Vodafone

Se ha hablado mucho del Plan de Recuperación y Resiliencia que presentó el Gobierno para repartir los fondos que Europa ha entregado a España. Este proyecto ha dado una gran importancia a la modernización del país a través de la digitalización de los procesos en diferentes sectores. En el caso de la sanidad el Ejecutivo va a destinar 1.069 millones de euros para actualizar equipos y procesos, entre otras iniciativas. En este artículo detallamos de qué manera van a distribuir este presupuesto y cuáles son los propósitos más ambiciosos.

El proyecto del Plan de Recuperación y Resiliencia divide los casi 70.000 millones de euros en 10 políticas palanca. Dentro de estas encontramos el `Pacto por la ciencia y la innovación. Refuerzo a las capacidades del sistema nacional de salud´, que recibirá un 6,1% del presupuesto total. Ahora bien, dentro de esta sección se encuentran tres subsecciones o componentes, como ellos lo llaman, que describen de manera más extensa cómo se va a poner en práctica cada sugerencia. En el sector de la sanidad encontramos el punto: `Renovación y ampliación de las capacidades del Sistema Nacional de Salud, que detalla paso a paso cómo va a repartir el presupuesto otorgado.

Después de dos años con un sistema sanitario a prueba de bombas, el trabajo y los retos a los que se han tenido que enfrentar los profesionales que trabajan en este sector han puesto de relieve las necesidades que tiene la sanidad en España. Así, el Gobierno ha dispuesto que aspectos como la previsión ante posibles amenazas, como la recientemente vivida por la pandemia de la COVID-19, o el aumento de las capacidades de la salud pública, así como garantizar el acceso a un sistema público “excelente”, son algunos de los retos que se pretenden abordar gracias a la inversión de 1.069 millones de euros. 

A continuación, explicamos cómo ha trabajado el Gobierno el Componente 18 desde el punto de vista de las inversiones y desgranamos qué aspectos son los más importantes:

Por cada persona que va al médico en el mundo hay otras cinco que consultan una duda médica en Google. Pero lo que puede responderte el buscador no es siempre lo que necesitas como paciente. Esta es una de las razones del nacimiento de Abi Global Health, un servicio de consulta a profesionales de la medicina a través de aplicaciones de mensajería. Otras razones son evitar visitas que pueden ser resueltas mediante una consulta rápida o incluso acelerarlas si es necesario ya que una visita que se ha retrasado puede suponer un gran coste para el sistema de salud. El servicio utiliza inteligencia artificial para que las preguntas vayan al médico más adecuado y las respuestas sean mejores y se reciban más rápido. Para su responsable médico, Víctor Vicens Soler, este servicio disponible ya en 50 países permite a médicos profesionales aprovechar su tiempo libre y, al usuario, evitar visitas y desplazamientos innecesarios. Las consultas virtuales han llegado a la medicina para quedarse.

La tecnología eHealth cuenta con los algoritmos de Inteligencia Artificial y la capacidad de aprendizaje de las máquinas que analizan el Big Data como sus principales factores para suponer una auténtica revolución en la mejora de calidad de vida, desde el diagnóstico precoz y acertado, al descubrimiento de tratamientos más eficaces. Algunos de los gigantes tecnológicos del mundo, junto a startups y empresas emergentes ya están trabajando en multitud de proyectos esperanzadores. Estos son diez de los ejemplos más significativos:

