Ayer se entregaron en Madrid los galardones de la Lung Ambition Alliance, una iniciativa de AstraZeneca, y en la IV Convocatoria de Premios a Proyectos de Innovación para la detección precoz del cáncer de pulmón 2024 fue galardonado el Dr. Dopazo
Abordar la alta tasa de mortalidad del cáncer de pulmón a través de las herramientas de inteligencia artificial es el objetivo del proyecto de investigación PulmoAI: Predicción Temprana del Cáncer de Pulmón mediante Inteligencia Artificial, que lidera el científico de la Fundación Joaquín Dopazo, director de la Plataforma de Medicina Computacional de esta entidad de la Consejería de Salud y Consumo y que ha sido galardonado en la IV Convocatoria de Premios a Proyectos de Innovación para la detección precoz del cáncer de pulmón 2024. Al acto de entrega acudió también la delegada de la Junta de Andalucía en Madrid, Teresa Astolfi.
Este premio, que otorga la Lung Ambition Alliance, una iniciativa impulsada por AstraZeneca en colaboración con diversas organizaciones unidas en una cruzada para eliminar el cáncer de pulmón como causa de muerte, , está dotado con 30.000 euros, que contribuirán a avanzar en el conocimiento de herramientas de inteligencia artificial aplicadas a la detección precoz de esta enfermedad, que sigue siendo el segundo tipo de cáncer con mayor incidencia a nivel mundial y el primero en términos de mortalidad. Esta alta mortalidad se debe en gran parte a que el 70% de los casos se diagnostica en estadios avanzados, de ahí la importancia de avanzar en la detección temprana.
El proyecto de predicción temprana de cáncer de pulmón mediante inteligencia artificial (IA) tiene como objetivo abordar esta alta tasa de mortalidad de la enfermedad. Para ello utiliza datos del mundo real de la Base Poblacional de Salud del sistema de salud andaluz, que contiene información clínica detallada de más de 15 millones de pacientes, para desarrollar un modelo predictivo basado en IA. Se emplearán algoritmos que ya han mostrado gran precisión y especificidad, que se entrenarán con los datos médicos que dejan los pacientes al usar el sistema de salud, con la finalidad de identificar una subpoblación de individuos con alto riesgo de desarrollar cáncer de pulmón, lo que permitirá un cribado más eficiente y preciso. Esto no solo mejorará la detección temprana, sino que también reducirá los costos asociados con el tratamiento de cánceres en etapas avanzadas al minimizar los falsos positivos y negativos que resultan de los métodos de cribado actuales.
La IA se ha mostrado prometedora en la mejora de diagnósticos y pronósticos en varias áreas de la Medicina, y su aplicación en el cáncer de pulmón busca maximizar la precisión y personalización del análisis de riesgo basado en múltiples factores, incluidos datos sociodemográficos, hábitos de vida y antecedentes médicos. Además, la aplicación de estos algoritmos de IA para la detección precoz de diagnósticos tiene un coste prácticamente nulo para el sistema sanitario, ya que se usan datos existentes de los pacientes. Este enfoque no sólo permitirá una intervención más temprana y efectiva, sino que también podría proporcionar información nueva y valiosa sobre los factores de riesgo del cáncer de pulmón, contribuyendo a la investigación futura y a la mejora continua de los programas de cribado.
Plataforma de Medicina Computacional
La Plataforma Andaluza de Medicina Computacional, una de las plataformas de investigación de la Fundación Progreso y Salud (FPS), ha sido concebida como una pieza fundamental del plan de Medicina Personalizada y de Precisión de la comunidad andaluza, con la misión de facilitar y proporcionar las herramientas para la inclusión de los datos genómicos del paciente en la historia clínica electrónica.
Esta Plataforma tiene como doble objetivo el desarrollo de algoritmos y métodos innovadores para el manejo e interpretación análisis de datos médicos de pacientes, así como para la generación de evidencia a partir de datos clínicos mediante estudios éticos y seguros, combinado con la producción de software de alta calidad diseñado específicamente para ser utilizado por usuarios finales clínicos, todo ello con una fuerte orientación traslacional. El objetivo último del Área es acercar al clínico algoritmos para la gestión de datos médicos, incluyendo datos genómicos complejos de forma transparente para él, que en última instancia fomenten la adopción de tecnologías innovadoras en la práctica clínica actual.
Joaquín Dopazo
El director de la Plataforma de Medicina Computacional y líder de este proyecto, Joaquín Dopazo, es doctor en Biología por la Universidad de Valencia y académico de la Real Academia Nacional de Medicina. Dopazo dirigió la Unidad de Bioinformática de Glaxo Wellcome en España durante los años 90, centrándose en el análisis genómico bacteriano y proyectos de secuenciación genómica, incluido Streptococcus pneumoniae. En 2000, se incorporó al Centro Nacional del Cáncer (CNIO), estableciendo su grupo de Bioinformática y lanzando el microarray Oncochip. Ejerció como Director Científico en el CIPF de Valencia, donde fundó el Departamento de Genómica Computacional. Desde 2017, lidera la Plataforma Andaluza de Medicina Computacional y el nodo de Bioinformática (BiER) del CIBERER, centrado en la interpretación de datos genómicos en los hospitales españoles. Su investigación se centra en la integración de datos genómicos y el análisis masivo de datos de secuencias, aplicándolos en genómica funcional, biología de sistemas y medicina de precisión.
Compartir en