El Sistema Nacional de Salud necesita unificar la historia clínica de los pacientes para avanzar en la atención personalizada del cáncer en España. Esta es una de las principales conclusiones expuestas en el Congreso de la Sociedad Española de Oncología en el que han participado MD Anderson Cancer Center Madrid y Eurofins Megalab. Los especialistas consideran que la actual historia clínica de los pacientes en España debe ser estandarizada, lo que hace necesario reformular el actual proceso de recopilación de información médica de los pacientes para poder analizar los datos a través de la inteligencia artificial.
“El problema actual es que la historia clínica se basa en la recogida de datos desde un texto libre. Esto significa que no hay una forma estandarizada de completar la historia clínica de los pacientes. De este modo, lo que ocurre es que existen numerosas historias clínicas completadas de forma diferente y sin unos campos concretos, lo que hace complejo clasificar la información, analizarla y cruzarla”, explica Enrique Grande, Jefe del Servicio de Oncología Médica de MD Anderson Cancer Center Madrid.
“Hace ya tiempo que sabemos que no todos los tumores son iguales y que no todos los pacientes son iguales, ni en cuanto al pronóstico del tumor en sí, ni en cuanto a la respuesta a los tratamientos disponibles y, ni siquiera, en cuanto a la toxicidad esperada en cada uno de estos tratamientos” señaló Grande para explicar que una de las principales vías de la medicina personalizada se basa en intentar identificar de antemano qué pacientes se van a beneficiar más de cada una de las opciones de tratamiento permitiendo optimizar los recursos disponibles y ahorrar efectos secundarios a los pacientes. Sin embargo, tal y como explicó el Dr. Enrique Grande, “para avanzar en la atención oncológica personalizada en España es necesario trabajar en la estandarización de la recogida de datos médicos. Sin ello, va a ser muy complicada su integración con otra serie de parámetros como los analíticos, genéticos o de imagen patológica o radiológica para poder clasificar por subtipos. Debemos avanzar por integrar todos los datos de la manera más eficiente posible”.
La tecnología y la inteligencia artificial son las que permiten analizar la enorme cantidad de datos que existen en las historias clínicas. De hecho, la heterogeneidad temporal de los tumores requiere un seguimiento y un aprendizaje dinámico que hacen imprescindible el uso de la inteligencia artificial y del machine learning para el análisis e integración de todos estos datos.
En este sentido, mediante la integración de datos y el aprendizaje continuo, la inteligencia artificial podría servir no sólo para determinar el tratamiento más específico para cada paciente, sino también para predecir qué persona tiene más posibilidades de desarrollar un tumor por sus hábitos alimenticios, estilo de vida, lugar de residencia, edad, otras comorbilidades, etc..., “Por ello, sistematizar la recogida de los datos de la historia clínica y hacerlo de una manera intuitiva, ágil, que no dependa tanto de la subjetividad del médico que los recoge, y que sobre todo nos permita analizar e interpretar estos datos en el futuro es clave para integrar la inteligencia artificial en el ámbito de salud e implementar la medicina personalizada. De ahí la importancia de impulsar proyectos, como el estudio Dipcan que pretende demostrar el valor de la historia clínica estructurada”, comentó la Dra. Carlota Costa, Business Developer Manager Oncology and Genetics en Eurofins Megalab.
El proyecto Dipcan pretende servir como un primer paso para demostrar el valor que tiene la estandarización de datos y su análisis mediante la inteligencia artificial. Se trata de un estudio en el que los participantes recibirán, de manera gratuita, un informe con las imágenes asociadas de la resonancia magnética; otro, con las imágenes digitalizadas de su tumor, la caracterización molecular de su tumor con la interpretación clínica de las alteraciones encontradas; y, por último, un informe clínico con la explicación en un lenguaje comprensible de los hallazgos encontrados. “El estudio Dipcan recogerá todos estos datos clínicos estructurados y generará datos médicos, radiómicos, anatomopatológicos y genéticos de cada uno de ellos”, señaló Costa.
Nicolas Gonzalez Casares: