Antes de hablar de blockchain en salud, hay que considerar el aspecto regulatorio

blockchain en salud
Blockchain en salud

Las plataformas de cadena de bloques, concepto mejor conocido con el término en inglés blockchain, ., siempre y cuando se lograra que toda la data estuviera bien estructurada y hubiera descentralización en el manejo de la información.

Así lo hicieron ver especialistas durante las mesas de trabajo previas al próximo Digital Health Forum México 2019. El que se llevará a cabo 16 y 17 de octubre, en la Ciudad de México; evento auspiciado por la Fundación Mexicana para la Salud (Funsalud); la Facultad de Medicina de la UNAM;  la Asociación Mexicana de Industrias de Investigación Farmacéutica (AMIIF) y el Sistema de Salud del Tec de Monterrey (TecSalud).

Blockchain

En la sesión relacionada con blockchain, especialistas expusieron sobre sus posibles aplicaciones; y la realidad de los desarrolladores frente a la regulación nacional del sector salud

Se puso como ejemplo el manejo de las recetas médicas electrónicas, las cuales podrían ser llevadas a la realidad bajo esquemas de blockchain y ello significaría un avance importante en favor de la interacción médico-paciente. Sin embargo para ello es necesario, previamente, identificar la normatividad adecuada que regiría el blockchain en la salud digital y más específicamente, la aplicación de una tecnología de este tipo, en la realidad del sistema de salud mexicano.

Durante la sesión, se habló de:

  • la necesidad de que en estos procesos el canal de comunicación sea transparente,
  • que haya un buen nivel de seguridad, donde por ejemplo, estén absolutamente resguardados los datos personales tanto del médico; como del paciente.

Protección de datos personales

Representantes de despachos legales conocedores de los avances tecnológicos, hablaron de que este tipo de sistemas como blockchain son tan nuevos que van muy por delante de la regulación existente: “No hay nada en la Cofepris, ni en otras dependencias gubernamentales donde el uso de la tecnología pueda sustentarse como para decir que se ejerce de manera responsable”, dijeron los expertos. Consideraron vital ante todo, proteger los datos personales de los involucrados en esos nuevos procesos.

En este sentido se consideró importante que para resguardar la información de los archivos clínicos digitales, el gobierno se allegue de técnicos de muy buen nivel tanto para ejecutar como para normar el uso y manejo del blockchain.

Obstaculos

En la mesa de trabajo se expusieron puntos importantes que permiten prever que el uso de esta tecnología aún tardará en implementarse:

  • Sólo en el Instituto Mexicano del Seguro Social (IMSS) se realizan actualmente más de 38,000 transacciones en una hora, es decir cientos de miles cada día.
  • En el mismo IMSS existen quince diferentes servidores, y actualmente no es factible inter-conectarlos.

En términos regulatorios, se dijo, lo único que se puede hacer por ahora para la implementación del blockchain en el sistema de salud de México, es adecuarlo a las normas de protección de datos y a las regulaciones internacionales.

Por lo pronto, se puso como ejemplo el modelo de facturación digital por parte del Sistema de Administración Tributaria (SAT), que podría ser una referencia con sus necesarias adecuaciones, para la implementación de las nuevas tecnologías digitales, como el blockchain en el sector salud.

Sistema predictivo de cuidados paliativos ayuda a impulsar consultas oportunas

médico con una computadora
Palliative Connect se basa en datos de la historia clínica electrónica y utiliza el aprendizaje automático para desarrollar una puntuación.

De acuerdo con un nuevo estudio realizado por investigadores de la Facultad de Medicina Perelman de la Universidad de Pensilvania, se descubrió que Palliative Connect, un sistema de activación desarrollado en Penn Medicine (Sistema de Salud de la Universidad de Pennsylvania) y que funciona con análisis predictivos; es eficaz para aumentar las consultas de cuidados paliativos para pacientes gravemente enfermos. Después de que se implementó el sistema, la consulta de cuidados paliativos aumentó en un 74 por ciento.

Estudio piloto

El estudio “Electronic Health Record Mortality Prediction Model for Targeted Palliative Care Among Hospitalized Medical Patients: a Pilot Quasi-experimental Study” (Modelo de predicción de mortalidad de registros electrónicos de salud para cuidados paliativos dirigidos a pacientes hospitalizados: un estudio piloto cuasi-experimental) fue publicado en el Journal of General Internal Medicine.

Existe un amplio reconocimiento de la necesidad de mejorar la calidad de los cuidados paliativos para pacientes gravemente enfermos; y la consulta de cuidados paliativos se ha asociado con mejores resultados para estos pacientes“, dijo la autora principal del estudio, Katherine Courtright, profesora asistente de Alergia y Cuidados Críticos, Hospicio y Medicina Paliativa.

Según el Centro para Avanzar en Cuidados Paliativos, los cuidados paliativos es la atención médica especializada centrada en proporcionar alivio de los síntomas; y el estrés de una enfermedad grave para mejorar la calidad de vida de los pacientes y sus familias. Este tipo de asistencia es apropiada para pacientes de cualquier edad y durante cualquier etapa de la enfermedad. 