1- Científicos de Harvard y la Universidad de Vermont desarrollaron una herramienta de machine learning un que permite a los ordenadores aprender sin ser programados de manera explícita para identificar mejor la depresión mediante el estudio de los mensajes de Instagram, lo que sugiere «nuevas vías para la detección precoz y la detección de la enfermedad mental «. 2- Investigadores de la Universidad británica de Nottingham crearon un algoritmo que predice ataques al corazón mejor que los médicos que usan directrices convencionales. 3- Investigadores de la NYU analizaron los registros médicos y de laboratorio para predecir con precisión la aparición de la diabetes tipo 2, insuficiencia cardíaca o renal y accidentes cerebrovasculares. 4- La división DeepMind de Google usa la inteligencia artificial para ayudar a los médicos a analizar muestras de tejido para determinar la probabilidad de que otros tipos de cáncer de mama se extiendan, y desarrollar los mejores tratamientos de radioterapia. 5- Microsoft, Intel y otros gigantes de la tecnología también están trabajando con investigadores para ordenar a través de los datos con AI para entender mejor y tratar el cáncer de pulmón, de mama y de otros tipos. 6- La unidad de ciencias de la vida de Alphabet (Google) se ha unido a Apple en la liberación de un SmartWatch para los estudios, incluyendo uno para identificar patrones en la progresión de la enfermedad de Parkinson. Amazon por su parte ofrece consejos médicos a través de aplicaciones en su asistente artificial activado por voz Alexa. 7-La StartUp Insilico Medicine con sede en Maryland utiliza el llamado “Deep Learning“ para acortar las pruebas de medicamentos para la esclerosis lateral amiotrófica (ELA), el cáncer y las enfermedades relacionadas con la edad y su periodo de aprobación, por debajo de los actuales 10 a 15 años, seleccionando 10 compuestos de entre 10.000. 8-Facebook utiliza su AI como parte de un proyecto de prueba para prevenir los suicidios mediante el análisis de los mensajes de la red social. 9-La StartUp con sede en Boston FDNA utiliza la tecnología de reconocimiento facial para comparar con una base de datos asociada a más de 8.000 enfermedades raras y trastornos genéticos para el intercambio de datos y puntos de vista con los centros médicos en 129 países a través de su aplicación Face2Gene. 10-Investigadores de California detectaron la arritmia cardiaca con un 97 por ciento de exactitud en los portadores de un reloj de Apple con la aplicación Cariogram basado en IA, la apertura de opciones de tratamiento temprano por evitar los accidentes cerebrovasculares. Para el analista de Forrester Research Kate McCarthy, el punto de inflexión fue cuando Apple lanzó su kit de investigación. Un programa que permite a los usuarios de Apple ceder los datos de sus actividades diarias para ser utilizados en los estudios médicos. Según ella, Estos avances de la inteligencia artificial han abierto nuevas posibilidades para la «medicina personalizada» adaptada a la genética individual. Por su parte, IBM se ha centrado en estos temas con su unidad de Watson Salud, que utiliza «computación cognitiva» para ayudar a entender el cáncer y otras enfermedades.  La unidad ofrece una plataforma en cloud abierta y segura para médicos, investigadores, compañías aseguradoras y compañías orientadas a soluciones en salud y bienestar (IBM Watson Health Cloud) que permite anonimizar, compartir y combinar los datos referentes a la salud. Su utilización permitirá a los profesionales contar con una percepción más completa de los múltiples factores que pueden afectar la salud del paciente.
En esta iniciativa, IBM cuenta con la colaboración de compañías líderes en sus sectores como Apple, Johnson & Johnson y Medtronic que optimizarán los dispositivos médicos y de consumo para la recopilación de datos y su posterior análisis. Además, IBM ha adquirido las compañías de tecnología sanitaria Exploris y Phytel, especializadas en analítica.

