La startup biotecnológica española KeyZell, en alianza con la tecnológica Iakan, presentan 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. KEYZELL OPS 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, repercute de forma positiva en la calidad de vida de los pacientes.
Actualmente los profesionales de la salud se ven 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. 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 se encontraba desaprovechada dada la dificultad de manejar tal volumen de datos de forma efectiva, con el fin de optimizar la toma de decisiones.
El uso de este sistema agiliza además los tiempos de respuesta para los pacientes, ya que repercute positivamente 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 introduce los datos del paciente en la plataforma y esta desglosa en forma de ranking los tratamientos más adecuados para éste.
Ayuda tecnológica de Iakan
OPS, 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. KEYZELL OPS ha sido ya entrenado con más de 100.000 registros. 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 está disponible para Cáncer de mama y Cáncer de pulmón. En el primer caso se trata de 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, 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 se encuentra desarrollando una versión todavía más avanzada de KEYZELL OPS para medicina de precisión multiómica, con un modelo de seguridad basado en tecnología Blockchain.
