El proyecto europeo Disc4All, liderado por el investigador de la UPF Jérôme Noailly, creó herramientas basadas en IA y simulación por ordenador para identificar y tratar la degeneración vertebral.
Jérôme Noailly es jefe del área de investigación de Biomecánica y Mecanobiología (BMMB) de la Unidad BCN MedTech del Departamento de Ingeniería de la UPF.
Los resultados de Disc4All han sido publicados en la plataforma Cordis de la UE, dedicada a la investigación e innovación, a través de un artículo específicamente dedicado a este tema.
Causas de la degeneración de las vértebras
Las nuevas técnicas creadas por el mencionado consorcio europeo son pioneras a nivel internacional y pueden constituir un apoyo clínico fundamental para identificar las causas de la degeneración de las vértebras, una de las principales causas del dolor lumbar.
Esto puede permitir diseñar tratamientos personalizados para cada paciente.
El proyecto, que empezó en noviembre de 2020 y acaba de finalizar, fue apoyado por la Comisión Europea, a través de la Innovative Training Network (ITN) de las Acciones Marie Sklodowska-Curie (MSCA).
Noailly explica que los modelos computacionales y de IA que diseñaron pueden contribuir a hacer diagnósticos más precisos que los que se realizan con las actuales observaciones clínicas.
Puede leer: ¿Te duele la espalda? Con talleres enseñan cómo evitar las lesiones
El proyecto fue impulsado por un consorcio europeo liderado por la UPF y formado por centros de investigación y empresas tecnológicas y médicas de ocho países, con expertos en informática y datos, biología experimental y computacional, bioinformática, biomecánica y medicina.
En total, se coordinaron 15 proyectos de doctorado que, juntos, permitieron esta integración y convergencia excepcional de disciplinas.
Un proyecto que pone la IA al servicio de la salud
Uno de los principales retos del consorcio de investigación fue diseñar modelos de predicción matemática del comportamiento de los discos intervertebrales que reflejaran cambios biológicos patológicos y se ajustaran a las necesidades de diagnóstico de los profesionales clínicos y de los pacientes.
La IA y el aprendizaje automático permitieron al equipo de investigación integrar y procesar con rapidez una gran cantidad de datos, procedentes de pruebas diagnósticas, experimentos en el laboratorio y análisis computacionales.
De este modo, se identificaron factores de riesgo objetivos de degradación de la columna vertebral junto con datos demográficos y psicológicos que también pueden ayudar a predecir la probabilidad de sufrir dolor lumbar.
Esto dio lugar a la creación de modelos de simulación biomecánicos y matemáticos de las vértebras, así como a identificar biomarcadores potenciales, es decir, moléculas que podrían estar relacionadas con el dolor pero que no se han analizado de forma clínica.
Noailly fue capaz de ver patrones en los procesos biológicos que no son fáciles de captar de forma tradicional: “Es un poco como cuando los astrónomos describen fenómenos lejanos sin verlos realmente, utilizan modelos complejos y esto es lo que estamos haciendo aquí", indica el investigador.
El objetivo ahora es trasladar este concepto pionero de modelización computacional al ámbito clínico.
Para los profesionales sanitarios, puede significar ampliar la información con factores de diagnóstico difícilmente medibles, como cambios bioquímicos claves en el disco según su morfología, y un mejor rendimiento del uso de tecnologías médicas como la resonancia magnética.
Un consorcio interdisciplinario con socios de ocho países
El proyecto Disc4All fue impulsado por un consorcio de doce beneficiarios y ocho organizaciones socias.
Además de la UPF, las organizaciones beneficiarias son las siguientes: InSilicoTrials (Italia); Barcelona Supercomputing Center-Centro Nacional de Supercomputación (España); Oulun Yliopisto (Finlandia); Galgo Medical SL (España); King’s College London (Reino Unido) y Sheffield Hallam University (Reino Unido).
También el Instituto Hospital del Mar de Investigaciones Médicas; Universidad de Berna (Suiza); ProATonce Ltd (Grecia); Universidad de Lieja (Bélgica) y Universidad de Sheffield (Reino Unido).
Las organizaciones socias son: Agència de Qualitat i Avaluació Sanitàries de Catalunya (España); Technical Research Centre of Finland Ltd (Finlandia); Plexalis Ltd (Reino Unido); Virtual Physiological Human Institute (Bélgica); Fundación QUAES (España); National Technical University of Athens (Grecia); Universidad Barcelona (UB, España) y Rochester Institute of Technology (EUA).
Fuente: EFE.
