A veces, el progreso consiste en aprovechar mejor aquello que ya tenemos. Con este espíritu ha nacido Savana, una herramienta que combina la inteligencia artificial y el 'big data' y que analiza y agrupa la información almacenada en los informes médicos, unos datos de los que hasta ahora no se extraía todo su potencial.
La combinación de la inteligencia computacional con la recopilación de los datos de millones de historiales clínicos ha permitido desarrollar un buscador capaz de entender y procesar información médica compleja.
El creador y CEO de Savana es Ignacio Hernández Medrano, un neurólogo español, que ha sido nombrado emprendedor social de Ashoka, una organización internacional sin ánimo de lucro cuya máxima es: “todo el mundo puede cambiar el mundo”.
Ignacio y su equipo estiman que en 2030 el 50% de los profesionales clínicos en países en vías de desarrollo tendrán disponible su herramienta
Ignacio y su equipo estiman que en 2030 el 50% de los profesionales clínicos en países en vías de desarrollo tendrán disponible su herramienta, lo que les permitirá acceder a la experiencia de médicos especialistas de otros países.
Ignacio habla con Efe de Savana y de las ventajas que ofrece a médicos, investigadores y gestores de salud.
¿Qué es Savana y cómo funciona?
Es una herramienta capaz de explotar el conocimiento que se acumula en las historias clínicas que a todos nos escriben cuando vamos al médico. Es algo que, aunque parezca curioso, hasta ahora no se hacía. El texto que anota el médico en las historias prácticamente no se reutilizaba, no se explotaba como base de datos.
La razón es que está escrito en lenguaje natural, en texto libre, es decir, se trata de palabras y frases, no de números, de códigos, por lo que para un ordenador es muy difícil de reutilizar. Pero nosotros tenemos una tecnología lingüística que es capaz de tomar un texto de un médico, o en este caso muchos textos de muchos médicos, entenderlos y agruparlos. Por tanto, ahora podemos explotar el conocimiento. Eso es Savana.
¿El idioma es un hándicap? Es decir, si un médico ha escrito un informe en español, ¿otro médico de un hospital en un país de habla inglesa o francesa lo puede utilizar?
Sí, se puede utilizar porque en Savana traducimos ese texto a un código, a números. De la misma manera, podemos ir a un texto británico y traducirlo también a números, de modo que las terminologías médicas son “mapeables” entre sí. Así se consigue que, con unos ajustes que tenemos que hacer por nuestra parte, la herramienta sea exportable a cualquier idioma.
Está dirigida también a gestores, ¿qué ofrece en este campo?
Si eres un gestor, te interesa muchísimo entender, a través de las historias clínicas, si las decisiones que los profesionales están tomando son o no las óptimas. Pero, además de para ver lo que hacen sus profesionales, al gestor le sirve para entender cómo es su población (por ejemplo, cuántos infartos hay) y así poder destinar recursos de manera más concreta. De este modo, si puedes saber cuántos pacientes vas a tener con una determinada afección, puedes comprar anticipadamente una serie de fármacos y, al adquirirlos anticipadamente, que salgan más baratos.
¿Y para el profesional médico?
Aunque un profesional trabaje y estudie mucho, dado que la ciencia médica avanza tan deprisa, puede ocurrir que la opción de un tratamiento, una prueba o incluso la derivación a un especialista que él tiene en la cabeza no sea la óptima. Savana también lee lo que el médico escribe en la historia clínica y le avisa en tiempo real. Le dice: “yo te recomiendo que, en base a la ciencia médica, hagas esto otro que es más nuevo y que puede ser una mejor opción”.
También dicen ustedes que es relevante para los investigadores…
Sí, es muy útil para este colectivo. Hoy en día, la manera de investigar es muy manual, de modo que, si un médico quiere estudiar lo que les ha pasado a 500 pacientes con migraña, tiene que leer todo el texto de sus historias clínicas e ir anotando en un documento “Excel” todas las variables. Cuando termina, después de un año, tiene un registro.