Puede ser una de las caras más humanas de la robótica. El empleo de técnicas terapéuticas para el autismo con robots está siendo probado por distintas universidades y podrían ofrecer posibilidades que las personas no son capaces. El proyecto más avanzado se está llevando a cabo en la Universidad de Portsmouth. El denominado DREAM  (Development of Robot-Enhanced therapy for children with AutisM) pretende desarrollar robots que pueden funcionar autónomamente y ayudar al terapeuta para mejorar las habilidades de la interacción social del niño, tales como la atención común o la imitación. Se ha comprobado que las terapias asistidas por robots (RAT) son prometedoras como potenciales herramientas terapéuticas y de evaluación, ya que la investigación ha demostrado que los niños con un trastorno del espectro autista se involucran más fácilmente con los robots que con los humanos, ya que los robots son simples y predecibles. Sin embargo, los robots sociales actuales son simplemente controlados a distancia por los terapeutas y como las terapias estándar, todavía requieren mucho tiempo, energía y recursos humanos. El proyecto DREAM tiene como objetivo desarrollar un robot autónomo que minimice la intervención del terapeuta para que puedan centrarse más en el niño y mejorar el resultado de la terapia. El robot DREAM también funcionará como una herramienta de diagnóstico recolectando datos clínicos durante la terapia. La tarea principal del grupo de investigación de la Universidad de Portsmouth es capturar y analizar datos sensoriales de los niños – gestos de movimiento, mirada, expresiones faciales , sonido y voz – y hacer que el robot entienda lo que el niño está haciendo para poder tener una mejor Interacción. El equipo tiene una experiencia sustancial en la fusión de datos multisensoriales, especialmente sensores y analíticos para sistemas de múltiples cámaras. Ellos han desarrollado un ambiente inteligente multi-cámara, que consiste en un robot NAO, cámaras Microsoft Kinect y cámaras de alta resolución que rastrea y mide los movimientos del niño y las expresiones faciales y las interacciones con el robot.
Fuente: UoP News Investigadores de la Universidad Miguel Hernández (UMH) y AISOY Robotics están colaborando para ampliar el potencial de su asistente robot para el tratamiento de niños con diagnóstico de trastorno del espectro autista (TEA) La terapia actual en la Clínica Universitaria para niños diagnosticados en el espectro del autismo ya incorpora el robot emocional AISOY1 como ayudante del terapeuta. Los investigadores de este equipo multidisciplinario combinarán sus conocimientos de terapia conductual y robótica para idear nuevas formas de usar este robot en sesiones de terapia para traer beneficios adicionales. La terapia actual en la Clínica Universitaria para niños diagnosticados en el espectro del autismo ya incorpora el robot emocional AISOY1 como ayudante del terapeuta. Los investigadores de este equipo multidisciplinario combinarán sus conocimientos de terapia conductual y robótica para idear nuevas formas de usar este robot en sesiones de terapia para traer beneficios adicionales. Un cuerpo de tareas interactivas de tres vías entre el niño, su terapeuta y el robot será diseñado y probado inicialmente en pacientes ambulatorios de ASD jóvenes. La idea es que a través de estas interacciones el niño mejorará sus habilidades cognitivas, emocionales y sociales (comunicación). Por ejemplo, el robot «asiste» al terapeuta expresando emociones que el niño debe identificar y proponer juegos que apuntan a diferentes habilidades. Se espera que el niño forme vínculos emocionales con el robot, y que esta y la interacción extra que trae a las sesiones mejorará la adherencia terapéutica.

