Diana de la Iglesia Jiménez es doctora en Inteligencia Artificial y aplica sus conocimientos en la lucha contra el cáncer. Reconoce que la llegada de perfiles como el suyo a un laboratorio de investigación médica no siempre es recibida como cuando se incorpora otro colega de rama sanitaria, pero también que esto ha ido cambiando con el tiempo porque la IA ayuda sobremanera en este objetivo común: llegar a una medicina personalizada y de precisión.
Una doble vocación que decidió su formación
Estudió Ingeniería Informática, está especializada en Inteligencia Artificial, pero trabaja en investigación del cáncer.
El Blog de Lenovo: ¿Qué te llevó a apostar por esa rama?
Diana de la Iglesia Jiménez: En realidad, antes de empezar a estudiar Ingeniería Informática, tuve muchas dudas sobre qué carrera elegir, puesto que me atraía tanto la rama tecnológica como la científico-sanitaria. Incluso cursé y me examiné de las asignaturas de ambas ramas durante el Bachillerato y Selectividad para no tener que decidir hasta el final.
Pero, en ese momento, en el que las Tecnologías de la Información (TIC) prácticamente acababan de llegar a nuestras casas, estudiar informática me pareció la mejor forma de poder acercarme también a la investigación biomédica en un futuro. Era una carrera relativamente nueva, con infinitas posibilidades de aplicación, incluso en biomedicina. También me parecía un reto mayor cursar una ingeniería, por la poca presencia de mujeres.
Todos estos factores hicieron que me decantara por estudiar Ingeniería Informática y que, más tarde, pudiera especializarme en una aplicación concreta como es la Informática Biomédica. Desde que comencé a trabajar en informática biomédica, pude ver el potencial que tenía la IA para resolver los problemas de gestión, extracción y análisis de información que existían, y también las posibilidades de automatización de muchos procesos y protocolos que se utilizan en las tareas propias de la investigación.
Mi interés por la investigación en cáncer vino después, cuando entré en contacto con proyectos reales colaborando con hospitales y centros de investigación, y pude conocer de primera mano los verdaderos retos que había en la investigación contra esta enfermedad, que sigue siendo un gran enigma para los investigadores.
EBL: ¿Cómo ha sido ese proceso?
DIJ: Durante el último curso de la ingeniería en la UPM, empecé a colaborar en el grupo de Informática Biomédica de la facultad de Informática, trabajando en proyectos que integraban la investigación en biomedicina con las TIC. Me decidí a cursar un máster de Investigación en Inteligencia Artificial y luego continué con el doctorado.
Todo ese tiempo seguí colaborando en proyectos de informática biomédica y, gracias a esto, tuve la suerte de conocer a muchos profesionales de distintas áreas: médicos, biólogos, químicos, oncólogos, etc., y entrar en contacto con los problemas existentes, en los que la inteligencia artificial podía ser de gran ayuda.
La IA trata de aprovechar esa cantidad ingente de datos para extraer automáticamente tendencias sobre los mismos y elaborar predicciones, lo cual sería imposible de forma manual
Durante esos años realicé una estancia de doctorado en el National Cancer Institute de Estados Unidos y eso me llevó a profundizar en la aplicación de la IA a la investigación en cáncer. Allí estuve trabajando con investigadores en nanotecnología y oncología, así como con bioinformáticos y biólogos computacionales. Fue una formación muy interesante que me sirvió para orientar la tesis doctoral hacia aplicaciones concretas.
Una vez terminada la tesis, recibí una beca del National Cancer Institute para desarrollar un proyecto piloto sobre IA, nanotecnología y cáncer y, posteriormente, he estado trabajando en el Centro Nacional de Investigaciones Oncológicas y en el Centro Nacional de Supercomputación de Barcelona, en diversos proyectos de bioinformática para la investigación contra el cáncer.
La ciencia de datos en la medicina
EBL: ¿Cómo se aplica la IA en la investigación contra el cáncer?
DIJ: Existen muchas áreas de aplicación, desde el desarrollo de sistemas que monitorizan la evolución de los pacientes oncológicos hasta el uso de robots en los quirófanos como asistentes en las tareas quirúrgicas habituales en oncología. Pero si hay un área de la IA que está en constante desarrollo de nuevas aplicaciones para la investigación del cáncer es la Ciencia de Datos.
En biomedicina, y especialmente en la investigación oncológica, se generan grandes cantidades de datos de diversa naturaleza: desde los datos clínicos del paciente (como pueden ser el peso, la tensión arterial o su nivel de glucosa en sangre), los datos genéticos (relevantes, por ejemplo, para encontrar marcadores de la enfermedad, conocer el perfil genético del tumor, o aplicar estrategias preventivas en casos de cánceres hereditarios), o los datos farmacológicos sobre los tratamientos que se le están aplicando (eficacia, efectos secundarios, etc.).
