David Araújo, premio E-nnova Health 21 por el proyecto 'Diagnóstico por inteligencia artificial de lipodistrofias poco frecuentes'
- Los galardones que conceden Diario Médico y Correo Farmacéutico distinguieron a este investigador del CiMUS de la USC en la categoría de Big Data e Inteligencia Artificial
El investigador del CiMUS de la USC David Araújo Vilar fue reconocido ayer miércoles en el marco de los Premios E-nnova Health 21 que conceden Diario Médico y Correo Farmacéutico. El proyecto 'Diagnóstico por inteligencia artificial de lipodistrofias poco frecuentes' fue distinguido en la categoría Big Data e Inteligencia Artificial. El proyecto premiado consiste en la mejora de una App para la ayuda al diagnóstico de las lipodistrofias infrecuentes, LipoDDx, con software y marca registrados. "Las lipodistrofias son un conjunto muy heterogéneo de enfermedades del tejido adiposo, habitualmente muy raras y, generalmente, asociadas a una desaparición del mismo, lo que implica frecuentemente co-morbilidades metabólicas y hepáticas graves, y una merma de la esperanza y calidad de vida", explica el profesor Araújo Vilar.
El diagnóstico de estas dolencias, que pueden ser de origen genético o adquiridas, es siempre clínico. "Dada su rareza con frecuencia o son mal diagnosticadas o hay un gran retraso en el diagnóstico de entre diez y veinte años, con las correspondientes implicaciones en su pronóstico", señala. Por esta razón, y con el objeto de facilitar a los médicos una herramienta sencilla para la ayuda al diagnóstico, "en estos últimos años desarrollamos un algoritmo que pusimos en marcha en una aplicación gratuita para smartphones, tanto para iOS como para Android, LipoDDX, que fue validada con la correspondiente publicación científica y que contó con el respaldo institucional de la USC y del SERGAS".
La idea fue utilizar la biometría, la minería de datos y las herramientas de Inteligencia Artificial, conocidas como Deep Learning y Machine Learning, para mejorar de manera sustancial la primera App. La idea, actualmente en proceso de desarrollo, consiste en generar modelos matemáticos preditivos a partir de la recogida encriptada de imágenes de los enfermos mediante algoritmos basados en Deep Learning. Estos modelos posteriormente se complementan con otros basados en Machine Learning a partir de otros datos clínicos que no pueden obtenerse de una imagen. La conjugación de estos dos modelos preditivos "permite aproximarnos a un diagnóstico de certeza que, según nuestras primeras estimaciones, puede acercarse al 95%", explica el profesor Araújo.
Una vez "adiestrada", cualquier facultativo del mundo podrá —con unas simples fotografías obtenidas mediante su smartphone y tras la correspondiente autorización del enfermo mediante huella digital y respondiendo a preguntas sencillas— acercar el diagnóstico. La App estará disponible de manera gratuita en gallego, castellano e inglés.
