El ciclo
de sesiones académicas 'dIAlogos', organizado por el Vicerrectorado
de Planificación Estratégica y Cultura Digital, ha arrancado este curso con
la intervención de la bióloga Elena Dacal Picazo, coordinadora de
proyectos sobre Inteligencia Artificial (IA) y enfermedades tropicales
desatendidas en la empresa Spotlab. Un encuentro enmarcado bajo el
título de ‘Inteligencia artificial: explorando nuevos caminos para avanzar
en el diagnóstico y control de enfermedades parasitarias’, que ha contado
con una demostración práctica.
Esta
sesión para el fomento y la expansión de la cultura digital ha servido para explicar
los modelos de IA que desde Spotlab utilizan para diagnosticar y controlar
enfermedades, desde el diseño de los estudios con los usuarios finales, hasta
el despliegue y evaluación en el mundo real, pasando por la adquisición de las
imágenes con dispositivos, su etiquetado y el desarrollo de la IA. “Para la
adquisición de las imágenes hemos desarrollado dispositivos impresos en 3D,
como un brazo adaptador que permite transformar un microscopio convencional en
uno digital utilizando un teléfono móvil, y dispositivos análogos como es el
microscopio portátil robotizado y unas aplicaciones móviles para la adquisición
de imágenes y datos asociados”, ha explicado.
Dacal,
que ha
realizado formaciones y trabajo de campo en Etiopía, Angola, Mozambique, Kenia,
Marruecos, Costa de Marfil y Benín, ha señalado la importancia en la identificación
de posibles sesgos que luego puedan influir en la APP y en la eficacia de los algoritmos,
así como la adaptación de estas nuevas tecnologías a las ya existentes. “Al
trabajar en enfermedades parasitarias y en países endémicos, es importante dar
formación a ‘formadores’ que hagan de intermediarios con los usuarios finales para
facilitar la implementación de estas nuevas tecnologías”, ha apuntado.
Asimismo, la experta en biología ha señalado las posibles aplicaciones de la IA,
además del diagnóstico, como el cribado de enfermedades y la estratificación de
pacientes a partir de una gran cantidad de datos, de forma que “podemos
saber cuál es el medicamento o fármaco más eficiente y si pueden producir
efectos secundarios o no”.
Dentro
de toda esta infraestructura, Dacal ha explicado que trabajan en el desarrollo
de un modelo único de detector de parásitos en muestras de sangre y otro
específico en muestras de heces. “Replicando al máximo lo que se hace en
microscopía, la técnica múltiplex por excelencia, hemos creado un modelo que
sea capaz de ver cualquier patología en una única muestra de sangre o heces,
favoreciendo a otras disciplinas médicas, no solo a la parasitología”, ha
comentado. En cuanto a los test diagnósticos, ha continuado, “a partir de
imágenes, hemos desarrollado un lector universal que permite una lectura de las
bandas desde la aplicación móvil y la plataforma de telemedicina; de esta
forma, la intensidad de la banda se puede correlacionar con la intensidad de la
infección”.
Elena
Dacal es graduada en Biología (UCM), posee un máster
en Medicina Tropical y Salud Internacional (UAM) y un máster en
Bioestadística (UCM). Doctora en Microbiología y Parasitología
(UCM), Dacal realizó la tesis doctoral en el Centro Nacional de
Microbiología sobre el desarrollo de nuevas técnicas de diagnóstico para
parásitos intestinales. Además, posee un diploma de experto en Modelos
Dinámicos en Salud Pública (UNED) y otro en Salud Pública para Cooperación al
Desarrollo (UNED, ISCIII). Actualmente está finalizando el grado de
Antropología Social y Cultural (UNED).
Desde
hace más de 4 años trabaja en la empresa social Spotlab como Global
Health Portfolio Lead, donde coordina proyectos sobre inteligencia
artificial y enfermedades tropicales desatendidas. Ha realizado formaciones y
trabajo de campo en Etiopía, Angola, Mozambique, Kenia, Marruecos, Costa
de Marfil y Benín. Desde hace un año, además del trabajo en Spotlab,
colabora en la Escuela Nacional de Sanidad a través de la Fundación CSAI
como investigadora en un proyecto de úlcera de Buruli y forma parte de los
grupos de WHO de Operational Research para Skin NTDs y del grupo de Skin
NTDs and Artificial Intelligence.