Palliative Connect

Palliative Connect se basa en datos de la historia clínica electrónica y utiliza el aprendizaje automático para desarrollar una puntuación. La cual se basada en 30 factores diferentes del pronóstico probable de una persona durante 6 meses. El período de tiempo que los médicos deben usar para tomar una decisión del beneficio de una consulta de cuidados paliativos.

Nina O’Connor, jefa de Cuidados Paliativos de Penn Medicine y también autora del estudio, evaluó Palliative Connect durante un período de 8 semanas entre diciembre de 2017 y febrero de 2018. En ese lapso, 134 pacientes que habían ingresado en un hospital de Filadelfia. se compararon con una población similar de 138 pacientes seleccionados desde antes de que se aplicara Palliative Connect.

Resultados

En el grupo de pacientes en los que se aplicó Palliative Connect, las consultas aumentaron significativamente, subiendo de 22 a 85. Además, los pacientes fueron atendidos con cuidados paliativos más temprano en su estancia en el hospital, un promedio de un día y medio antes.

Sin embargo, los médicos del equipo primario podían rechazar algunas de las consultas solicitadas y los investigadores encontraron que alrededor del 43% lo hizo,  proporcionando varias razones para ello. Éstas incluyeron:

  • La sensación del médico de que ya estaban cumpliendo con las necesidades del paciente,
  • o que no existía una necesidad de cuidados paliativos en ese momento.

Estas explicaciones, dijo Courtright, resaltan el hecho de que el pronóstico no es una medida perfecta de las necesidades de cuidados paliativos para cada paciente, es sólo un aspecto de una enfermedad grave.

El estudio también mostró que ninguno de los pacientes o sus cuidadores rechazó una consulta activada después de que fuera aceptada por el médico del equipo primario.

Este enfoque nos ayuda a poner un pie en la puerta y realmente explicar qué es el cuidado paliativo para los pacientes y sus familias“, explicó Courtright. “A veces, los equipos primarios tienen la sensación de que los pacientes o las familias dudan o no quieren hablar sobre los cuidados paliativos. Pero cuando un clínico entra en la sala y explica lo que hacen, a menudo las personas realmente se alegran de vernos allí“.

Los investigadores creen que ésta es la primera vez que se prueba un sistema de predicción escalable basado en datos de este tipo en un entorno clínico real para cuidados paliativos. Se han utilizado otros desencadenantes, pero pocos se han desarrollado a partir de evidencia empírica y aún menos que se hayan probado rigurosamente.

Siguiente paso

En el futuro, los investigadores planean continuar ajustando el modelo de predicción de Palliative Connect. Además, se está realizando otro estudio para evaluar la perspectiva de los médicos, pacientes y médicos de cuidados paliativos en los desencadenantes de consultas, para informar mejor el uso futuro de tales intervenciones.

Nuestro objetivo es que cada paciente gravemente enfermo tenga una conversación con su médico sobre sus prioridades y deseos y que documente esas prioridades en la historia clínica“, dijo O’Connor. “Creemos que los desencadenantes nos permiten hacer eso, por lo que continuaremos evaluando y refinando para ayudar a más pacientes“.

Nueva herramienta usa aprendizaje automático para determinar candidatos a trombectomía endovascular

La herramienta puede analizar imágenes, “aprendiendo” automáticamente sutiles patrones

Un algoritmo desarrollado por la el Centro de Ciencias de la Salud de la Universidad de Texas en Houston (UTHealth) puede ayudar a los médicos que se encuentran fuera de los principales centros de tratamiento, a evaluar si un paciente que sufre un accidente cerebrovascular isquémico, se beneficiaría de un procedimiento endovascular para eliminar un coágulo que obstruye una arteria.

Los resultados de su estudio clínico, se publicaron en línea en la revista Stroke en el artículo “Machine Learning–Enabled Automated Determination of Acute Ischemic Core From Computed Tomography Angiography” (Determinación automatizada habilitada por aprendizaje automático del núcleo isquémico agudo de la angiografía por tomografía computarizada).

La trombectomía endovascular es un procedimiento que consiste en enhebrar un catéter a través de la arteria femoral, desde la extremidad inferior hasta el cerebro, donde el coágulo se puede eliminar mecánicamente. Desde 2015, los estudios han demostrado que puede mejorar los resultados para los pacientes con accidente cerebrovascular. Pero solo si la cantidad de tejido cerebral lesionado es mínima en el momento del tratamiento.

Desafortunadamente, la neuroimagen avanzada útil para detectar en cuestión de horas si un paciente es candidato para el tratamiento, se limita a la resonancia magnética emergente o la perfusión de tomografía computarizada (TC). Ese tipo de tecnología y experiencia no están disponibles en la mayoría de los hospitales comunitarios y centros de accidente cerebrovascular primario.

