Un equipo multidisciplinar del Hospital Universitario Sant Joan d’Alacant está desarrollando un sistema pionero basado en la Inteligencia Artificial, diseñado tanto para predecir la respuesta personalizada a los tratamientos biológicos en pacientes con asma grave, como para realizar la lectura automática de tomografías computarizadas torácicas (TAC).. El proyecto, denominado ‘Sistema de Predicción Personalizada de Respuesta al Tratamiento Mediante la Detección de Biomarcadores de Valor y el uso de Inteligencia Artificial Aplicada a Imágenes de TAC’, sitúa al hospital en la vanguardia de la medicina de precisión.. La iniciativa combina tres elementos clave: biomarcadores de valor asociados a la inflamación eosinofílica, análisis automático de imágenes de TAC y algoritmos avanzados de IA que integran toda la información clínica.. En el proyecto participan Ignacio Boira Enrique y Eusebi Chiner Vives, del Servicio de Neumología; Joaquín Galant Herrero y María Dolores Martínez Juan, del Servicio de Radiodiagnóstico, José María Salinas Serrano, del Servicio de Informática, y Germán González Serrando de la Universidad de Alicante. La iniciativa, presentada por Ignacio Boira Enrique, ha obtenido el segundo premio nacional del certamen científico EOS Phenotyping Challenge.. Herramienta multitarea. Boira ha explicado que “el reto ha sido crear una herramienta multitarea capaz de analizar e integrar cada una de las variables que puede afectar a la respuesta del paciente a un fármaco biológico para poder predecir su respuesta”. Esta predicción permite iniciar precozmente los tratamientos biológicos en pacientes con respuesta predictiva favorable y así disminuir la morbimortalidad y los ingresos hospitalarios.. El jefe del Servicio de Neumología, Eusebi Chiner, ha destacado que “es fundamental comenzar cuanto antes el tratamiento apropiado para evitar daños irreversibles, como el remodelado bronquial”, un engrosamiento de las vías respiratorias difícil de revertir, por lo que este enfoque anticipado resulta crucial”.. Además de la herramienta predictiva, en el marco de este proyecto se está desarrollando un sistema de análisis automático de imágenes TAC mediante IA para generar biomarcadores radiológicos —como el engrosamiento de la pared bronquial, la presencia de tapones de moco, las bronquiectasias o las áreas de atrapamiento aéreo— de forma sencilla, precisa y ágil, evitando el laborioso y complejo etiquetado manual tradicional.. El proyecto cuenta con la experiencia de José María Salinas, jefe de Servicio de Informática y director ejecutivo del Proyecto de Imagen Médica GIMD, quien supervisa la infraestructura del Banco de Imágenes Médicas de la Comunitat Valenciana.. Este avance supone un hito en la atención personalizada al asma grave. El asma es una de las enfermedades respiratorias más frecuentes, afectando en España a una de cada diez personas, de los que entre el 5% y el 10% presenta asma grave no controlada, asociado a una gran morbimortalidad.
La herramienta analiza mediante inteligencia artificial las tomografías computarizadas torácicas para generar biomarcadores por imagen y así integrarlos junto a los datos clínicos y funcionales
Un equipo multidisciplinar del Hospital Universitario Sant Joan d’Alacant está desarrollando un sistema pionero basado en la Inteligencia Artificial, diseñado tanto para predecir la respuesta personalizada a los tratamientos biológicos en pacientes con asma grave, como para realizar la lectura automática de tomografías computarizadas torácicas (TAC).. El proyecto, denominado ‘Sistema de Predicción Personalizada de Respuesta al Tratamiento Mediante la Detección de Biomarcadores de Valor y el uso de Inteligencia Artificial Aplicada a Imágenes de TAC’, sitúa al hospital en la vanguardia de la medicina de precisión.. La iniciativa combina tres elementos clave: biomarcadores de valor asociados a la inflamación eosinofílica, análisis automático de imágenes de TAC y algoritmos avanzados de IA que integran toda la información clínica.. En el proyecto participan Ignacio Boira Enrique y Eusebi Chiner Vives, del Servicio de Neumología; Joaquín Galant Herrero y María Dolores Martínez Juan, del Servicio de Radiodiagnóstico, José María Salinas Serrano, del Servicio de Informática, y Germán González Serrando de la Universidad de Alicante. La iniciativa, presentada por Ignacio Boira Enrique, ha obtenido el segundo premio nacional del certamen científico EOS Phenotyping Challenge.. Herramienta multitarea. Boira ha explicado que “el reto ha sido crear una herramienta multitarea capaz de analizar e integrar cada una de las variables que puede afectar a la respuesta del paciente a un fármaco biológico para poder predecir su respuesta”. Esta predicción permite iniciar precozmente los tratamientos biológicos en pacientes con respuesta predictiva favorable y así disminuir la morbimortalidad y los ingresos hospitalarios.. El jefe del Servicio de Neumología, Eusebi Chiner, ha destacado que “es fundamental comenzar cuanto antes el tratamiento apropiado para evitar daños irreversibles, como el remodelado bronquial”, un engrosamiento de las vías respiratorias difícil de revertir, por lo que este enfoque anticipado resulta crucial”.. Además de la herramienta predictiva, en el marco de este proyecto se está desarrollando un sistema de análisis automático de imágenes TAC mediante IA para generar biomarcadores radiológicos —como el engrosamiento de la pared bronquial, la presencia de tapones de moco, las bronquiectasias o las áreas de atrapamiento aéreo— de forma sencilla, precisa y ágil, evitando el laborioso y complejo etiquetado manual tradicional.. El proyecto cuenta con la experiencia de José María Salinas, jefe de Servicio de Informática y director ejecutivo del Proyecto de Imagen Médica GIMD, quien supervisa la infraestructura del Banco de Imágenes Médicas de la Comunitat Valenciana.. Este avance supone un hito en la atención personalizada al asma grave. El asma es una de las enfermedades respiratorias más frecuentes, afectando en España a una de cada diez personas, de los que entre el 5% y el 10% presenta asma grave no controlada, asociado a una gran morbimortalidad.
Noticias de la Comunidad Valenciana en La Razón
