Esta es la primera de una serie de seis partes sobre cómo la IA está cambiando la investigación médica y los tratamientos.
El corazón delante de mí late y se mueve como un órgano humano, pero no tiene sangre que fluya a través de él, ni vive en un cuerpo humano.
Es un corazón generado por computadora, o gemelo digital, usado para probar dispositivos cardiovasculares implantables, como stents, y válvulas protésicas que, una vez confirmados que son seguros, eventualmente se usarán en personas reales.
Pero los creadores del corazón, Adsilico, han ido más allá de crear un modelo preciso.
Usando inteligencia artificial y enormes cantidades de datos, han creado múltiples corazones diferentes.
Estos corazones sintéticos generados por IA pueden ser hechos para reflejar no sólo atributos biológicos como peso, edad, sexo y presión arterial, sino también condiciones de salud y antecedentes étnicos.
Dado que estas diferencias a menudo no están representadas en los datos clínicos, los corazones gemelos digitales pueden ayudar a los fabricantes de dispositivos a realizar ensayos en poblaciones más diversas de lo que podrían hacerlo con ensayos en seres humanos, o ensayos con gemelos digitales sin IA.
Esto nos permite captar toda la diversidad de anatomias y respuestas fisiológicas de los pacientes, lo que no es posible utilizando métodos convencionales.
Este uso de la IA para mejorar las pruebas de dispositivos conduce al desarrollo de dispositivos que son más inclusivos y más seguros, dice Sheena Macpherson, directora ejecutiva de Adsilico.
En 2018, una investigación del Consorcio Internacional de Periodistas de Investigación reveló que 83.000 muertes y más de 1,7 millones de lesiones fueron causadas por dispositivos médicos.
La Sra. Macpherson espera que los gemelos digitales alimentados por IA puedan reducir esos números.
Para que estos dispositivos sean realmente más seguros, es necesario probarlos más a fondo, y no es factible hacerlo en un entorno de ensayos clínicos debido al gasto que supone", dice la Sra. Macpherson, con sede en Northumberland.
"Así que quieres ser capaz de usar la versión generada por computadora, para asegurarte de que lo que sea que estés haciendo, lo has probado lo más a fondo posible antes de probarlo en un humano.
Incluso una fracción de esas muertes - y las demandas conexas - podrían haberse evitado con pruebas más exhaustivas.
También puede obtener resultados más detallados.
"Usted podría tomar el mismo corazón [virtual] y podría analizar bajo presión arterial baja o alta, o contra diferentes progresión de la enfermedad, para ver si eso afecta al dispositivo de alguna manera.
La Sra. Macpherson añade: Las pruebas [virtuales] proporcionan a los fabricantes de dispositivos médicos muchas más ideas.
También significa que podemos probar en otros subgrupos de pacientes, no sólo en hombres blancos en los que los ensayos clínicos se han basado tradicionalmente.
Los modelos de Adsilicos AI están entrenados en una combinación de datos cardiovasculares y datos de resonancia magnética real y tomografía computarizada, que incluye imágenes médicas de pacientes que consienten.
Los datos se basan en estructuras anatómicas detalladas del corazón, para ayudar a crear representaciones digitales precisas de cómo los dispositivos médicos interactuarán con diferentes anatómicas de pacientes.
Los ensayos de Adsilicos implican la creación de un gemelo digital del dispositivo a probar, que luego se inserta en el corazón virtual en una simulación generada por IA.
Todo tiene lugar dentro de una computadora, donde la prueba puede ser replicada a través de miles de otros corazones - todas las versiones simuladas por IA de un verdadero corazón humano.
Por otra parte, los ensayos en seres humanos y animales tienden a involucrar sólo a cientos de participantes.
Tal vez el mayor incentivo para los fabricantes de medicamentos y dispositivos para complementar los ensayos clínicos con gemelos digitales de IA es cómo reduce el tiempo que toma, lo que se traduce en grandes ahorros de costos, también.
El fabricante de medicamentos Sanofi, por ejemplo, espera reducir el período de prueba en un 20 %, al tiempo que aumenta la tasa de éxito.
Está utilizando tecnología dual digital en su especialidad en inmunología, oncología y enfermedades raras.
Utilizando datos biológicos de personas reales, Sanofi crea pacientes simulados basados en IA - no clones reales de individuos específicos - que pueden ser intercalados a través de los grupos de control y placebo dentro del ensayo.
Los programas de IA de Sanofis también crean modelos generados por computadora del fármaco que se va a probar, sintetizando propiedades como la absorción del fármaco en todo el cuerpo, para que pueda ser probado en los pacientes de IA.
El programa predice sus reacciones, también - replicando el proceso real del ensayo.
Con una tasa de fracaso del 90% en la industria de nuevos fármacos durante el desarrollo clínico, un aumento de sólo el 10% en nuestra tasa de éxito mediante el uso de tecnologías como gemelos digitales podría resultar en ahorros de $100 millones, dado el alto costo de realizar ensayos clínicos en fase tardía, dice Matt Truppo, jefe mundial de plataformas de investigación de Sanofis e investigación y desarrollo computacionales.
Los resultados hasta ahora han sido prometedores, añade el Sr. Truppo, con sede en Boston, Estados Unidos.
Todavía hay mucho que hacer.
Muchas de las enfermedades que estamos tratando de afectar son muy complejas.
Aquí es donde entran herramientas como IA.
Potenciar la próxima generación de gemelos digitales con modelos precisos de IA de biología humana compleja es la próxima frontera.
Sin embargo, los gemelos digitales podrían tener debilidades, dice Charlie Paterson, socio asociado de PA Consulting y ex gerente de servicios del NHS.
Señala que los gemelos son sólo tan buenos como los datos en los que están entrenados.
"[Debido a] los métodos de recolección de datos envejecidos, y la baja representación de las poblaciones marginadas, podríamos terminar en una posición en la que todavía podríamos estar introduciendo algunos de esos sesgos cuando estamos programando recreaciones virtuales de individuos.
Trabajar con datos heredados limitados para entrenar su IA es un problema que Sanofi conoce y trabaja para resolver.
Para llenar lagunas en sus conjuntos de datos internos -formados por millones de puntos de datos de los miles de pacientes que se someten a sus ensayos cada año-, se obtienen datos de terceros, como registros de salud electrónicos y biobancos.
De vuelta en Adsilico, la Sra. Macpherson espera que un día la tecnología digital dual IA elimine las pruebas con animales de los ensayos clínicos, que actualmente se considera una parte esencial del proceso de pruebas con medicamentos y dispositivos.
Un modelo virtual de nuestros corazones está todavía más cerca de un corazón humano que el de un perro, vaca, oveja o cerdo, que tiende a ser lo que utilizan para los estudios de dispositivos implantables, dice.