La IA, y especialmente las áreas de machine learning y big data, trata de aprovechar esa cantidad ingente de datos para extraer automáticamente tendencias sobre los mismos y elaborar predicciones, lo cual sería imposible de forma manual. Esto se aplica, por ejemplo, en la detección automática de tumores en pruebas diagnósticas como la resonancia magnética, la predicción de algunos tipos de cáncer a partir del análisis de datos clínicos y genómicos de los pacientes, o la búsqueda de tratamientos y combinaciones de fármacos más eficaces para cada paciente.
EBL: ¿Qué herramientas y tecnologías utilizas?
DIJ: Mi trabajo de investigación se centra en el uso de técnicas de big data, minería de datos y minería de texto, así como de procesamiento de lenguaje natural y análisis de imagen. Estas técnicas me permiten buscar y “limpiar” los datos disponibles en artículos científicos, informes técnicos, páginas web, imagen médica, etc. para extraer información útil de los mismos y almacenarla de una forma estructurada.
Posteriormente, uso técnicas de “machine learning”, “deep learning” y aprendizaje por refuerzo para desarrollar algoritmos predictivos que analicen toda esta información automáticamente y generen nuevo conocimiento a partir de los datos originales.
En cuanto a los lenguajes de programación más habituales, diría que Python es el más utilizado en investigación biomédica, por ser ligero y también por su gran flexibilidad para el análisis de grandes cantidades de datos de cualquier tipo. Otro lenguaje muy utilizado en este contexto es R, de análisis estadístico que permite hacer operaciones con datos de manera muy eficiente.
EBL: ¿Cuáles son los resultados que se obtienen?
DIJ: En general, el objetivo de la aplicación de la IA en biomedicina es facilitar y complementar el trabajo de los investigadores biomédicos. Por una parte, las técnicas, métodos y herramientas de la IA permiten automatizar parte de las tareas del investigador de una manera eficiente. Por otra, facilitan el análisis de los resultados científicos, presentando los datos de manera estructurada, integrada y visual, y proporcionando las herramientas necesarias para extraer conocimiento de ellos automáticamente.
Por ejemplo, en el análisis de imagen médica. Actualmente, existen sistemas informáticos capaces de analizar una radiografía o una resonancia magnética y detectar, mediante técnicas de deep learning, los indicadores de un posible tumor con una precisión cercana a la de un radiólogo. En este sentido, hay que aclarar que en ningún caso la IA debe verse como un sustituto del especialista médico. El radiólogo, como experto, hace uso de la IA para confirmar su diagnóstico o establecer el mejor tratamiento, pero nunca es la IA la que toma la decisión final.
Aún estamos muy lejos de usar todo su potencial y existen muchas limitaciones en relación con la privacidad de los datos y la seguridad, la falta de transparencia o los sesgos existentes en algunos algoritmos
La IA también proporciona una forma de sacar valor del historial médico de los pacientes de forma automática. Por ejemplo, la historia clínica electrónica se está implantando poco a poco en el sistema sanitario y, permitirá, en un futuro, utilizar la información clínica para la gestión y la prevención de enfermedades.
Un caso claro lo tenemos con la actual problema de salud pública generado por el coronavirus a nivel mundial, que ha dejado patente la necesidad de un sistema de rastreo que nos permita gestionar las epidemias de una manera más eficaz. El uso de datos agregados y anonimizados de la red de telefonía móvil parece la mejor forma de conocer la forma de propagarse del virus, controlar los casos tanto confirmados como posibles, o medir el impacto de las medidas que adopten los Gobiernos.
Hoy en día, los móviles capturan grandes cantidades de datos de diversa índole: fotos, vídeos, audio, texto, posicionamiento geográfico… que, gracias a los algoritmos que nos proporciona la IA, pueden ser analizados, clasificados y utilizados para, por ejemplo, detectar patrones o generar predicciones. Esto se puede aplicar a cualquier tipo de intervención médica, desde el tratamiento de enfermedades crónicas, que necesitan una monitorización constante de los pacientes, hasta el diagnóstico precoz o la prevención de otras, como el cáncer.
La transformación de la investigación
EBL: ¿Cómo ha cambiado la investigación con el uso de la IA? ¿Cómo lo hará en el futuro?
DIJ: Se podría decir que la IA está sirviendo como catalizador de muchas investigaciones que, sin la capacidad de automatización y análisis computacional que proporciona, no tendrían cabida ahora mismo.
En campos como la bioinformática o la biología computacional, la IA ha transformado totalmente los métodos de investigación, proporcionando las herramientas necesarias para avanzar a pasos agigantados en la investigación del genoma, en la búsqueda de nuevos tratamientos para enfermedades como el cáncer o en el desarrollo de estrategias médicas preventivas.