Con la trombectomía endovascular, ahora tenemos un tratamiento para el accidente cerebrovascular isquémico que es realmente revolucionario. Nos permite llevar a los pacientes con accidente cerebrovascular de una discapacidad grave y devolverlos a una vida casi normal“, dijo el médico Sunil A. Sheth, uno de los autores del artículo y profesor de neurología en la Escuela de Medicina McGovern en UTHealth. “Desafortunadamente, las técnicas de imagen avanzadas utilizadas actualmente para identificar qué pacientes se benefician de este procedimiento no están ampliamente disponibles fuera de los grandes hospitales de referencia. Como resultado, la mayoría de los pacientes con accidente cerebrovascular no tienen acceso a pruebas de detección basadas en las guías para estos tratamientos”.

En respuesta, los doctores Sheth y Luca Giancardo, autor principal y profesor asistente de la Facultad de Informática Biomédica de la UTHealth, desarrollaron una herramienta de aprendizaje automático que podría usarse con una técnica de imagen ampliamente disponible, el angiograma TC. La herramienta puede analizar imágenes, “aprendiendo” automáticamente sutiles patrones que se pueden usar como intermediario para otras modalidades de imagen más avanzadas; pero no fácilmente disponibles, como la perfusión TC. La arquitectura de aprendizaje automático, llamada DeepSymNet, se desarrolló en UTHealth.

Para probar la herramienta, el equipo de investigación identificó a los pacientes que habían sufrido un accidente cerebrovascular o tenían condiciones que lo imitaban.

De los 224 pacientes que tuvieron accidente cerebrovascular, 179 tenían vasos sanguíneos cerebrales que estaban bloqueados. El algoritmo DeepSymNet aprendió a identificar estos bloqueos a partir de las imágenes de angiograma TC; y entrenó al software para usar esas mismas imágenes para definir el área del cerebro que había muerto, usando imágenes previas de perfusión CT como la “norma de oro“.

La ventaja es que no tiene que estar en un centro de salud académico o en un hospital de atención terciaria para determinar si este tratamiento beneficiaría al paciente. Y lo mejor de todo, el angiograma TC ya se usa ampliamente para pacientes con accidente cerebrovascular“, dijo Sheth.

Nueva tecnología de imágenes en tiempo real tiene potencial de eliminar necesidad de cirugías secundarias en oncología

Parsin Haji Reza
El investigdor Parsin Haji Reza de la Universidad de Waterloo trabajando en su laboratorio.

El tratamiento del cáncer podría mejorar dramáticamente con un invento de la Universidad de Waterloo, de Ontario, Canadá, que permite localizar con precisión los bordes de los tumores cancerosos durante una cirugía para extirparlos.

Antecedentes

La nueva tecnología de imágenes utiliza una forma en que la luz de los lásers interactúa con los tejidos cancerosos y los sanos para distinguir unos de otros en tiempo real; y sin contacto físico. Es un avance que genera el potencial de eliminar la necesidad de cirugías secundarias para extirpar el tejido maligno.

Este es el futuro, un gran paso hacia nuestro objetivo final de revolucionar la oncología quirúrgica“, dijo Parsin Haji Reza, profesor de ingeniería de diseño de sistemas que dirige el proyecto: “Intraoperatoriamente, durante la cirugía, el médico podrá ver exactamente qué cortar y cuánto cortar“.

Un artículo sobre el trabajo, “All-optical Reflection-mode Microscopic Histology of Unstained Human Tissues” (Histología microscópica en modo de reflexión totalmente óptico de tejidos humanos no teñidos), se publicó el pasado 16 de septiembre en la revista Scientific Reports.

Actualmente los médicos confían principalmente en imágenes de resonancia magnética preoperatorias y tomografía computarizada; además de su experiencia y la inspección visual que realizan, para determinar los márgenes de los tumores durante las operaciones.

Luego, las muestras de tejido se envían a los laboratorios para su análisis, con un tiempo de hasta 2 semanas para que los resultados muestren si el tumor se extirpó por completo o no.

En un 10% de los casos puede haberse omitido una parte del tejido canceroso y se requiere de una segunda operación para removerlo. Las tasas varían ampliamente para los diferentes tipos de tumores.

Tecnología fotoacústica

La tecnología desarrollada en la Universidad de Waterloo es fotoacústica y funciona enviando pulsos de luz láser al tejido objetivo, que los absorbe, calienta, expande y produce ondas de sonido. Un segundo láser lee esas ondas de sonido; que luego se procesan para determinar si el tejido es canceroso o no.

El sistema ya se ha utilizado para hacer imágenes precisas de muestras de tejido humano incluso relativamente gruesas y no tratadas por primera vez. 

Siguientes pasos

Los siguientes pasos incluyen la obtención de imágenes de muestras de tejido recientemente tomadas durante las cirugías; la integración de la tecnología en un microscopio quirúrgico y finalmente, el uso del sistema directamente en los pacientes durante las operaciones.

Esto tendrá un tremendo impacto en la economía de la atención de la salud; será sorprendente para los pacientes y brindará a los médicos una nueva y gran herramienta“, dijo Haji Reza, director de PhotoMedicine Labs en Waterloo:Ahorrará mucho tiempo, dinero y ansiedad“.

