{"id":2901,"date":"2025-06-05T10:25:40","date_gmt":"2025-06-05T13:25:40","guid":{"rendered":"https:\/\/icc.fcen.uba.ar\/?p=2901"},"modified":"2025-07-08T15:24:57","modified_gmt":"2025-07-08T18:24:57","slug":"modelos-computacionales-que-ayudan-a-profesionales-de-la-salud","status":"publish","type":"post","link":"https:\/\/icc.fcen.uba.ar\/en\/modelos-computacionales-que-ayudan-a-profesionales-de-la-salud\/","title":{"rendered":"Modelos computacionales que ayudan a profesionales de la salud"},"content":{"rendered":"
\n

Investigadores del Departamento de Computaci\u00f3n y el ICC UBA-CONICET desarrollan proyectos que utilizan algoritmos de aprendizaje autom\u00e1tico y an\u00e1lisis de datos para ampliar las posibilidades de los m\u00e9dicos a la hora de tomar decisiones. Estos trabajos forman parte de la medicina personalizada com\u00fanmente denominada \u201cmedicina de precisi\u00f3n\u201d, la cual busca adaptar los tratamientos y la prevenci\u00f3n de enfermedades a grupos espec\u00edficos de personas.<\/b><\/p>\n

La medicina\u00a0de precisi\u00f3n, con su promesa de tratamientos personalizados y adaptados a las caracter\u00edsticas \u00fanicas de cada paciente, est\u00e1 experimentando una revoluci\u00f3n gracias a la inteligencia artificial (IA). Esta tecnolog\u00eda, con su capacidad para analizar grandes vol\u00famenes de datos y detectar patrones\u00a0complejos, est\u00e1 abriendo nuevas fronteras en el diagn\u00f3stico, el tratamiento y la prevenci\u00f3n de enfermedades. Desde la identificaci\u00f3n de biomarcadores gen\u00e9ticos hasta la predicci\u00f3n de la respuesta a f\u00e1rmacos, la IA est\u00e1 potenciando la medicina de precisi\u00f3n, acerc\u00e1ndose a un futuro donde la atenci\u00f3n m\u00e9dica busca ser m\u00e1s eficaz, segura y personalizada.<\/p>\n

De hecho, en la actualidad, si a un paciente se le diagnostica una enfermedad, se le administra un tratamiento est\u00e1ndar (por ejemplo, tomar tal medicamento cada tantas horas). Pero eso no tiene en cuenta la diversidad entre las personas (gen\u00e9tica, dieta, altura, peso, sexo, edad, d\u00f3nde vive, a qu\u00e9 se dedica, etc.). Cada persona es un mundo, entonces al personalizar el tratamiento con la medicina de precisi\u00f3n, se garantiza que funcione lo mejor posible. Es algo que est\u00e1 revolucionando la medicina, y en la actualidad es muy utilizado en el tratamiento del c\u00e1ncer.<\/p>\n

En este contexto, un grupo del DC liderado por\u00a0Viviana Cotik<\/b>\u00a0(Profesora Adjunta del DC e Investigadora de CONICET en el ICC) est\u00e1 desarrollando importantes proyectos basados en IA, fundamentalmente en aprendizaje autom\u00e1tico y procesamiento de se\u00f1ales, im\u00e1genes, datos estructurados y textos.<\/p>\n

Se trata de desarrollar modelos que aprovechen los datos de los pacientes generados por los dispositivos de terapia intensiva y de las historias cl\u00ednicas electr\u00f3nicas, para ayudar a los m\u00e9dicos en la toma de decisiones sobre diagn\u00f3stico y tratamiento. Estos modelos permiten filtrar y analizar diferentes capas de informaci\u00f3n de los pacientes, desde los datos de su historia cl\u00ednica hasta su gen\u00e9tica, sus signos vitales o la respuesta a ciertos tratamientos.<\/p>\n

