PROSPERiA, una startup de origen mexicano, desarrolla herramientas tecnológicas que buscan disminuir el impacto económico y social de afecciones crónicas como la diabetes.
La diabetes representa un serio problema a nivel mundial. Tiene mayor impacto en países en desarrollo debido a la baja tasa de diagnóstico y a la sobrecarga de los sistemas de salud. El desarrollo de herramientas basadas en inteligencia artificial con aplicaciones en salud ha incrementado notablemente, lo cual resulta en programas de cómputo de alta precisión que mejoran la oportunidad de realizar diagnósticos tempranos e iniciar tratamientos oportunos.
Diagnosticar la diabetes en países en desarrollo
De acuerdo con los datos reportados en 2019 por la Organización Mundial de la Salud, en el mundo viven más de 500 millones de personas con diabetes, de los cuales el 80% viven en países en desarrollo. Desafortunadamente, la prevalencia de la diabetes está aumentando aceleradamente a nivel global y, de acuerdo con la Federación Internacional para la Diabetes se espera que para 2045 haya más de 630 millones de personas viviendo con esta enfermedad.
La diabetes tiene un alto costo social y económico, estrechamente relacionado a las complicaciones que se originan a causa de la hiperglucemia crónica. Este problema toma especial relevancia en países como México, en donde la tasa de diagnóstico es apenas del 50% y tan solo el 30% de la población diagnosticada controla adecuadamente sus niveles de glucosa [1]. Esta baja tasa de diagnóstico y control posiciona a la diabetes en México como la segunda causa de mortalidad y la primera causa de discapacidad, costando al país cada año más de 3 mil millones de dólares en tratamientos y alrededor de 1,250 millones por pérdida de ingresos [2].
Entre las complicaciones crónicas de la diabetes, la más prevalente, afectando a uno de cada tres pacientes, y con mayor impacto en la calidad de vida, es la pérdida de visión causada por retinopatía diabética (RD), una afección causada por la diabetes que puede llegar a causar ceguera [3].
De acuerdo con datos de la Federación International para la Diabetes, actualmente en México viven 24 millones de personas con diabetes o pre-diabetes, de los cuales 5 millones tienen daños por retinopatía. Sin embargo, únicamente el 16% de los casos están diagnosticados, lo que pone a más de 4 millones de personas en riesgo de ceguera irreversible. Esta limitada tasa de diagnóstico se debe a tres razones principales:
- Falta de educación y cultura preventiva para realizar un examen de fondo de ojo una o dos veces por año, como se recomienda en todas las guías internacionales.
- El examen de fondo de ojo se realiza únicamente en hospitales especializados, y acudir a estos hospitales implica una gran inversión de tiempo y recursos para los pacientes.
- No hay suficientes especialistas capacitados, ya que en México únicamente hay 4,000 oftalmólogos. En otras palabras, hay menos de 3 oftalmólogos por cada 10,000 personas viviendo con diabetes.
La promesa de la IA en América Latina
El uso de herramientas basadas en inteligencia artificial (IA) puede ayudar a atacar el problema del sub-diagnóstico, concientizar sobre la diabetes y sus complicaciones, y conectar a los servicios de salud enfocados en la prevención, diagnóstico y tratamiento de enfermedades crónicas.
De acuerdo con Triton Market Research, el crecimiento del mercado de IA aplicada a la salud en la región latinoamericana alcanzará una tasa de crecimiento anual compuesta (CAGR) de 37,95% entre 2019 y 2027. Sin embargo, la implementación de estas soluciones enfrenta retos como: la falta de infraestructura tecnológica, la ausencia de políticas públicas para la regulación de software, y la baja confianza del personal de salud hacia nuevas tecnologías.
Actualmente, existen esfuerzos para mejorar el panorama del desarrollo, implementación y adopción de la IA en Latinoamérica. Con esta misión se crea PROSPERiA, una startup mexicana de impacto social que surgió en el MediaLab del MIT y que desarrolla herramientas que actúan como “embudo inteligente”: en primer lugar, identifican a la población en riesgo de desarrollar diabetes; en segundo lugar, detectan posible las complicaciones visuales relacionadas a ella; y, finalmente, refieren a los pacientes a los servicios médicos oportunos.
PROSPERiA es una startup que se suma al ecosistema latinoamericano de tecnología aplicada al cuidado de la salud, abordando problemas de importancia regional, tales como la alta prevalencia de enfermedades cardio-metabólicas, entre ellas, la diabetes tipo II. Los actores de este ecosistema incluyen, por un lado, a grandes empresas como Google, NVIDIA e IBM y, por otro lado, a emprendimientos locales que identifican la oportunidad de innovar y desarrollar soluciones de impacto social.