Los investigadores esperan desarrollar un sistema completamente funcional dentro de aproximadamente 2 años. El proceso incluye la necesidad de superar obstáculos éticos y asegurar los permisos regulatorios.

Desarrollan báscula para monitorear insuficiencia cardiaca

prototipo
Las señales de balistocardiografía de alta calidad pueden recolectarse en un entorno hogareño y usarse para detectar el estado clínico de los pacientes con IC

Un dispositivo registra un electrocardiograma a través de los dedos de las manos y con una especie de báscula, mide el movimiento del cuerpo que se origina por la energía transmitida desde el corazón hacia las grandes arterias. Con esa información, las herramientas de aprendizaje automático, calculan los síntomas de insuficiencia cardiaca.

Así es como los investigadores del Instituto de Tecnología de Georgia (Georgia Tech, por su nombre en inglés) imaginan que su dispositivo experimental llegará a los pacientes algún día, y en el estudio “Classification of Decompensated Heart Failure from Clinical and Home Ballistocardiography” (Clasificación de la insuficiencia cardíaca descompensada a través de la balistocardiografía clínica y domiciliaria), informaron el éxito de la prueba de concepto al registrar y procesar datos de 43 pacientes con insuficiencia cardíaca

La idea es que una versión comercializable futura de la escala de monitoreo,  notificaría al médico, quien llamaría a la persona para ajustar su medicación en casa, con suerte evitándole una larga estadía en el hospital y un sufrimiento innecesario.

El balistocardiograma es una medición que los investigadores tomaban con más frecuencia hace unos 100 años, pero la abandonaron cuando la tecnología de imagen la superó con creces. Ahora, con la computación moderna, los investigadores la están encontrando útil de nuevo.

De acuerdo con Alberto Barón, en la Revista Colombiana de Cardiología, “El balistocardiograma (BCG) es el registro del movimiento del cuerpo que se origina por la energía transmitida desde el corazón hacia las grandes arterias como consecuencia de la salida de la sangre desde los ventrículos y del retroceso del cuerpo como reacción. Esta energía causa un desplazamiento del cuerpo en sentido cefálico, para luego cambiar en dirección opuesta cuando la sangre fluye por la aorta descendente.

 “Es la primera vez que en nuestro trabajo utilizamos BCG para clasificar el estado de los pacientes con insuficiencia cardíaca“, dijo Omer Inan, investigador principal del estudio y profesor asociado en la Escuela de Ingeniería Eléctrica e Informática de Georgia Tech.

Crisis de salud

La insuficiencia cardíaca (IC) afecta a 6.5 ​​millones de estadounidenses y es una enfermedad de progresión lenta, en la que el corazón funciona cada vez con menos eficacia. Muchas personas lo conocen como insuficiencia cardíaca congestiva porque un síntoma importante es la acumulación de líquido, que puede congestionar los pulmones, dificultar la respiración e incluso, causar la muerte.

Los pacientes sufren hospitalizaciones repetidas para ajustar los medicamentos cuando su condición disminuye, o se “descompensa“, lo que hace que la insuficiencia cardíaca sea un factor importante de ingresos hospitalarios y costos de atención médica. El monitoreo domiciliario reduce las hospitalizaciones, pero actualmente requiere un procedimiento invasivo.

La investigación de Georgia Tech estuvo detrás del lanzamiento de un dispositivo de monitoreo domiciliario de insuficiencia cardíaca implantable en 2011. Pero esta nueva solución potencialmente prescindiría del procedimiento, costaría mucho menos y sería mucho más simple de usar, reduciendo la resistencia de los pacientes al monitoreo domiciliario. 

Dada su etapa inicial, la escala BCG-Electrocardiograma (ECG) del estudio, funcionó bien en las pruebas de hospital pero también en las pruebas en el hogar, lo cual fue prometedor, ya que la solución apunta principalmente al uso eventual en los domicilios.

El equipo de investigación, incluyó colaboradores de la Universidad de California de su sede en San Francisco y de  la Universidad Northwestern, publicó sus resultados en la revista IEEE Transactions on Biomedical Engineering, del  Institute of Electrical and Electronics Engineers (IEEE)

La parte electrocardiograma de la escala experimental no es nueva ni su gran información de diagnóstico, pero por sí sola no dice lo suficiente sobre la insuficiencia cardíaca. La parte de BCG es principalmente nueva, y parece valiosa para monitorear la insuficiencia cardíaca, pero también es difícil de grabar e interpretar.

El ECG tiene ondas características que los médicos han entendido durante 100 años, y ahora, las computadoras lo leen muchas veces“, dijo Inan. “Los elementos de la señal de BCG aún no se conocen bien, y no se han medido mucho en pacientes con insuficiencia cardíaca“.

El electrocardiograma es eléctrico; el cuerpo conduce bien sus señales y las grabaciones son claras. Por el contrario, el BCG es una señal mecánica; la grasa corporal lo amortigua, y enfrenta muchas interferencias en el cuerpo, como variaciones de tejidos y movimientos musculares. Los BCG también son más “ruidosos” en personas con enfermedad cardiovascular.