Una de las aplicaciones en las que contribuyen significativamente es en el uso de IA para asistir a las broncoscopias en la unidad de cuidados intensivos, es decir, procedimientos que permiten visualizar el interior de las v\u00edas respiratorias y poder diagnosticar enfermedades pulmonares. El prop\u00f3sito es crear un modelo de inteligencia artificial capaz de identificar con precisi\u00f3n los segmentos bronquiales durante la navegaci\u00f3n bronco-endosc\u00f3pica.<\/p>\n

\u201cNuestro proyecto analiz\u00f3 m\u00e1s de cien videos de procedimientos broncosc\u00f3picos realizados en pacientes cr\u00edticos en un hospital de Buenos Aires. En este caso transformamos esos videos de una posici\u00f3n anat\u00f3mica, anotados por broncoscopistas, en fotogramas\u00a0 y buscamos que nuestro modelo pueda determinar a qu\u00e9 parte de los bronquios pertenece<\/i>\u201d, puntualiza la investigadora Viviana Cotik.<\/p>\n

Cotik, quien es Doctora en Ciencias de la Computaci\u00f3n, explica que el proyecto requiri\u00f3 un fuerte entrenamiento del modelo (en este caso dos redes neuronales convolucionales) para que pueda realizar una clasificaci\u00f3n efectiva de los segmentos bronquiales.<\/p>\n

\u201cDesde ya este desarrollo ayuda al entrenamiento de los m\u00e9dicos en el procedimiento, sobre todo a profesionales j\u00f3venes que reci\u00e9n empiezan a trabajar con broncoscopias, y por otro lado, podr\u00eda servir para determinar autom\u00e1ticamente qu\u00e9 im\u00e1genes incluir en el informe, es decir, cu\u00e1les son m\u00e1s representativas de ese diagn\u00f3stico en particular<\/i>\u201d, destaca la investigadora y profesora.<\/p>\n

A su vez, comenta que el modelo basado en algoritmos de aprendizaje autom\u00e1tico puede contribuir a asistir a la navegaci\u00f3n en la herramienta que realiza los estudios, identificar \u00e1reas anat\u00f3micas en las im\u00e1genes y tambi\u00e9n brindar una funci\u00f3n formativa o de investigaci\u00f3n para el personal m\u00e9dico. En definitiva, el prop\u00f3sito es ayudar a los profesionales a tomar mejores decisiones basadas en un an\u00e1lisis de datos confiables.<\/p>\n

\u201cLos m\u00e9dicos se muestran entusiasmados de las potencialidades de la tecnolog\u00eda para complementar su compleja tarea. De hecho, con algunos gr\u00e1ficos que hicimos para entender el problema pudieron mejorar su esquema para visualizar informaci\u00f3n del bronquio y sus distintos segmentos<\/i>\u201d, aclara Cotik.<\/p>\n

No obstante, entre los principales problemas que surgen de trabajar con el dominio de la salud, la investigadora afirma que uno de los grandes \u201ccuellos de botella\u201d es contar con datos p\u00fablicos disponibles para entrenar los modelos.<\/p>\n

En este sentido, existen importantes regulaciones de protecci\u00f3n de datos personales, ya que en particular el paciente tiene control y derechos espec\u00edficos sobre sus datos m\u00e9dicos, por lo que debe haber un consentimiento expl\u00edcito de que se puedan utilizar con fines de investigaci\u00f3n. Y, al mismo tiempo, el comit\u00e9 de \u00e9tica de cada instituci\u00f3n m\u00e9dica tiene que autorizar el uso de esos datos. Y siempre los datos deben anonimizarse, lo cual tampoco es un problema trivial.<\/p>\n

Esto lleva a que el entrenamiento de los algoritmos se realice con algunas conocidas bases de datos internacionales, como MIMIC que fue desarrollada en Estados Unidos. Esta base de datos, m\u00e1s all\u00e1 de su utilidad, puede presentar problemas de sesgos en los datos, entre otros, porque est\u00e1 basada en caracter\u00edsticas de pacientes de ese pa\u00eds. Adem\u00e1s, se necesita trabajar con datos en espa\u00f1ol y traducirlos del ingl\u00e9s no siempre es una opci\u00f3n. De este modo, los investigadores tienen muy en cuenta estas dificultades a la hora del entrenamiento de los algoritmos, y deben solucionarlo agregando datos locales.<\/p>\n