Savana, con su inteligencia artificial, es capaz de robotizar un proceso que era manual. Ahora es Savana quien lee esas historias de pacientes con migraña y anota todo. El médico sólo tiene que dedicar tiempo a analizarlo. Ahorramos meses de investigación.
¿Un centro que utiliza su herramienta cuenta con sus propios datos o también con los de otros centros?
Con ambos, salvo que, por alguna razón, el centro prefiera no compartir. Pero la mayoría de quienes trabajan con nosotros comparte y ve lo de los demás. Así generamos lo que llamamos la “red Savana”, que es importante como instrumento de ayuda social. Cuando tengamos una red suficientemente grande, la abriremos a los médicos que están en lugares desfavorecidos y no tienen acceso al conocimiento.
¿Ahora mismo dónde se está utilizando y qué impresiones han recibido?
Hoy se utiliza ya en un total de 41 hospitales españoles. Se está utilizando en sus tres versiones. De momento lo que vemos es que la herramienta de gestión es tremendamente útil, hay lugares en los que se hacen búsquedas prácticamente todos los días del año para encontrar ineficiencias, detectarlas y corregirlas.
La herramienta para los profesionales va a arrancar ahora en Castilla La Mancha, con lo cual no hemos tenido tiempo de valorar qué impacto va a tener pero esperamos que sea muy alto. Respecto a la parte de investigación, ya hay médicos poniendo en marcha investigaciones de una manera mucho más rápida que si lo hubieran tenido que hacer a mano que, aún estarían empezando a recoger los datos. Tenemos casos en el Hospital Infanta Leonor de Madrid, por citar un ejemplo.
¿Van a llegar a América Latina?
Estamos ya en contacto con varios países. Hemos hecho pactos con Chile, Argentina, Bolivia, Brasil y estamos justo en el proceso de ver cuáles son nuestras primeras llegadas. También estamos en contacto con el Reino Unido y a punto de firmar un contrato con Estados Unidos y otro con un consorcio de varios países europeos que van a trabajar con Savana para hacer una investigación en cáncer.
¿Cómo puede este tipo de tecnología ayudar a predecir enfermedades?
Cuando tienes mucho histórico de algo puedes anticipar hasta cierto punto el futuro. Como hasta ahora no podíamos leer toda la historia clínica de los pacientes, no teníamos histórico para hacer previsiones. Pero, al tener acceso a decenas de millones de casos clínicos, nada nos impide aplicar las mismas reglas matemáticas que en el tráfico o la meteorología y poder predecir cuándo un paciente concreto va a tener un problema de salud, si va a ser grave o leve, y qué antibiótico o qué cirugía le va a ir mejor.
Otro gran reto es dar a cada paciente lo que necesita…
Va unido a lo anterior pues las mismas reglas matemáticas que me hacen entender qué tiempo va a hacer, me hacen decirle a una persona que vive en el sur que encienda el aire acondicionado y se compre botellas de agua fría y a una persona que vive en Helsinki, que mejor se compre un abrigo y ponga la calefacción. La capacidad predictiva es lo que te lleva a personalizar. Cuando sabemos lo que le va a ocurrir a un paciente con cierta probabilidad, sabemos qué recomendaciones hacerle.
¿Cómo cree que evolucionará en los próximos años?
Hacia el “big data”, a acumular cientos de millones de historias. Cuantas más historias clínicas acumulemos, más finas serán las matemáticas anticipando lo que le va a ocurrir a un paciente y, por lo tanto, vamos a saber antes qué recomendación le tenemos que hacer. Esa es una vía.
La otra gran vía conduce hacia la red Savana, es decir, a darle a un médico que está muy alejado de los puntos de atención sanitaria la posibilidad, siempre que tenga acceso a internet, de disponer de esta red de conocimiento para que pueda atender a sus pacientes como si estuviera un poco más cerca de un hospital con las mejores posibilidades de información.
Para esto nació Savana y es por lo que estamos en Ashoka, para intentar facilitar los canales y poder distribuir la información en los lugares que más lo necesitan.