El uso de técnicas de detección de patrones para automatizar el análisis de los resultados de ciertas pruebas médicas, como los escáneres, las mamografías o las colonoscopias, es otra de las áreas más prometedoras.
Por último, el uso de la IA también está cambiando la forma de comunicarse entre profesionales, así como la manera de compartir los resultados de investigación. En el caso de la investigación biomédica, se están aplicando técnicas de Procesamiento de Lenguaje Natural que permiten analizar grandes cantidades de datos distribuidos (por ejemplo, en publicaciones científicas), estructurarlos e integrarlos con aquellos que ya están almacenados en bases de datos de acceso público.
También, gracias al reconocimiento de voz, se están empezando a documentar automáticamente los experimentos científicos, las consultas médicas, los diagnósticos, el análisis de los efectos de los tratamientos, etc., lo cual supondrá un incremento sustancial de la productividad de los investigadores.
EBL: ¿Cómo está España en este terreno?
DIJ: España tiene grandes profesionales en diversos campos de la IA pero, en mi opinión, aún hace falta una apuesta más fuerte por la innovación en estas tecnologías.
En el mundo empresarial, el fenómeno de las startups ha permitido que muchos investigadores adquieran fondos para desarrollar sus propuestas tecnológicas, pero también ha contribuido a generar un mercado de grandes ideas de las que, muchas veces, no llegamos a ver su aplicación en la vida real. Muchos proyectos no alcanzan las inversiones necesarias y otros se pierden por el camino por no ser viables en el tiempo o con el presupuesto establecido.
El crowdfunding es otra vía de financiación de las tecnológicas en la que se ve mucho movimiento. Numerosos proyectos de robótica y automatización se desarrollan y comercializan gracias a estos medios, pero hace falta un impulso económico mayor y de una naturaleza estructural si no queremos quedarnos atrás.
Hay que permitir que las empresas nacionales se beneficien de todas estas tecnologías y también las desarrollen, lo cual solo se consigue con una buena inversión en investigación.
El objetivo de la aplicación de la IA en biomedicina es facilitar y complementar el trabajo de los investigadores biomédicos
El futuro de la nueva lucha contra el cáncer
EBL: ¿Qué podemos esperar de la IA aplicada a la investigación contra el cáncer?
DIJ: Creo que durante los próximos años vamos a poder comprobar el verdadero impacto de la IA aplicada en la lucha contra el cáncer. Aún estamos muy lejos de usar todo su potencial y existen muchas limitaciones en relación con la privacidad de los datos y la seguridad, la falta de transparencia o los sesgos existentes en algunos algoritmos.
La IA puede ayudarnos a entender cosas como el por qué algunos pacientes desarrollan resistencia a ciertos tratamientos oncológicos y otros no, o la predisposición a desarrollar un tipo de cáncer concreto.
De ella también se pueden beneficiar las nuevas tecnologías y técnicas de imagen aplicadas en la investigación del cáncer, como la criomicroscopía electrónica, que generan numerosos datos e imágenes de gran resolución. Para su análisis, se aplican técnicas de IA, como modelos de simulación y algoritmos predictivos, que permiten observar al detalle el comportamiento de las distintas moléculas en la célula o la estructura de virus, bacterias y otros microorganismos.
La IA está siendo fundamental para disponer de la suficiente capacidad de análisis de esos datos, así como para predecir otros nuevos y separar automáticamente los que aportan información de los que podríamos considerar ruido.
Existen otras muchas aplicaciones, como la búsqueda de candidatos para ensayos clínicos de nuevos fármacos o el desarrollo de modelos de agrupación de pacientes en función de su perfil genético. Pero, además de mejorar la prevención, el diagnóstico y el tratamiento en cáncer, la IA puede mejorar también la relación médico-paciente, dando soporte al personal sanitario mediante la automatización de muchas tareas repetitivas, como tomar notas, asignar citas o analizar resultados clínicos, incrementando así la productividad de los distintos profesionales para que puedan pasar más tiempo con sus pacientes o dedicados a la investigación.
EBL: ¿Animarías a otros ingenieros a especializarse en este terreno?
DIJ: Sin ninguna duda. Creo que los resultados de los últimos años son prometedores y hay una gran comunidad de científicos colaborando y compitiendo para que campos como el deep learning, la robótica o el Internet de las Cosas (IoT) avancen en varias direcciones.
Animo a cualquier ingeniero interesado en las Ciencias de la Vida (o en otras ciencias) a seguir la carrera investigadora y, sobre todo, a buscar nuevas aplicaciones de las TIC en temas que puedan tener un gran impacto en nuestra vida, como la salud o el medio ambiente.