En palabras de Cristina Campero, directora general de PROSPERiA, “el uso de herramientas basadas en IA permite sacar el monitoreo de las instituciones especializadas, [y llevarla] a puntos de contacto en el día a día de los pacientes, [esto] para incrementar el número de diagnósticos tempranos y disminuir los casos de discapacidad”.
Calculadoras de riesgo
El primer paso en la estrategia del “embudo inteligente” consiste en la utilización de algoritmos. Los algoritmos permiten identificar a la población en riesgo de tener o desarrollar diabetes y/o hipertensión, una enfermedad crónica que está estrechamente asociada con el desarrollo de diabetes y es un factor de riesgo para diferentes tipos de enfermedades oftalmológicas.
Las calculadoras de riesgo están diseñadas para usarse por cualquier persona. Tan sólo necesitan responder un cuestionario adaptativo en su casa, desde su dispositivo móvil o con asistencia de un personal de la salud a través de una plataforma móvil. Además del riesgo de diabetes e hipertensión, las calculadoras estiman el riesgo de desarrollar problemas visuales asociados a cualquiera de las dos enfermedades crónicas. Por otra parte, el usuario visualiza sus niveles de riesgo en un reporte, el cual incluye recomendaciones de salud. Por ejemplo, a los pacientes con un alto riesgo de desarrollar problemas visuales, se les sugiere agendar un examen de fondo de ojo para conocer la salud de su retina, la capa interna del ojo donde se desarrolla la retinopatía diabética.
Es importante resaltar que las calculadoras de riesgo de PROSPERiA integran modelos de IA entrenados con datos representativos de la población mexicana, lo que la convierte en una herramienta con mayor precisión que otras calculadoras internacionales. Asimismo, las calculadoras de riesgo han sido sometidas a evaluaciones que garantizan equidad algorítmica por género y hacia las poblaciones indígenas.
Alejandro Noriega, director de tecnología en PROSPERiA, explica: “Existen calculadoras de riesgo para diabetes, enfermedades cardiovasculares y, más recientemente, [para] enfermedad severa por COVID-19, muchas de ellas recomendadas por asociaciones y organizaciones internacionales de salud. Sin embargo, la gran mayoría de dichas calculadoras son ajustadas a población de Europa o Estados Unidos, no aprovechan los datos locales ni las metodologías de punta en estadística predictiva, y no analizan sesgos en sub-grupos sociales relevantes, como sexo (masculino/femenino), origen (indígena/no indígena), etc…”
Frente a la insuficiencia de oftalmólogos en centros de salud especializados, RetinIA, un software de IA, indica si un paciente presenta lesiones asociadas a diabetes a partir de imágenes de retina que se obtienen con una cámara portátil. (Foto cortesía de: PROSPERiA)
Visión por computadora
Entre las recomendaciones para pacientes con alto riesgo de desarrollar complicaciones visuales por diabetes, PROSPERiA ha encontrado una segunda solución: un servicio de análisis de fondo de ojo rápido, indoloro, no invasivo y con resultados inmediatos. El protocolo de análisis de fondo de ojo consiste en la adquisición de imágenes de retina con una cámara portátil no midriática. Luego, las imágenes se transfieren a un dispositivo móvil para analizarse con RetinIA, un software de IA, que indica si el paciente presenta lesiones asociadas a retinopatía diabética. A los pacientes que presentan alguna sospecha de daño en la retina, se les provee información para agendar una cita con un médico oftalmólogo donde pueden recibir una valoración completa y un tratamiento oportuno.
El modelo de IA para la detección de RD consiste en un algoritmo que “aprende” a identificar, entre millones de imágenes clasificadas por médicos especialistas, regiones de las fotografías asociadas con una alta probabilidad a lesiones por la enfermedad. El modelo identifica patrones en las imágenes de retinas sanas -las cuales se identifican como imágenes “no referibles”-; e imágenes con lesiones asociadas a retinopatías, las cuales se identifican como “referibles” ya que deben ser atendidas por un médico especialista. Cuando el algoritmo analiza la imagen de una nueva retina, busca los patrones aprendidos y clasifica la imagen como “referible” o “no referible” dependiendo de si identifica lesiones, o no. RetinIA tiene una sensibilidad del 96% lo que significa que de cada 100 imágenes que analiza, 96 son clasificadas correctamente. Además, el modelo de IA está en continuo reentrenamiento para mejorar su desempeño.
“Si los oftalmólogos se dan a la tarea, por sí solos, de identificar a los pacientes con RD, sería como buscar una aguja en un pajar. La IA puede ayudar a hacer esa búsqueda y llevarle al médico especialista los casos pre-seleccionados con RD para que ellos se enfoquen en el tratamiento y, así, eficientizar recursos” afirma Abelardo Vidaurreta, médico y director de operaciones en PROSPERiA.
