Inteligencia artificial para el diagnóstico y tratamiento temprano de enfermedades con gran prevalencia en el envejecimiento: el proyecto AI4HealthyAging

Este consorcio está creando una solución inteligente capaz de identificar en fases iniciales enfermedades neurológicas, motoras y degenerativas como la insuficiencia cardíaca, en la que el corazón no bombea sangre de manera eficiente; el ictus, causado por la interrupción del flujo sanguíneo al cerebro; la sarcopenia, caracterizada por la pérdida de masa y fuerza muscular; el Parkinson, que afecta el control motor; la hipoacusia, que reduce la capacidad auditiva; además del cáncer de próstata y colon, ambos tipos de tumores malignos que afectan comúnmente a personas mayores y requieren detección precoz para un tratamiento eficaz. Este sistema utiliza algoritmos de IA para realizar pronósticos tempranos y apoyar la toma de decisiones en el tratamiento de personas mayores. 

La detección temprana de enfermedades relacionadas con la edad es fundamental para mejorar la calidad de vida y la longevidad de la población. A medida que las personas envejecen, aumenta el riesgo de desarrollar condiciones crónicas como enfermedades cardiovasculares, diabetes, cáncer y demencia. Identificar estas enfermedades en sus primeras etapas permite una intervención médica oportuna, lo cual puede retrasar la progresión de la enfermedad, reducir complicaciones y mejorar significativamente los resultados clínicos. Además, la detección temprana facilita la implementación de cambios en el estilo de vida y la administración de tratamientos preventivos, lo que no solo beneficia al individuo, sino que también reduce la carga económica y social sobre los sistemas de salud, haciendo de la detección precoz una herramienta esencial para posibilitar un envejecimiento saludable y sostenible en la sociedad. 

Capgemini dirige el proyecto AI4HealthyAging y participa llevando a cabo una exploración integral del modelado predictivo y las tecnologías de aprendizaje federado, abarcando tres casos de uso clave que impulsan el avance en la atención médica: 

• En primer lugar, la implementación del aprendizaje federado en los centros de salud revoluciona la capacitación de modelos al utilizar datos distribuidos sin centralización, lo que refuerza la solidez del modelo de diagnóstico. Este enfoque colaborativo no solo garantiza la privacidad del paciente y el cumplimiento del RGPD, sino que también optimiza la calidad del diagnóstico y la eficacia del tratamiento mediante la agregación de datos interinstitucionales. 

• En segundo lugar, aprovechando los sensores IMU portátiles, el proyecto se centra en predecir el potencial de recuperación de los pacientes con accidente cerebrovascular (ictus) mediante algoritmos avanzados de aprendizaje automático y análisis de datos de movimiento. Este enfoque personalizado permite terapias personalizadas, optimizando la eficiencia del tratamiento y reduciendo los costos y el tiempo de rehabilitación. 

• Por último, el proyecto tiene como objetivo la predicción personalizada del potencial de recuperación de los pacientes con insuficiencia cardíaca mediante el análisis de datos de ECG, lo que conduce a mejores resultados clínicos, períodos de rehabilitación más cortos y una mejor calidad de vida. 

Al adoptar la medicina personalizada, esta iniciativa tiene como objetivo minimizar los costos y mejorar el manejo de la insuficiencia cardíaca. Al incorporar la explicabilidad junto con tecnologías innovadoras, el proyecto AI4HealthyAging garantiza que los modelos predictivos no solo funcionen bien, sino que también sean interpretables, fomentando la confianza y una adopción más amplia en la comunidad sanitaria. 

Contenidos relacionados