Sabías que en Galicia hai 27.000 persoas con artrite reumatoide? Se se analiza máis pormenorizamente esta cifra, o 43% —é dicir, 11.340 pacientes— precisan a axuda doutra persoa para a realización de actividades cotiás. Esta é unha cifra que non sempre é visible pero que agocha unha realidade que precisa alternativas para mellorar a calidade de vida dos doentes. Isto é precisamente no que están a traballar dende o CITIC en colaboración co Hospital da Coruña (CHUAC): están a deseñar un sistema de intelixencia artificial capaz de predicir os gromos de artrite reumatoide e, así, poder axustar a medicación ás necesidades de cada paciente.
No cuarto episodio da segunda tempada de O Descodificador, o podcast de GCiencia en colaboración co CITIC, contamos coa participación das investigadoras Blanca Monroy e Amalia Jácome. A primeira está a elaborar a súa tese sobre este modelo centrado na artrite reumatoide e a segunda é unha das súas directoras. Segundo explica Monroy, todo comezou por iniciativa de Francisco Blanco, xefe de Reumatoloxía Clínica no CHUAC. A través dun ensaio clínico descubriu que se podía eliminar ou reducir o tratamento para a artrite reumatoide —que é custoso e con efectos secundarios— en determinados pacientes. En colaboración co hoxe reitor da UDC, Ricardo Cao, propuxeron o proxecto no que está a traballar Monroy a través dos fondos COFUND.
“Como se pode intentar predicir a remisión da artrite reumatoide? A partir dos doentes debemos intentar discriminar que características teñen aqueles que experimentaron un gromo da enfermidade e cales non. A partir diso decídese se deben serguir con tratamento usual, se poden reducir a dose ou, incluso se poden eliminalo”, detalla Jácome. A vantaxe de que isto se basee nun modelo de intelixencia artificial está, precisamente, en que se detectará que pacientes non precisan a medicación, aforrando os efectos secundarios derivados e, tamén, abaratando os custos deste tipo de medicación.
Segundo engade Monroy, o traballo que están a realizar dende o CITIC “é pioneiro”. “Cando teñamos diante un doente poderemos predicir con certa seguridade a que perfil pertence e, sobre todo, se pode recaer”, indica a autora da tese, marcando os obxectivos de cara á finalización e posta en marcha do modelo. De momento, Monroy leva traballando neste proxecto arredor de ano e medio e recoñece que un dos grandes desafíos é a mestura de disciplinas: por unha banda a estatística e, por outra, a parte máis clínica.
Escoita O Descodificador en todas as nosas plataformas de podcast:
