GMV presenta 'uTile', una solución tecnológica que permite compartir conocimiento en la predicción de tumores

Publicado: lunes, 1 febrero 2021 13:45

MADRID, 1 Feb. (EUROPA PRESS) -

La multinacional tecnológica GMV ha puesto en marcha 'uTile', una tecnología criptográfica que permite compartir conocimiento en la predicción de tumores de forma segura, así como en las investigaciones oncológicas, o incluso de enfermedades raras, entre otras aplicaciones.

"En la investigación de nuevos fármacos y terapias, la posibilidad de compartir información de pacientes con cáncer sin comprometer su privacidad es ya una realidad gracias a 'uTile'", afirman también desde la compañía.

En concreto, detallan que por ejemplo esta tecnología mejora la precisión de las técnicas de Inteligencia Artificial (IA) que predicen la presencia de tumores, reduciendo la necesidad de realizar biopsias. Los hospitales, centros de investigación, e industria farmacéutica pueden lograr así el equilibrio entre la compartición de datos y la privacidad de los pacientes, sin necesidad de exponerlos ni moverlos de los centros asistenciales", agrega.

A día de hoy, según reconoce GMV, resulta "difícil" para las organizaciones de salud el disponer de herramientas que garanticen al 100 % la anonimización de los datos con fines de investigación en colaboración con otras entidades.

"Como resultado, los datos clínicos de cada episodio de salud residen en los llamados 'silos de datos'. Incluso la realización de investigaciones a nivel internacional puede ser compleja porque las leyes nacionales impiden compartir datos o trasladarlos fuera de los países. Por tal motivo, la agregación de todos estos datos hoy en día es casi inexistente, lo que impacta de manera incuestionable en la tan necesaria interoperabilidad", advierte.

CÁLCULOS DE FORMA SEGURA, PERO TAMBIÉN PRIVADA

De esta forma, la multinacional tecnológica pone en valor 'uTile PET' (Privacy-Enhancing Technologies), ya que realiza cálculos de forma segura y privada sobre datos distribuidos de los pacientes, sin exponerlos, ni moverlos de los hospitales o centros asistenciales, permitiendo a los centros de investigación y a la industria farmacéutica obtener información "tan crucial" como lo es la propia supervivencia: valor de los biomarcadores, pronósticos, o la edad media de los pacientes, entre otros, y sin comprometer la privacidad de los datos de los pacientes.

"Con 'uTile' no necesitamos elegir entre la privacidad de los datos y la posibilidad de utilizarlos, ya que aprovecha métodos criptográficos avanzados que mantienen los datos cifrados mientras se realizan todos los cómputos necesarios. Esta solución tecnológica habilita la posibilidad de que los datos sensibles de las organizaciones nunca sean ni expuestos, ni transferidos a través de departamentos, organizaciones o distintos países", agrega.

A su vez, GMV asegura que ni siquiera los propietarios de los datos tienen que confiar sus datos a terceros: "Estos permanecen protegidos detrás de los controles internos de las organizaciones, ya sea on-premise o cloud, y se garantiza la información sensible en cualquier proceso de cómputo".

Con todo ello, defiende que 'uTile' permite aprovechar los datos confidenciales para mejorar los algoritmos de aprendizaje automático y los modelos analíticos, cumpliendo en todo momento con los requisitos organizativos, garantizando la privacidad de los datos, así como con las normativas vigentes sobre protección de datos.

PRINCIPALES APLICACIONES DE 'uTile'

Desde la multinacional tecnológica detallan así cuáles son las principales aplicaciones clínicas de uTile:

.- Mejorar la precisión de las técnicas de IA de los modelos actuales que predicen la presencia de diferentes tumores (cáncer de próstata, de mama, etc.), mediante el uso de resonancias magnéticas y otras modalidades de imagen, reduciendo así la necesidad de realizar biopsias. "uTile hace accesibles las imágenes y los datos asociados al machine learning, sin necesidad de compartirlos ni moverlos", afirman.

.- Investigación en enfermedades raras (ER): Los datos clínicos de las personas que sufren estas patologías son escasos y están dispersos en los hospitales. Incluso con los Registros Nacionales de Enfermedades Raras, la cantidad de datos sigue siendo limitada. "uTile permite usar toda la información disponible en los diferentes registros locales y nacionales y también las Redes de Referencia Europeas para descubrir relaciones ocultas en los datos y responder a las preguntas de la investigación", defienden.

.- Resultados informados por el paciente: En algunos casos, síntomas asociados a resultados adversos de tratamientos médicos no se registran en las historias clínicas de los pacientes, y por lo tanto este conocimiento se pierde. "uTile representa una oportunidad para recoger información diaria de los pacientes utilizando un teléfono inteligente y, sin compartir estos datos fuera del ámbito del paciente/sanitario, utilizar técnicas de IA para mejorar y aumentar el conjunto de conocimientos sobre una enfermedad", agregan.

LOS BENEFICIOS DE LA INTELIGENCIA ARTIFICIAL

Según recuerdan desde GMV, la inteligencia artificial (IA) tiene la capacidad de mejorar la investigación clínica y sanitaria, revirtiendo directamente en el bienestar de los pacientes, de forma que los algoritmos de analítica avanzada que se manejan, para extraer evidencia del gran universo de datos que generan los hospitales y los ensayos clínicos, permiten ofrecer conclusiones capaces de incrementar la precisión de los diagnósticos y el pronóstico de las enfermedades.

"Todo ello revierte, a su vez, en un incremento de eficiencia y de eficacia en el trabajo de los profesionales de la salud, quienes pueden ver avalados sus diagnósticos o 'ajustados' con los datos que proporciona esta tecnología de alto impacto", subraya.

Por eso, la multinacional tecnológica insiste en que uTile amplía el alcance de las técnicas actuales de inteligencia artificial, permitiendo que se apliquen a fuentes de datos separadas. "Así pues, cualquier investigación clínica de IA que utilice uTile disfruta de una ventaja determinante: trabajar con un mayor conjunto de datos que ofrezcan muestras significativas", sentencia.