestas. Y cada una de ellas nos acerca un paso más a comprender – y tratar – lo que hasta ahora parecía indescifrable.