La lucha contra el cáncer mediante nanotecnología tiene dos frentes, la cura de la enfermedad ya declarada de la forma menos invasiva y precisa posible, y la creación de vacunas o inmunoterapia. En ambos campos se está avanzando rápidamente. Investigadores de la Universidad de Duke están combinando la nanotecnología emergente con las últimas técnicas aprobadas por la FDA para tratar tumores, y la eficacia de ambas unidas ha sido demostrada en laboratorio usando ratones. La potente combinación también atacó a los tumores satélites y a las células cancerosas distantes, curando completamente dos ratones y  vacunando efectivamente a uno contra la enfermedad. Los resultados aparecieron en línea en Scientific Reports el 17 de agosto. ©Duke University: Un grupo de nanoestrellas de oro bajo un microscopio electrónico. El tamaño de las nanostars hace que se acumulen dentro de los tumores, donde los investigadores utilizan la luz infrarroja para calentarlos y destruir los crecimientos cancerosos. La línea de trabajo combinada de los profesores en Ingeniería Biomédica, Química y Fotónica de la Universidad de Duke no solo busca encontrar un tratamiento ideal no invasivo y seguro, sino que también intenta activar el propio sistema inmunológico del paciente para erradicar tumores metastásicos residuales. Están seguros de que si pueden crear una inmunidad contra el cáncer a largo plazo, entonces realmente tendrían una cura. El nuevo enfoque se basa en una tecnología de «inmunoterapia fototérmica» desarrollada por un grupo interdisciplinario de investigadores de Duke que utiliza láseres y nanostars (nanoestrellas) de oro para calentar y destruir tumores en combinación con un fármaco inmunoterapéutico. Esta terapia fototérmica se basa en el hecho ampliamente demostrado de que las nanopartículas se acumulan preferentemente dentro de un tumor debido a su vasculatura con fugas. Mientras que varios investigadores de todo el mundo están llevando a cabo estas técnicas utilizando nanopartículas, la Universidad de Duke ha sido pionera en el desarrollo de un tipo único de nanopartículas llamadas nanostars de oro (Gold Nanostars), que tienen la ventaja de la geometría. Debido a que los nanoestrellas de oro  tienen múltiples picos agudos, son capaces de capturar la energía del láser de manera más eficiente. Esto las permite trabajar con menos exposición, haciéndolas más eficaces y más profundamente dentro de un tejido. Vo-Dinh, uno de los científicos, explicó que los picos de la nanostar funcionan como pararrayos, concentrando la energía electromagnética en sus puntas: «Hemos experimentado con estas nanoestrellas de oro para tratar los tumores antes, pero queríamos saber si también podíamos tratar los tumores que ni siquiera sabíamos que estaban allí o los tumores que se han extendido por todo el cuerpo”.

La atención médica y el cuidado de la salud representan una de las áreas de aplicación más atractivas para la IoT. Internet de las Cosas tiene el potencial de dar lugar a muchas aplicaciones médicas tales como la monitorización remota de la salud, programas de acondicionamiento físico, enfermedades crónicas o atención de la tercera edad. El cumplimiento del tratamiento y la medicación en casa vigilado por profesionales de la salud es otra aplicación potencial importante. Por lo tanto, los sensores y dispositivos de diagnóstico y de imágenes médicas pueden ser vistos como dispositivos inteligentes u objetos que constituyen una parte fundamental de IoT. Se espera que los servicios de salud basados en Internet de las Cosas puedan reducir costes, aumentar la calidad de vida, y mejorar la experiencia del usuario. Desde la perspectiva de los proveedores de salud, IoT tiene el potencial de reducir el tiempo de inactividad del dispositivo a través de la provisión a distancia. Además, la IO puede identificar correctamente los tiempos óptimos para la reposición de suministros en dispositivos para su funcionamiento correcto y continuo. Además, prevé la programación eficaz de los recursos limitados, garantizando su mejor uso y servicio de más pacientes. Otros usos prometedores de Internet de las Cosas en el terreno de la Salud interesan al tratamiento de enfermedades crónicas, el diagnóstico precoz, el seguimiento en tiempo real, y las emergencias médicas. Incluso el tratamiento del Big Data generado puede ayudar a la prevención y la investigación. La tecnología M2M o Internet de las Cosas convierte cualquier objeto en un dispositivo capaz de aportar soluciones. Por ejemplo, se plantean envases farmacéuticos inteligentes (iMedPack) que no son más que un dispositivo IoT que gestiona el problema del mal uso de medicamentos, garantizando así el cumplimiento farmacéutico. La caja de medicinas inteligente (iMedBox) se considera así mismo una nexo con una variedad de sensores diferentes e interfaces de los múltiples estándares inalámbricos necesarios. Todos ellos, conectados a la nube de salud-IO, una red heterogénea (HetNet) que permitirá el diagnóstico clínico y otros análisis. El rol de todas las actividades y servicios médicos atendidos por personas es un factor fundamental en el diseño de soluciones IoT médicas. Es necesario tener en cuenta todo el proceso: La prevención o diagnosis, el tratamiento, y el procesamiento posterior de la información. La adecuación de estos servicios a la nube y la interconexión entre todos ellos será de vital importancia.