Los pacientes con insuficiencia cardíaca tienden a ser más débiles, e inicialmente, a los investigadores les preocupaba que se tambalearan en las escalas durante las pruebas en el hogar, agregando aún más ruido a los BCG. Pero las grabaciones fueron muy productivas.

Aunque una lectura del balistocardiograma  es garabato en comparación con los grabados casi uniformes de un ECG, los BCG tienen algunos patrones que son paralelos a los de un electrocardiograma. Por ejemplo, el gran pico ascendente en un ECG es seguido por la gran “onda J” del BCG.

Latidos inconsistentes

Los investigadores procesaron BCG con 3 algoritmos de aprendizaje automático, revelando patrones que difieren cuando se descompensa la insuficiencia cardíaca de un paciente.

En alguien con insuficiencia cardíaca descompensada, el flujo de sangre a través de las arterias se vuelve más desordenado, y lo vemos en la señal mecánica del BCG“, dijo Inan. “Esa diferencia no aparece en el ECG porque es una señal eléctrica“.”La característica más importante era el grado en que el BCG es variable, lo que significaría un flujo sanguíneo inconsistente. Si corta la grabación en intervalos de 20 segundos y los segmentos individuales difieren mucho entre sí, eso es un buen marcador de descompensación“, explicó Inan.

Piel artificial podría ayudar en rehabilitación e incorporar el tacto en la realidad virtual

sistema de sensores y actuadores
El sistema permite que la piel artificial se adapte a la forma exacta de la muñeca del usuario.

Al igual que nuestros sentidos de audición y visión, nuestro sentido del tacto juega un papel importante en la forma en que percibimos e interactuamos con el mundo que nos rodea. La tecnología capaz de replicar nuestro sentido del tacto, es conocida como retroalimentación háptica. Con la que se puede mejorar en gran medida las interfaces humano-computadora y humano-robot para aplicaciones como: la rehabilitación médica y la realidad virtual.

Esto de acuerdo con la información publicada en el artículo “Closed-Loop Haptic Feedback Control Using a Self-Sensing Soft Pneumatic Actuator Skin” (Control de retroalimentación háptica de ciclo cerrado utilizando una piel de actuador neumático suave autodetectable) en la revista Soft Robotics.

Los científicos del Laboratorio de Robótica Reconfigurable (RRL, Reconfigurable Robotics Lab) de la Escuela Politécnica Federal de Lausana (EPFL École Polytechnique Fédérale de Lausanne)  encabezado por Jamie Paik; y el Laboratorio de Interfaces Bioelectrónicas Suaves (LSBI, Laboratory for Soft Bioelectronic Interfaces), encabezado por Stéphanie Lacour en la Escuela de Ingeniería, se han unido para desarrollar una piel artificial suave y flexible hecha de silicona y electrodos. Ambos laboratorios son parte del programa The National Centre of Competence in Research (NCCR) Robotics.

Piel artificial

El sistema de sensores y actuadores suaves permiten que la piel artificial se adapte a la forma exacta de la muñeca de un usuario; y por ejemplo proporcione una retroalimentación háptica en forma de presión y vibración. Los sensores de tensión miden continuamente la deformación de la piel para que la retroalimentación háptica se pueda ajustar en tiempo real y producir una sensación táctil lo más realista posible.

Esta es la primera vez que desarrollamos una piel artificial completamente suave donde se integran sensores y actuadores“, dice Harshal Sonar, autor principal del estudio. “Esto nos da un control de circuito cerrado; lo que significa que podemos modular de manera precisa y confiable la estimulación vibratoria que siente el usuario. Esto es ideal para aplicaciones portátiles, como para probar la propiocepción de un paciente en aplicaciones médicas“.

Háptica intercalada entre capas de silicona

La háptica es una tecnología para crear una experiencia táctil al aplicar fuerza, vibraciones o movimientos al usuario.

La piel artificial contiene suaves actuadores neumáticos que forman una membrana que puede inflarse bombeando aire hacia ella. Los actuadores se pueden sintonizar a presiones y frecuencias variables (hasta 100 Hz, o 100 impulsos por segundo). La piel artificial vibra cuando la membrana se infla y desinfla rápidamente.

En la capa superior de la membrana se encuentra el sensor; y contiene electrodos que son suaves hechos de una mezcla de galio líquido-sólido. Estos electrodos miden continuamente la deformación de la piel y envían los datos a un microcontrolador. Éste utiliza la retroalimentación para ajustar la sensación transmitida al usuario; en respuesta a los movimientos del usuario y los cambios en los factores externos.

La piel artificial puede estirarse hasta 4 veces su longitud original por hasta un millón de ciclos. Eso la hace particularmente atractiva para una serie de aplicaciones del mundo real. Por ahora, los científicos lo han probado en los dedos de los usuarios; y todavía se encuentran trabajando en mejorar la tecnología.

El siguiente paso será desarrollar un prototipo totalmente portátil para aplicaciones en rehabilitación y realidad virtual y aumentada“, dice Sonar. “El prototipo también se probará en estudios neurocientíficos. En donde se puede usar para estimular el cuerpo humano mientras los investigadores estudian la actividad cerebral dinámica en experimentos de resonancia magnética“.

