El centro tecnológico ITI, creado en Valencia hace casi tres décadas, dedica gran parte de sus esfuerzos al sector salud. A través de distintas iniciativas basadas en IA, Machine Learning, gamificación o ecosistemas de espacios de datos, busca soluciones en salud mental, oncología o la optimización de procesos en el día a día de la gestión sanitaria.
La transformación digital es uno de los grandes retos que tiene por delante cualquier sistema sanitario, como quedó patente tras la irrupción de la pandemia de la Covid-19. En aquel momento, la telemedicina permitió salvar el escollo que, hoy, sigue estando: cómo hacer más sostenibles y eficientes las organizaciones del sector. Y a este dilema se responde con tecnología, como saben en el ITI, un centro tecnológico creado en 1994 en Valencia y que tiene en la salud una de sus principales áreas de trabajo (solo por detrás de la parte industrial).
Mediante las tecnologías de la información y la comunicación (TIC), este organismo desarrolla tecnología habilitadora, aportando Inteligencia Artificial (IA), Realidad Aumentada (RA) o Extendida (RE), sistemas de optimización o elaborando espacios de datos. Con todo, comenta Rubén de Juan, director de I+D+I de ITI, siempre "vamos de la mano de equipos, profesionales o instituciones sanitarias".Como elemento "disruptor", las TIC permiten potenciar la eficacia y eficiencia de los procesos que, para este ingeniero industrial de formación y doctor en Informática, tienen una doble vertiente: por un lado, en la gestión propia de los sistemas y, por otro, en las herramientas para apoyar al facultativo a una mejor toma de decisiones en su práctica clínica diaria.
"Las posibilidades que dan las TIC son inmensas", asegura De Juan, que menciona el uso de robots (como Da Vinci) en cirugía; modelos predictivos para el diagnóstico precoz de la enfermedad en un paciente; la telemedicina o el uso de la IA con información genómica, en línea con la tendencia del sector hacia una medicina personalizada.En concreto, el ITI usa en proyectos específicos la IA aplicada a imágenes médicas y datos tabulares, al igual que ha aplicado técnicas de Procesamiento del Lenguaje Natural (PLN) en historiales médicos o notas clínicas para almacenar la información que contienen y hacer más eficientes las búsquedas. En todo caso, precisa, "para que eso sea factible, es necesario que haya tecnologías como espacios de datos" en un contexto como el de la salud, donde "se genera mucha información" que es muy difícil encontrar, a la que cuesta acceder e incluso cuesta buscar.
Además de mejorar la calidad de los datos.Al respecto, cree que una de las principales barreras es precisamente conseguir esta información en salud para poder utilizarla en los sistemas que desarrollan. Hacen falta acuerdos en línea con lo que establece el Reglamento General de Protección de Datos (RGPD) debido al carácter especialmente sensible de estos, por lo que hay que tener en cuenta la dilatación en el tiempo de los plazos. Otra barrera, para De Juan, es lograr que se agregue más información a los sistemas, que beneficiaría enormemente a los modelos de Machine Learning gracias a la mejora de los "datasets disponibles para investigar" y sobre los que aplicar IA.
