Redacción Farmacosalud.com

Un consorcio de investigación europeo, liderado por la Universidad Pompeu Fabra (UPF, en Barcelona), ha creado unas innovadoras herramientas para identificar y tratar la degeneración de la columna vertebral mediante herramientas de Inteligencia Artificial (IA) y técnicas computacionales. Estas técnicas, pioneras a nivel internacional, pueden constituir un apoyo clínico fundamental para identificar las causas de la degeneración de las vértebras, una de las principales causas del dolor lumbar, y diseñar tratamientos personalizados para cada paciente.

Estos son los resultados del proyecto europeo Disc4All, coordinado por Jérôme Noailly, jefe del área de investigación de Biomecánica y Mecanobiología (BMMB) de la Unidad BCN MedTech del Departamento de Ingeniería de la UPF. El proyecto, que empezó en noviembre de 2020 y que acaba de finalizar, ha sido respaldado por la Comisión Europea, a través de la Innovative Training Network (ITN) de las Acciones Marie Sklodowska-Curie (MSCA), que apoyan a programas competitivos conjuntos de formación en investigación.

Diagnósticos más precisos
Noailly explica que los modelos computacionales y de IA que han diseñado pueden contribuir a hacer diagnósticos más precisos que los que se realizan con las actuales observaciones clínicas. “La compleja interacción de factores supera nuestra capacidad natural de análisis. Sin embargo, los modelos informáticos y las simulaciones pueden ayudarnos a identificar las relaciones causa-consecuencia más importantes y proporcionarnos una comprensión suficiente para hacer predicciones y acciones bien informadas”, sostiene Noailly.

El programa lo ha impulsado un consorcio europeo, liderado por la UPF y formado por centros de investigación y empresas tecnológicas y médicas de ocho países, con expertos en informática y datos, biología experimental y computacional, bioinformática, biomecánica y medicina. En total, se han coordinado 15 proyectos de doctorado que, juntos, han permitido esta integración y convergencia excepcional de disciplinas. Además de Noailly, han participado en las tareas de supervisión Gemma Piella y Miguel Ángel González Ballester, también investigadores principales de BCN MedTech.

Predicción matemática del comportamiento de los discos intervertebrales
Uno de los principales retos del consorcio de investigación fue diseñar modelos de predicción matemática del comportamiento de los discos intervertebrales que reflejaran cambios biológicos patológicos y se ajustaran a las necesidades de diagnóstico de los profesionales clínicos y de los pacientes. “Empezamos a investigar más los procesos biológicos que desencadenan realmente la degeneración de la columna vertebral. Al recopilar datos sobre esto, pensé que podríamos identificar descriptores personalizados y mejorados de las causas del dolor”, apunta Noailly.

La IA y el aprendizaje automático permitieron integrar y procesar con rapidez una gran cantidad de datos, procedentes de pruebas diagnósticas, experimentos en el laboratorio y análisis computacionales. De este modo, se identificaron factores de riesgo objetivos de degradación de la columna vertebral junto con datos demográficos y psicológicos que también pueden ayudar a predecir la probabilidad de sufrir dolor lumbar. Procesando estos datos, se crearon modelos de simulación biomecánicos y matemáticos de las vértebras. Las simulaciones del modelo condujeron a la identificación de biomarcadores potenciales, es decir, moléculas que podrían estar directamente relacionadas con el dolor pero que no se han analizado de forma clínica. Noailly fue capaz de ver patrones en los procesos biológicos que no son fáciles de captar de forma tradicional. “Es un poco como cuando los astrónomos describen fenómenos lejanos sin verlos realmente. Utilizan modelos complejos, y esto es lo que estamos haciendo aquí”, precisa.

“La modelización informática mejorada por IA es una forma eficaz de construir un modelo de columna vertebral personalizado para la medicina de precisión”, afirma Noailly. El objetivo es trasladar este concepto pionero de modelización computacional al ámbito clínico. Para los profesionales sanitarios, puede significar una ampliación de la información con factores de diagnóstico difícilmente medibles, como cambios bioquímicos claves en el disco según su morfología, y un mejor rendimiento del uso de tecnologías médicas como la resonancia magnética.

Disc4All ha sido impulsado por un consorcio de doce beneficiarios y ocho organizaciones asociadas. Además de la UPF, las organizaciones beneficiarias son: InSilicoTrials (Italia), Barcelona Supercomputing Center-Centro Nacional de Supercomputación, Oulun Yliopisto (Finlandia), Galgo Medical SL (España), King’s College London (Reino Unido), Sheffield Hallam University (Reino Unido), Institut Hospital del Mar d’Investigacions Mèdiques (Barcelona), Universidad de Berna (Suiza), ProATonce Ltd (Grecia), Universidad de Lieja (Bélgica) y Universidad de Sheffield (Reino Unido).

Las organizaciones asociadas son: Agència de Qualitat i Avaluació Sanitàries de Catalunya, Technical Research Centre of Finland Ltd (Finlandia), Plexalis Ltd (Reino Unido), Virtual Physiological Human Institute (Bélgica), Fundación QUAES (Espanya), National Technical University of Athens (Grecia), Universidad de Barcelona (UB) y Rochester Institute of Technology (EUA).