El pasado mes de diciembre se puso en marcha la segunda fase de este proyecto que persigue desarrollar una aplicación móvil basada en la inteligencia artificial

El objetivo es la monitorización continua de las patologías crónicas en el domicilio y en el cribado de priorización de urgencias, entre otros aspectos

El SCS ha liderado esta iniciativa, llevada a cabo de forma conjunta con la Consellería de Sanidad Universal y Salud Pública de la Generalitat Valenciana

La directora del Servicio Canario de la Salud (SCS), Elizabeth Hernández, inauguró este miércoles 21 de junio una jornada ‘infoday’ para presentar los resultados del proyecto de Medicina Personalizada BigData Cuídat-e, una iniciativa liderada por el SCS y que ha sido desarrolla de forma conjunta con la Consellería de Sanidad Universal y Salud Pública de la Generalitat Valenciana, en el marco del Programa FID Salud del Ministerio de Ciencia e Innovación.

Junto a la directora del SCS participaron en el acto de apertura de esta jornada la secretaria autonómica de Eficiencia y Tecnología Sanitaria de la Conselleria de Sanidad Universal y Salud Pública de la Generalitat Valenciana, Concha Andrés, y la directora general de Modernización y Calidad de los Servicios del Gobierno de Canarias, Amaya Conde.

Durante su intervención, Elizabeth Hernández resaltó la importancia de la colaboración entre los diferentes sistemas públicos de salud. En este sentido, destacó que “la cooperación entre territorios ha permitido desarrollar esta potente herramienta de promoción de la salud para avanzar en la senda de una atención sanitaria más personalizada y adaptada a las necesidades actuales del conjunto de la población”.

La directora del SCS explicó que “en estos 15 meses el proyecto Medicina Personalizada BigData se ha organizado el talento de los profesionales de los servicios de salud y de las empresas tecnológicas implicadas para demostrar la viabilidad de la aplicación de la inteligencia artificial en la mejora de la salud”.

En este sentido, aseguró que la aplicación móvil Cuídat-e constituye una herramienta para facilitar la adopción de hábitos de vida saludable de forma amigable y sin esfuerzo, de forma personalizada para cada persona, de modo que la app se adapte al perfil individualizado del usuario y no al revés.

“Esta app también ha conseguido integrar los contenidos virtuales con las propuestas del mundo real, como recetas de productos de temporada y eventos de actividad física y de bienestar emocional, entre otros. También incluye la posibilidad de conectar con dispositivos fit como los cuentapasos”, matizó la directora.

Funcionalidades de la app

En el desarrollo de este proyecto se puso en marcha la variante Cuida-farma para optimizar la prestación de determinados tratamientos farmacológicos, como las benzodiazepinas y los antidiabéticos orales, para los que se puede reducir la dosis o incluso suprimir si se asocia con una mejora de los hábitos saludables y se combina con un seguimiento diario de los síntomas, para identificar los factores de estrés, las dosis de rescate y, así, mejorar las pautas de administración de estos medicamentos.

También, y relacionada la monitorización de pacientes crónicos, se ha vinculado el proyecto con una app que funciona en formato chat escrito y por voz, incluyendo advertencias y avisos de alarma para activar los dispositivos para dar respuesta a cada necesidad puntual.

Además, también existe la herramienta preconsulta inteligente, que comienza la anamnesis antes de entrar a la consulta, permitiendo al profesional avanzar con una orientación previa centrándose en los asuntos importantes y priorizando lo más grave en cada consulta.

El dictáfono inteligente ha demostrado consistencia entre la conversación en el despacho de consulta y su transcripción a texto que se incorpora a la historia clínica una vez validado por el personal sanitario, lo que agiliza este proceso.

Asimismo, el procesado automático de imágenes de Radiología simple de tórax y de resonancia magnética lumbar ha conseguido resultados muy útiles, tanto para el despistaje como para la segunda opinión con resultados en torno al 90 por ciento.

Las herramientas analíticas permiten identificar a aquellos pacientes de mayor riesgo de ingreso o de reingreso tras el alta hospitalaria, a los que se debe hacer un seguimiento más estrecho que prevenga esos ingresos o reingresos no programados. Con este mismo objetivo se creó la herramienta de predicción del riesgo de padecer covid-19 persistente.

Para el diagnóstico de las enfermedades raras se han identificado combinaciones de signos y síntomas que de forma aislada no llevaban al diagnóstico, pero sí con determinadas secuencias y asociaciones, lo que permitirá adelantar su diagnóstico meses o incluso años, ahorrando pruebas y adecuando el tratamiento a cada momento del proceso clínico.

