Daniel Martínez Canca, CEO de Esemed: «Con este modelo de IA damos a cada paciente del cáncer de mama más agresivo una solución adaptada»

Ahora, ha insistido, se encuentra en el periodo de validar el entrenamiento de este modelo, negocia y busca hospitales (ya ha contactado con uno de Orense) y ha de ser probado en pacientes, en una muestra numerosa. Busca inversores.

Martínez Canca ha recordado que su propia mujer falleció en 2016 a consecuencia de esta enfermedad, lo que ha arrancado un aplauso del público. «Se trata de un sistema de IA dual, con dos componentes: con el primero, nos anticipamos, con el segundo, evitamos el abandono del tratamiento por parte de la paciente con un tipo específico de cáncer de mama», ha indicado. Todos los años, ha añadido, hay 37.500 nuevas mujeres con cáncer de mama, un 15% o 20% de estas tendrá el tipo triple negativo, el que peor pronóstico tiene, y cuatro de cada diez abandonarán el tratamiento. «Es un fracaso médico», ha agregado.

Una paciente con este tipo de cáncer supone una inversión de 60.000 euros de coste, y de 2025 a 2035 supondrá a las arcas públicas el colectivo un desembolso de más de 2.000 millones de euros. «En el panorama actual, no hay solución, todas son fragmentadas, reactivas, postabandono. Nadie ofrece nada para el cáncer de mama triple negativo. El abandono tiene consecuencias muy negativas respecto a la supervivencia de la paciente», ha precisado.

La consultora ha identificado oportunidades, «abarcamos una serie de sesgos no tratados por nadie para darle a cada paciente una solución adaptada a cada una de ellas. Esto pensó Harvard. Es un diseño muy complejo unido a algoritmos para dar una solución dual. Primero, tenemos una solución de IA predictiva, predecimos el abandono, se realiza una clasificación binaria o un análisis de supervivencia. Se identifica a los pacientes en alto riesgo de abandono. Esa combinación de algoritmos genera una alerta explicable», explica.

Una vez activada la alerta, se genera la respuesta que va a las necesidades de la paciente. Sería la solución generativa AI 2, que busca «recomendar en tiempo real la intervención óptima en función del riesgo, las barreras detectadas y las necesidades individuales. Se activa tras una alerta positiva», ha señalado.

Así, se proporciona a la persona un soporte personalizado multicanal (emocional, educativo, logístico o digital), que funciona en modalidad on y off line, e incluye un chatbot de inteligencia artificial como canal de acompañamiento continuo. «La clave es que damos respuesta a la ansiedad de los pacientes», ha agregado.

Harvard ha premiado el proyecto porque combina predicción y acción en un único proyecto oncológico, siendo una iniciativa pionera, derivando a las afectadas hacia atención psicológica, educativa o apoyo logístico si lo necesita. Además, todo ello bajo unos parámetros éticos muy robustos, agrega.

Ahora, habría que entrenar el modelo actual, tratar el dato y entrenar el algoritmo, después habría que validar la iniciativa de forma prospectiva con un ensayo controlado y medir métricas cruciales, y finalmente llevar a cabo el despliegue, con monitorización y reentrenamiento.

Los beneficios son múltiples: mejor calidad de vida para el paciente, creación de un soporte adaptado y reducción de la carga emocional, los profesionales tienen herramientas de apoyo interpretables no sustitutivas, los hospitales conocen la reducción de costes evitables y para el ministerio y las aseguradoras se reducen los costes, así como las farmacéuticas mejoran la calidad del gasto.