Los profesionales de la salud se suelen ver obligados a tomar decisiones con un gran nivel de incertidumbre, ya que cada paciente puede tener una respuesta diferente a los tratamientos. Además, los protocolos actuales implican altos niveles de toxicidad, lo que incrementa el sufrimiento y los efectos secundarios de los afectados, siendo clave personalizar al máximo los tratamientos y conocer su nivel de eficacia en cada caso.
Ante estas problemáticas, la startup biotecnológica española KeyZell, en alianza con la tecnológica Iakan, también española, han presentado una solución de Inteligencia Artificial capaz de recomendar a los profesionales médicos tratamientos personalizados contra el cáncer de pulmón y mama, teniendo en cuenta las características individuales de cada paciente y su tipo de cáncer. Se trata de KEYZELL OPS, una herramienta que ayuda a los oncólogos a tomar decisiones más precisas permitiendo una medicina personalizada, logrando reducir la reincidencia, la sobremedicación, el tiempo de hospitalización, los costes de los tratamientos, el seguimiento a través de todas las fases clínicas, y, sobre todo, consiguiendo repercutir de forma positiva en la calidad de vida de los pacientes.
KEYZELL OPS se basa en un sistema de Machine Learning en continuo aprendizaje, que se alimenta de miles de datos procedentes de historias clínicas, creando modelos de aprendizaje automático a partir de la experiencia médica recogida durante años, que hasta ahora se encontraba desaprovechada dada la dificultad de manejar tal volumen de datos de forma efectiva, con el objetivo de optimizar la toma de decisiones.
La utilización de este sistema agiliza además los tiempos de respuesta para los pacientes, ya que tiene un efecto positivo en los tiempos de gestión de los oncólogos, aumenta la calidad del seguimiento y permite atender complicaciones rápidamente, mejorando la atención personalizada a los pacientes. El oncólogo simplemente tiene que introducir los datos del paciente en la plataforma y esta desglosa los tratamientos más adecuados para éste en forma de ranking.
Esta solución, cuya propiedad industrial ha sido obtenida gracias al equipo de KEYZELL, ha sido entrenada con la ayuda de la tecnológica Iakan a partir de millones de datos sobre el cáncer, de diferentes cohortes de todo el mundo y con más de 100.000 registros. También incluye reconocimiento de imágenes de diagnóstico y considera más de 30 variables de datos clínicos, que van desde datos del tumor, órgano, estado, junto a la lectura de secuenciación con biomarcadores, entre otros, lo que posibilita predecir cuál es el fármaco y/o combinación de fármacos con mayor porcentaje de éxito.
Actualmente, KEYZELL OPS ya está disponible para el cáncer de mama y el cáncer de pulmón. En el primer caso, es un modelo de Machine Learning de predicción de supervivencia creado a partir de registros de cáncer de mama de pacientes de EE. UU. (TCGA) y en el Hospital de Puebla en México; y, en el segundo caso, es un modelo de predicción de efectividad y toxicidad, con registros de cáncer de pulmón de hospitales de España.
Además, KeyZell tiene abiertas diversas líneas de investigación y entrenamiento para otros tipos de cáncer, y está trabajando en el desarrollo de una versión todavía más avanzada de KEYZELL OPS para medicina de precisión multiómica, con un modelo de seguridad basado en tecnología Blockchain.