Con IA y un robot se busca comprender y mejorar experiencia del paciente con enfermedad crónica

El programa piloto se anunció oficialmente en el escenario de la Reunión y Exposición Anual de la Asociación Nacional de Farmacias Especializadas, en Estados Unidos el 10 de septiembre de 2019. Los datos iniciales del piloto estarán disponibles en los próximos meses.

Programa piloto

El pasado 12 de septiembre se anunció en Estados Unidos el  lanzamiento de un programa piloto para:

  • explorar el comportamiento de los pacientes fuera de los entornos clínicos;
  • y para probar el impacto que la interacción regular con la inteligencia artificial (IA) tiene en las experiencias de tratamiento.

Fue un programa de 12 meses que utiliza el Mabu Wellness Coach, un robot con inteligencia artificial que recopila información sobre el manejo de los síntomas y las tendencias de apego al tratamiento en pacientes seleccionados.

El robot Mabu puede interactuar con los pacientes utilizando algoritmos de IA para entablar conversaciones personalizadas. Mabuhabla” con los pacientes:

  • sobre cómo se sienten,
  • y los ayuda a responder las preguntas que puedan tener sobre su tratamiento.

Posteriormente la plataforma Mabu Care Insights envía datos y conocimientos a un proveedor de farmacia especializado, que a su vez, podrá apoyar a los cuidadores humanos a ofrecer asesoría oportuna y adecuada al paciente. El objetivo es ayudar a controlar mejor los síntomas y abordar las preguntas de los pacientes en tiempo real.

Beneficios de la IA

Hemos visto de primera mano los beneficios que la IA ha brindado a la atención médica. Tanto para el paciente como para los sistemas de salud“, dijo Cory Kidd, directivo de la empresa de tecnología que respalda esta investigación. “Nuestro trabajo nos permite relacionarnos con pacientes a mayor escala y; por lo tanto, tener acceso a más información y datos que esperamos puedan mejorar los resultados de salud“.

Mabu apoya la atención personalizada al obtener información que permite que la farmacia especializada se comunique con los pacientes mientras expresan los desafíos en el manejo de sus condiciones.

También genera consejos y recordatorios de salud para ayudar a los pacientes respecto a su tratamiento. Con el tiempo, el objetivo es que Mabu colabore con las personas para superar los desafíos que a menudo son parte del manejo de una enfermedad crónica.

El sistema de atención médica está saturado y, como resultado, los pacientes buscan información más coordinada. A través de esta colaboración esperamos aprender de datos en tiempo real sobre los desafíos que enfrentan los pacientes, fuera del entorno clínico. Esto con el objetivo de mejorar la experiencia de sus tratamientos en el futuro“; dijo Lidia Fonseca, directora digital y de tecnología de la compañía farmacéutica participante. “Este piloto es un ejemplo de cómo estamos trabajando para desarrollar compañeros digitales para todos nuestros medicamentos; que permitan apoyar mejor a los pacientes en sus experiencias de tratamiento“.

Desarrollan calculadora en la web para clasificar prioridad de riesgos después de la menopausia

Calculadora de riesgo
Una herramienta para ayudar a las mujeres a dejar de preocuparse demasiado por los riesgos para la salud que probablemente no sean factores

A medida que crecen los riesgos de enfermedades cardíacas; derrames cerebrales; y cáncer, una nueva calculadora en línea guía a las mujeres a centrarse en las afecciones que deben ser su principal preocupación.

Expertos en salud pública; medicina; y ciencias de la computación de Estados Unidos y Arabia Saudita han desarrollado una calculadora en la web que ayuda a las mujeres de mediana edad a predecir sus riesgos de afecciones que se vuelven más probables con la edad.

Dirigido por John Robbins del Centro Médico Davis de la Universidad de California (UC Davis Health), la calculadora de predicción de riesgos es única. En el sentido de que explica simultáneamente múltiples afecciones de salud, en lugar de una a la vez. También identifica la probabilidad cambiante de esas condiciones en el tiempo.

El trabajo fue presentado en el artículo: “Development of a comprehensive health-risk prediction tool for postmenopausal women“; (Desarrollo de una herramienta integral de predicción de riesgos de salud para mujeres posmenopáusicas).

La herramienta “les da a las mujeres y a sus médicos una idea en lo que deben concentrarse“, afirmó Robbins. “La mayoría está preocupada por el cáncer de mama y, por supuesto, deberían estarlo. Pero si su historial y estilo de vida indican que su mayor riesgo es la enfermedad cardíaca, esa debería ser su principal preocupación“.

Basado en datos de WHI

La calculadora se basa en datos de la Iniciativa de la Salud de la Mujer (WHI, Women’s Health Initiative); un estudio a largo plazo de más de 160,000 mujeres estadounidenses de 50 a 79 años. La información demográfica; de estilo de vida; historial médico; y resultados de salud de WHI ha respaldado estudios innovadores centrados en mejorar la atención a las mujeres posmenopáusicas.