\u201cEn aquellos casos en los que no se dispone de datos p\u00fablicos, o cuando se desea trabajar con los datos de la poblaci\u00f3n local, es fundamental contar con la colaboraci\u00f3n de los m\u00e9dicos para anotar los informes o las im\u00e1genes, y as\u00ed entrenar de manera efectiva los modelos de aprendizaje autom\u00e1tico supervisado<\/i>\u201d, complementa Cotik.<\/p>\n

Cabe recalcar que el proyecto es realizado en conjunto con profesionales del Hospital Italiano y es parte de la colaboraci\u00f3n entre investigadores de dos institutos de CONICET, el\u00a0ICC<\/a>\u00a0(UBA-CONICET) y el\u00a0IMTIB<\/a>\u00a0(CONICET-HIBA). Adem\u00e1s de\u00a0Viviana Cotik<\/b>, por parte del ICC y el DC, el equipo est\u00e1 integrado por\u00a0Marcelo Risk<\/b>\u00a0(Profesor del DC),\u00a0Daniel Acevedo<\/b>\u00a0(Investigador y Profesor del DC),\u00a0Nicol\u00e1s Mastropasqua<\/b>\u00a0(Doctorando DC\/ICC) y\u00a0Luciano Tarsia<\/b>\u00a0(Tesista de Licenciatura del DC).<\/p>\n

Los principales resultados del proyecto pueden consultarse en el paper \u201cAI-assisted bronchoscopy in the intensive care unit: Corpus development and an application to anatomic position identification<\/i><\/a>\u201d que ya fue presentado en IBERAMIA 2024 y en dos reconocidas conferencias m\u00e9dicas.<\/p>\n

\n

\"\"<\/p>\n

\u00c1rbol bronquial. El bronquio lingular tambi\u00e9n se denomina bronquio de la divisi\u00f3n inferior.<\/p>\n<\/div>\n

\n

\"\"<\/p>\n

Im\u00e1genes de lo que se considera como Tercio inferior de la tr\u00e1quea, Carina y Bronquio intermedio.<\/p>\n<\/div>\n

Fuente:\u00a0paper citado<\/a><\/p>\n

M\u00e1s proyectos para potenciar la medicina de precisi\u00f3n<\/b><\/p>\n

Entre los proyectos de IA aplicada a la salud, que son desarrollados por los investigadores de Computaci\u00f3n, se destacan estos otros:<\/p>\n

1) Ciencia de datos e IA para diagn\u00f3stico del COVID-19<\/b>: el proyecto form\u00f3 parte de la tesis de licenciatura de\u00a0Javier Petri<\/b>\u00a0y abord\u00f3 dos tareas principales: la clasificaci\u00f3n de historias cl\u00ednicas en cuanto a la presencia, sospecha o ausencia de COVID-19 y la detecci\u00f3n autom\u00e1tica de s\u00edntomas asociados al s\u00edndrome febril agudo inespec\u00edfico, COVID-19, diarrea, neumon\u00eda y enfermedad tipo influenza, mediante la detecci\u00f3n de entidades nombradas. Ambas tareas fueron abordadas mediante t\u00e9cnicas del procesamiento del lenguaje natural.<\/p>\n

Sobre este proyecto se realizaron dos publicaciones cient\u00edficas, una en IBERAMIA 2024 (\u201cInformation extraction from Electronic Health Records written in Spanish for epidemic intelligence<\/i><\/a>\u201d) y la otra en Journal of Biomedical Informatics, JBI (\u201cLow-cost algorithms for clinical notes phenotype classification to enhance epidemiological surveillance: A case study<\/i><\/a>\u201d).<\/p>\n