De esta manera, las soluciones de PROSPERiA ayudan a identificar, segmentar y referir a los pacientes en riesgo promoviendo el diagnóstico y tratamiento oportuno de las complicaciones visuales, haciendo más eficiente el trabajo de los oftalmólogos.
“Con la herramienta que crearon en PROSPERiA se aborda la enfermedad crónica más predominante en el país, la cual consume la mayor cantidad de recursos para el cuidado de pacientes debido a las complicaciones sigilosas que ocasiona”, menciona Tomás Iglesias, fundador de HealthX, organización de startups Mexicanas dedicadas a crear soluciones tecnológicas para el cuidado de la salud.
Los retos de democratizar la salud
En la primera mitad del 2021, el equipo de PROSPERiA ha evaluado las retinas de alrededor de 6,500 personas, identificando a más de 300 pacientes con enfermedades oculares que amenazan su visión. Los tamizajes se realizan en ópticas independientes, clínicas de diabetes, consultorios médicos de primer nivel y otro tipo de aliados que representan puntos de contacto estratégicos que la población en riesgo visita en su vida cotidiana.
“El servicio de detección de retinopatía diabética ha sido fundamental para brindar una atención integral del paciente con diabetes, en un contexto donde no se dispone de un especialista en oftalmología”, describe el Dr. Maximiliano García de la Peña, médico internista en la clínica de atención integral Diabetes & Care.
El diagnóstico temprano de diabetes y RD tiene el potencial de evitar la ceguera de 4 millones de personas y ahorrar anualmente más de 150 millones de dólares a las instituciones de salud en México. Sin embargo, el reto es lograr la adopción de estas herramientas tecnológicas por los proveedores de servicios de salud y adaptarlas a sus protocolos de atención. Para lograr este objetivo, es necesario, por una parte, considerar las características del ecosistema de salud local, incluyendo tanto al sector público, y como al privado. Por otra parte, se debe tomar en cuenta la heterogeneidad de contextos sociales en los que vive la población con enfermedades crónicas.
La promesa de la IA para la salud
Cada vez son más las startups que buscan desarrollar soluciones tecnológicas para problemas locales. En el sector salud, la IA tienen el potencial de mejorar los servicios de salud a diferentes niveles: en primer lugar, permite monitorear a los pacientes con enfermedades crónicas; en segundo lugar, incrementa la capacidad de tamizaje de la población; en tercer lugar, mejora el desempeño del personal de salud; y finalmente, optimiza los recursos farmacológicos y hospitalarios.
En este sentido, Tomás Iglesias de HealthX destaca que “las startups de salud digital en México, y varios países, tienen como objetivo principal facilitar la vida de los profesionales de la salud y pacientes en el cuidado de su salud. (…) Ayudan a descentralizar el acceso a servicios de salud [a los] que, previamente, era complicado acceder para ciertas partes de la población”.
Referencias
- Basto-Abreu A, Barrientos-Gutiérrez T, Rojas-Martínez R, Aguilar-Salinas CA, López-Olmedo N, et al. Prevalencia de diabetes y descontrol glucémico en México: resultados de la Ensanut 2016. Salud Pública De México. 2019;62(1):50-59. https://doi.org/10.21149/10752
- IMCO. Kilos de más, pesos de menos: Los Costos de la Obesidad en México. Disponible en: https://imco.org.mx/wp-content/uploads/2015/01/20150311_ObesidadEnMexico_DocumentoCompleto.pdf
- Nentwich MM, Ulbig MW. Diabetic retinopathy - ocular complications of diabetes mellitus. World J Diabetes. 2015;6(3):489-499. doi:10.4239/wjd.v6.i3.489
|
Autores originales:
- Jennifer Enciso es Doctora en Ciencias Bioquímicas por la UNAM. Durante su posgrado, realizó investigaciones sobre cáncer aplicando estrategias computacionales. Actualmente, es coordinadora de soluciones médicas en PROSPERiA, Entre sus responsabilidades está coordinar el diseño y desarrollo de nuevas características para las soluciones de PROSPERiA, enfocándose en su utilidad en campo y en que tengan el mayor impacto en la vida de las personas.
|
Este artículo es contenido original de la revista de Stanford Social Innovation Review en Español #5 |
Recomendado para ti
|
Una plataforma en línea sin fines de lucro para la salud mundial
|
Un modelo revolucionario para ayudar a los médicos y clínicos de Nuevo México a tratar la hepatitis C toma vida en una plataforma virtual. |
|
El caso de la Inteligencia Artificial causal
|
El uso de la inteligencia artificial para predecir el comportamiento puede conducir a errores políticos devastadores. Los programas de salud y desarrollo deben aprender a aplicar modelos causales que expliquen mejor por qué las personas se comportan de la forma en que lo hacen para ayudar a identificar las palancas más efectivas para el cambio.
|