Robbins anteriormente utilizó los datos para estudiar cómo la ascendencia derivada genéticamente afecta el riesgo de enfermedad. También fue investigador principal del sitio WHI de UC Davis.

Comparación de riesgos probables

El resultado de su estudio actual basado en WHI es una calculadora interactiva ubicada en una página web. Después de responder entre 35 y 50 preguntas relacionadas con la salud actual y pasada; y los antecedentes familiares; la herramienta muestra a la mujer, la probabilidad de sufrir en los próximos 5, 10 o 15 años:

  • ataque cardíaco
  • cáncer de mama, pulmón o colorrectal
  • derrame cerebral
  • fractura de cadera

El riesgo de una enfermedad siempre es relativo a los riesgos de otra y nuestra herramienta explica esos riesgos competitivos“, dijo Robbins. “El objetivo es ayudar a las mujeres a dejar de preocuparse demasiado por los riesgos para la salud que probablemente no sean factores y se orienten en los que sí lo son“.

Usando inteligencia artificial para “mejorar” visión de equipos en pruebas oftalmológicas

Los investigadores de la Universidad de la Tecnología de Queensland (QUT, Queensland University of Technology) en Australia; desarrollaron un método más preciso y detallado para analizar imágenes de la parte posterior del ojo. Con el fin de ayudar a los médicos a detectar y rastrear mejor las enfermedades oculares, como el glaucoma; y la degeneración macular relacionada con la edad avanzada, usando inteligencia artificial (IA) con técnicas de aprendizaje profundo.

Sus descubrimientos se encuentran en el artículo “Automatic choroidal segmentation in OCT images using supervised deep learning methods” (Segmentación coroidea automática en imágenes de tomografía de coherencia óptica –TCO– usando métodos supervisados ​​de aprendizaje profundo) que ha sido publicado en Nature Scientific Reports.

Tomografía de Coherencia Óptica (TCO)

El autor principal del estudio, el Dr. David Alonso-Caneiro de la Facultad de Salud, Escuela de Optometría y Ciencias de la Visión, dijo que el equipo había explorado una gama de técnicas de aprendizaje profundo de vanguardia para analizar las imágenes de tomografía de coherencia óptica (TCO).

El TCO es un instrumento comúnmente utilizado por optometristas y oftalmólogos. Toma imágenes transversales del ojo y muestra las diferentes capas de tejido. Estas imágenes son de alta resolución, aproximadamente 4 micras. Un cabello humano, tiene aproximadamente 100 micras de espesor.

El Dr. Alonso-Caneiro señaló que usar el escaneo TCO para mapear y monitorear el grosor de las capas de tejido en el ojo puede ayudar a los médicos a detectar enfermedades oculares.

Usando inteligencia artificial para “mejorar” visión

En nuestro estudio buscamos un nuevo método para analizar las imágenes de las principales capas del tejido en la parte posterior del ojo: la retina; y la coroides. Con especial interés en la coroides“, dijo.

La coroides es el área entre la retina y la esclerótica; y contiene los principales vasos sanguíneos que proporcionan nutrientes y oxígeno al ojo“.

Las técnicas estándar de procesamiento de imágenes utilizadas con TCO definen y analizan bien las capas de tejido retiniano. Pero muy pocos instrumentos clínicos de TCO tienen un software que analice el tejido coroideo“.

Así que capacitamos a una red de aprendizaje profundo para reconocer las características clave de las imágenes, definir con precisión y automáticamente los límites de la coroides y la retina“.

El equipo recolectó escáner ocular coriorretiniano de TCO de un estudio longitudinal de 18 meses de 101 niños con buena visión y ojos sanos; y usó estas imágenes para entrenar al programa a detectar patrones y definir los límites coroideos.

Resultados

Posteriormente compararon con lo que desarrollaron usando métodos estándar de análisis de imágenes y determinaron que su programa era confiable y más preciso.

Poder analizar imágenes TCO ha mejorado nuestra comprensión de los cambios en el tejido ocular relacionados con el desarrollo normal del ojo; el envejecimiento; los errores de refracción; y las enfermedades oculares“, dijo el Dr. Alonso-Caneiro.

Nuestro programa proporciona imágenes e información más confiable de la coroides. Es importante clínicamente y también permite avanzar en nuestra comprensión del ojo a través de la investigación“.

Creemos que nuestros métodos podrían proporcionar una manera de identificar; y monitorear mejor los cambios en el tejido coroideo y potencialmente diagnosticar oportunamente enfermedades oculares“.

El Dr. Alonso-Caneiro dijo que el nuevo programa se había compartido con investigadores oculares tanto en Australia como en otros países; y se esperaba que los fabricantes de instrumentos comerciales de TCO pudieran estar interesados ​​en aplicarlo.

El equipo también quiere realizar más investigaciones para probar el programa en imágenes con poblaciones mayores; y personas con enfermedades diagnosticadas.