2) Word Embeddings contextualizados para la detecci\u00f3n de entidades m\u00e9dicas en informes de radiolog\u00eda:\u00a0<\/b>est\u00e1 principalmente desarrollado por el tesista\u00a0Manuel Costa<\/b>, quien en su tesis investig\u00f3 una forma usual de representar informaci\u00f3n, en este caso los textos m\u00e9dicos, conocida como Word Embeddings, para procesar informes de radiolog\u00eda en espa\u00f1ol. Se entrenaron diferentes tipos de modelos, desde t\u00e9cnicas est\u00e1ticas hasta arquitecturas contextuales, utilizando un corpus anonimizado de m\u00e1s de 80.000 informes. La evaluaci\u00f3n de los modelos incluy\u00f3 un an\u00e1lisis extr\u00ednseco, mediante la tarea de reconocimiento de entidades nombradas con datos de la competencia\u00a0SpRadIE<\/a>, y otro intr\u00ednseco, a trav\u00e9s de un enfoque cualitativo dise\u00f1ado para contextos sin benchmarks estandarizados. Tambi\u00e9n se realizaron estudios de ablaci\u00f3n para entender mejor la relaci\u00f3n entre las representaciones y el rendimiento de los modelos.<\/p>\n

3) Predicci\u00f3n de necesidades de asistencia respiratoria en pacientes de terapia intensiva<\/b>: este proyecto forma parte de la tesis de\u00a0Federico Rosende<\/b>\u00a0(co-dirigida por\u00a0Valeria Burgos<\/b>\u00a0del Hospital Italiano) quien se encuentra trabajando con\u00a0datos de terapia intensiva del Hospital Italiano para apoyar a los m\u00e9dicos en tareas de asistencia respiratoria.<\/p>\n

El prop\u00f3sito del proyecto es predecir la probabilidad de que un paciente sea sometido a una traqueotom\u00eda despu\u00e9s de cierta cantidad de d\u00edas de internaci\u00f3n en terapia intensiva, es decir, predecir la cantidad de d\u00edas estimados que transcurrir\u00e1n hasta que se haga esta intervenci\u00f3n (teniendo en cuenta que cuando los pacientes est\u00e1n mucho tiempo en terapia intensiva se incrementan las chances de necesitar asistencia respiratoria en per\u00edodos prolongados).<\/p>\n

\n

\"\"<\/p>\n

Dra. Viviana Cotik<\/p>\n<\/div>\n

\u201cPor ahora estos proyectos interdisciplinarios est\u00e1n en una etapa exploratoria, no son desarrollos terminados aunque ser\u00eda muy interesante que en el futuro podamos hacer transferencias tecnol\u00f3gicas. Sin duda que estas aplicaciones podr\u00edan ser de utilidad como herramientas de apoyo, sobre todo en instituciones donde faltan recursos humanos o donde el personal m\u00e9dico est\u00e1 muy saturado por la atenci\u00f3n diaria a pacientes<\/i>\u201d, concluye la investigadora Cotik.<\/p>\n<\/div>\n

<\/div>\n<\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

Investigadores del Departamento de Computaci\u00f3n y el ICC UBA-CONICET desarrollan proyectos que utilizan algoritmos de aprendizaje autom\u00e1tico y an\u00e1lisis de datos para ampliar las posibilidades de los m\u00e9dicos a la hora de tomar decisiones.<\/p>\n","protected":false},"author":9,"featured_media":2902,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[12],"tags":[100,29,28],"class_list":["post-2901","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias","tag-procesamiento-imagenes","tag-aprendizaje-automatico","tag-inteligencia-artificial"],"_links":{"self":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/2901","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/comments?post=2901"}],"version-history":[{"count":2,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/2901\/revisions"}],"predecessor-version":[{"id":2904,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/2901\/revisions\/2904"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media\/2902"}],"wp:attachment":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media?parent=2901"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/categories?post=2901"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/tags?post=2901"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}