Unboxing #7 Cómo la inteligencia artificial está mejorando el diagnóstico de cáncer abdominal, con Sara Toledano

Resumen de la entrevista

AdrIAn: ¿Cómo mejora el día a día para el médico soluciones como la IA?

Sara Toledano: La IA aporta mejoras significativas en dos grandes áreas: calidad del diagnóstico y eficiencia en el trabajo del médico. En el caso del cáncer de páncreas, los radiólogos enfrentan un gran reto porque las lesiones son pequeñas y difíciles de detectar debido a la ubicación del órgano. Esto genera una constante preocupación por la posibilidad de pasar por alto algo importante. Con nuestra tecnología, proporcionamos una herramienta de apoyo que mejora la precisión y aumenta la confianza en los diagnósticos.

Además, nuestra solución optimiza el tiempo de los radiólogos al automatizar tareas repetitivas y manuales, como la medición de lesiones o la comparación con pruebas previas. Estas actividades suelen ser tediosas, pero son esenciales para el diagnóstico. Al proporcionar un prediagnóstico asistido, les facilitamos el trabajo y les permitimos enfocarse en aspectos más complejos del análisis clínico. Esto no solo mejora su eficiencia, sino que también impacta positivamente en la calidad del diagnóstico y en la atención al paciente.

AdrIAn: ¿Cuál ha sido el mayor desafío al abordar el seguimiento a largo plazo de los pacientes con lesiones abdominales?

Sara Toledano: Uno de los mayores retos ha sido comprender a fondo todo el proceso clínico y determinar en qué puntos nuestra tecnología puede ser más útil. No se trata solo de detectar lesiones, sino también de acompañar al paciente en su seguimiento a largo plazo. Para ello, hemos tenido que analizar en detalle el recorrido del paciente, identificar los momentos clave donde nuestra herramienta podía aportar valor y definir cómo integrarla en el flujo de trabajo de los médicos.

Desde el punto de vista técnico, el mayor desafío ha sido la recolección de datos. Para que nuestra IA pueda ofrecer diagnósticos y predicciones a largo plazo, necesita grandes volúmenes de datos que abarquen distintos momentos temporales de un mismo paciente. En algunos casos, esto significa contar con imágenes médicas tomadas en un periodo de 10 o 20 años, lo cual es complicado porque las tecnologías de imagen han ido evolucionando. Las máquinas con las que se capturaban imágenes hace una década no son las mismas que las de hoy, lo que implica retos adicionales en la normalización y procesamiento de los datos.

AdrIAn: ¿Cómo habéis hecho para solucionar este desafío?

Sara Toledano: La clave ha sido trabajar de cerca con hospitales y radiólogos desde el inicio del proyecto. Contar con su experiencia y retroalimentación nos ha permitido diseñar una solución adaptada a sus necesidades reales. Tener radiólogos en nuestro equipo y colaborar con múltiples centros médicos nos ha ayudado a entender los distintos escenarios clínicos y a desarrollar una herramienta que encaje de forma natural en el flujo de trabajo hospitalario.

Desde el punto de vista técnico, hemos trabajado con diversos hospitales para acceder a datos de distintas épocas y equipos de imagen médica. Al recopilar información de diferentes fuentes, logramos diversificar los datos y entrenar a nuestra IA para que sea capaz de interpretar imágenes de distintas generaciones de tecnología. Esto nos ha permitido crear un software más robusto y adaptable, capaz de seguir la evolución de un paciente incluso cuando ha sido atendido en distintos centros con tecnologías de imagen distintas.

AdrIAn: ¿Cómo ha recibido la comunidad médica esta innovación?

Sara Toledano: Siempre nos preguntan si los médicos ven la IA como una amenaza a su trabajo, pero la realidad es que no hemos encontrado resistencia. De hecho, creemos que la pandemia jugó un papel importante en el cambio de percepción sobre la inteligencia artificial. Los médicos han visto de primera mano la sobrecarga de trabajo y la necesidad de herramientas que les ayuden a optimizar su tiempo, por lo que entienden que la IA no viene a sustituirlos, sino a mejorar su labor.

Al principio, sí hubo escepticismo respecto a si la IA era realmente capaz de hacer lo que prometíamos, pero una vez que los médicos vieron nuestra tecnología en acción y

comprobaron su utilidad, la aceptación fue muy positiva. Hemos trabajado para que nuestra solución se integre de forma transparente en su flujo de trabajo, sin requerir pasos adicionales ni formación compleja. Al diseñar un sistema de "cero clics", aseguramos que la información llega al radiólogo sin que tenga que realizar tareas extra, lo que ha facilitado su adopción.