Telemedicina para empoderar a mujeres con monitoreo cardiovascular tras el parto

Monitoreo remoto de hipertensión posparto
Monitoreo remoto de hipertensión posparto

Mediante el uso de un brazalete que les esté monitoreando su presión arterial tras el parto desde su hogar, investigadores en Estados Unidos lograron que las pacientes puedan ser más participativas y tener mejor control en casos de trastornos hipertensivos del embarazo que comúnmente impactan a las mujeres por el resto de sus vidas.

Investigadores de la Facultad de Medicina de la Universidad de Pittsburgh y el Instituto de Investigación Magee-Womens (MWRI, por sus siglas en inglés ) crearon un programa de control de la presión arterial en el hogar para detectar rápidamente las tendencias que pueden resultar ser preocupantes en las mujeres en etapa de posparto antes de que la situación se vuelva crítica. 

Controles posparto

Para abordar el aumento de la tasa de mortalidad materna, el Colegio Estadounidense de Obstetras y Ginecólogos (ACOG, American College of Obstetricians and Gynecologists) aumentó recientemente su frecuencia recomendada para los controles posparto, comenzando dentro de las 3 semanas posteriores al nacimiento. 

Actualmente sólo alrededor del 66% de las nuevas madres diagnosticadas con un trastorno hipertensivo están regresando a la clínica. Lo que generalmente es una única cita de seguimiento alrededor de las 6 semanas posteriores al parto. 

Esa cifra se elevó al 88% cuando los investigadores le dieron a las mujeres un brazalete de presión arterial;y periódicamente les pidieron que enviaran sus lecturas por mensaje de texto a una enfermera. Esto de acuerdo al estudio “A Postpartum Remote Hypertension Monitoring Protocol Implemented at the Hospital Level“; (Un protocolo de monitoreo remoto de hipertensión posparto implementado a nivel hospitalario) publicado en la revista Obstetrics & Gynecology

Nos comunicamos con las mujeres desde donde están. En lugar de decirles que tienen que ir al hospital para todos los controles de presión arterial; justo cuando deben cuidar un nuevo bebé“; dijo la autora principal, Alisse Hauspurg, profesora asistente de obstetricia, ginecología y ciencias de la reproducción, en Pittsburgh. Agregó, “Creo que esto está respaldado por las recientes recomendaciones de ACOG; y es una oportunidad para mejorar la atención a las mujeres de alto riesgo“.

Tomando lecturas desde el hogar

Entre febrero de 2018 y enero de 2019, los investigadores reclutaron a 499 pacientes con preeclampsia;, eclampsia o hipertensión crónica, gestacional o posparto. Cada una fue dada de alta de la unidad posparto con un brazalete automático de presión arterial e instrucciones sobre cómo tomar sus propias lecturas en casa.

Registros

Un sistema computarizado integrado con los registros electrónicos de salud de las participantes, les recordaba tomar sus propias lecturas de presión arterial y frecuencia cardíaca una vez al día durante 5 días. Si sus lecturas eran normales, su cita de seguimiento de una semana se cancelaba automáticamente; como fue el caso del 43% de las mujeres.

Durante el periodo del protocolo, el número de pacientes que tomaban medicamentos para la presión arterial comenzó a disminuir. A las pacientes que dejaron de requerir medicamentos, les disminuyeron la frecuencia de sus lecturas.

Por el contrario en los casos que presentaban lecturas con alteraciones,  se generaba un aumento en la frecuencia de monitoreo, notificando automáticamente al proveedor de atención médica del paciente. Las lecturas peligrosamente altas se traducían en una visita a la sala de emergencias.

En general, el 83% de los participantes continuó el programa más allá de las 3 semanas posteriores al parto; y el 74% continuó durante 4 semanas o más.

Según los investigadores, este estudio demuestra la viabilidad y los altos niveles de participación en el programa; lo que debería ser sencillo de ampliar.

Resultados

Una de las grandes ventajas aquí es la escalabilidad“; comentó el autor principal del artículo, Hyagriv Simhan, profesor de obstetricia, ginecología y ciencias reproductivas en Pittsburgh. “Contactar a las mujeres en su ‘cuarto trimestre’ con la atención en línea nos permite involucrar a un mayor número de pacientes en una geografía más amplia con la infraestructura y la fuerza laboral que ya tenemos“.

De las 250 mujeres que completaron una encuesta posterior al programa:

  • 94% dijo que estaban satisfechas con la experiencia.
  • 82% dijo que se sentían más cómodas sabiendo que una enfermera controlaba su salud todos los días.

Uno de los objetivos del programa es unir la atención de los obstetras al monitoreo cardiovascular continuo, aunque menos intensivo. Hasta ahora, el 63% de los participantes del estudio han programado una cita o han establecido atención con un proveedor de atención primaria.

El monitoreo de la presión arterial en el hogar le da a las pacientes control. Están enviando sus números por mensaje de texto“, dijo Hauspurg. “Los trastornos hipertensivos del embarazo impactan a las mujeres por el resto de sus vidas. Por lo que tener la responsabilidad sobre su propia salud es realmente importante. Les estamos capacitando para que conozcan sus números“.