Por último, la identificación de cohortes para ensayos clínicos y estudios observacionales se va a ver beneficiada de una herramienta específica que aporta en cuestión de segundos resultados que antes llevaba meses conseguir, incluso con distintos filtros permite escoger las mejores opciones de estudio.

Programa de la jornada

El programa de esta jornada incluyó ponencias a cargo profesionales de diferentes sectores dentro del ámbito sanitario, tanto de las áreas asistencial como tecnológicas.

Así, intervinieron en las diferentes mesas la directora médica de Atención Primaria del Área de Salud de Tenerife, Clara Gironés Bredy, quien moderó una de las mesas redondas; el responsable de datos del SCS para el proyecto, Enrique Pérez Díaz, la responsable del servicio de Evaluación de Tecnologías Sanitarias del SCS, Lilisbeth Perestelo Pérez, y la subdirectora general de Fondos Europeos del SCS, Josefa de la Rosa Cantos. Todos ellos compartieron con los asistentes diferentes ponencias sobre los resultados obtenidos en los primeros meses de esta iniciativa.

También asistieron como intervinientes del SCS el coordinador de la Historia Clínica Electrónica del SCS, Marcos Estupiñán Ramírez, y el jefe de servicio de la Unidad de Apoyo de la Dirección del SCS y director del Proyecto MedP Big Data en el SCS, Joaquín Grande Baos. El responsable de Innolab en la Consejería de Administraciones Públicas, Justicia y Seguridad del Gobierno de Canarias, Blas Fumero Fernández, fue otro de los profesionales que intervino en las ponencias.

En cuanto a la Consellería, en el encuentro intervinieron la directora general de Planificación, Eficiencia Tecnológica y Atención al Paciente, Llanos Cuenca González, la secretaria autonómica de Eficiencia y Tecnología Sanitaria, Concha Andrés Sanchís y el investigador del Instituto de Investigación Sanitaria La Fe Bernardo Valdivieso Martínez, además de la jefa de servicio de Investigación Sanitaria e Innovación en Salud de la Dirección General de Investigación y Alta Inspección, Inmaculada Clemente Paulino, la gerente del departamento de Salud de la Marina Baixa, Rosa Louis Cereceda, y la ingeniera informática y técnica de Sistemas Lógicos del Servicio de Salud Digital y Espacio de Datos, Mariam de la Iglesia Vayá.

Medicina personalizada

El proyecto de salud basado en la inteligencia artificial Cuídat-e se puso en marcha en Canarias en marzo del 2022 con el objetivo de mejorar la atención personalizada (diagnóstico, tratamiento e investigación) de pacientes con enfermedades crónicas, oncológicas, degenerativas y raras, mediante el uso de herramientas tecnológicas punteras para ofrecer un servicio sanitario más avanzado y eficiente.

Durante la primera fase, los participantes usaron e intercambiaron durante cinco meses información sobre hábitos nutricionales saludables, actividad física, estado de ánimo, consumo de sustancias-nuevas adicciones y situaciones de soledad no deseada.

En diciembre de 2022 se inició la segunda etapa de esta iniciativa de medicina personalizada con el objetivo de desarrollar una aplicación móvil de salud centrada en la inteligencia artificial.

Además de esta herramienta, el proyecto pretende aprovechar las oportunidades de la visión de alta resolución y de la inteligencia artificial para crear soluciones que compitan con ventaja en tareas repetitivas susceptibles de ser parametrizadas y resueltas mediante algoritmos.

Concretamente, se trabajará en la toma de datos con ayuda de un bot, tanto antes de entrar en la consulta del profesional sanitario, como en la monitorización continua de las patologías crónicas en el domicilio y en el cribado de priorización de urgencias.

También se desarrollará un sistema de transcripción automatizada, mediante un dictáfono inteligente, de las conversaciones en el despacho de consulta a la historia clínica, que deberá ser validada por el profesional. Además, se prevé el diagnóstico de imágenes simples de radiología mediante pixelado de alta resolución. Con ello, el tiempo que los profesionales sanitarios dedicarán a cada paciente se podrá personalizar más, evitando invertir tiempo en la toma de datos o en tareas repetitivas.

Junto a estas soluciones de interfaz enfocadas en el paciente, el proyecto también desarrollará otras dirigidas al profesional para incrementar su capacidad diagnóstica en la atención individual y en la planificación de la salud poblacional.

El proyecto ha contado con un presupuesto de 5.833.774 euros, de los cuales Canarias ha asumido 3.833.774 euros (cofinanciados por FEDER en un 85 por ciento) y la Generalitat Valenciana 2.000.000 euros (cofinanciados por FEDER en un 50 por ciento).