Un riclano crea un software para detectar enfermedades autoinmunes

Aunque ahora reside en Madrid, Eduardo ha vivido siempre en Ricla y se formó como ingeniero informático en la Universidad de Zaragoza. Por su parte, Borja Gracia es médico internista nacido y afincado en Zaragoza. Han colaborado en el proyecto la Sociedad Española de Medicina Interna (SEMI) y el Grupo de Enfermedades Autoinmunes Sistémicas (GEAS) y el software ya está disponible en hospitales nacionales e internacionales en capilaroscopias.

­— ¿En qué consiste la prueba?

—Borja Gracia: Con una lupa se consigue ver la parte final de la uña y observar los vasos sanguíneos más pequeños que hay en el cuerpo, los capilares, y con eso se puede valorar el resto de vasos del cuerpo y que es posible analizar con otras técnicas.

Eduardo Ramos: Se toman fotos de los capilares sanguíneos de la uña a 200 aumentos, por lo que se ven bastante bien. Lo que ocurre es que el software que se utiliza para tomar las imágenes es como cualquier otro de hacer fotografías, no hace nada especial aplicado a la capilaroscopia. Con la idea inicial de Borja comenzamos a crear un software que ayudase al médico a ver dónde están los capilares y a clasificarlos por su forma, número y tamaño, lo que indica si existen patologías.

— ¿Para qué enfermedades se utilizan?

— B.G.: Generalmente, para las enfermedades autoinmunes, las que consisten en que las defensas del cuerpo atacan al propio organismo, como la esclerodermia y la dermatomiositis. Sin embargo, cada vez hay más artículos que defienden el uso de técnicas similares para detectar el VIH, el EPOC, diabetes… En todas las enfermedades en las que hay afectación de los vasos sanguíneos se pueden detectar hallazgos significativos con la capilaroscopia.

— ¿Se había trabajado ya con estos métodos en medicina?

— B.G.: Anteriormente existían sistemas asistentes. Es decir, no trabajan de forma automatizada, sino que ayudan a la medición. Cuando yo hacía una capilaroscopia, medía la forma y el tamaño del vaso y la cantidad de capilares que había. Hasta ahora, las técnicas ayudaban a medir Y cuantificar más fácil… Pero no a identificar de forma automática.

E.R.: Hasta ahora se hacía siempre manualmente. Nosotros queremos que el sistema funcione de manera automática con un microscopio u otro, con distintos formatos de imágenes. Para eso utilizamos técnicas de deep learning, algo así como redes neuronales e inteligencia artificial.

— ¿Ha sido muy laborioso?

E.R.: Comenzamos en octubre de 2017, y lo hacemos en nuestro tiempo libre porque tenemos nuestros trabajos. Una vez vimos que era factible, empezamos a recopilar muchas imágenes. Para las técnicas de deep learning e inteligencia artificial se necesitan muchos datos, por lo que Borja tenía que ver todas y anotar los resultados uno por uno para que el ordenador entienda los datos.

B.G.: Conseguí imágenes de diferentes hospitales, quizás más de 10.000, e iba validándolas. De esta forma le dijimos al ordenador cómo tenía que pensar. Sin embargo, ahí teníamos un problema: si el ordenador aprendía de mí y yo lo estaba haciendo mal, había un fallo. Por ello mandamos las imágenes a los diez mejores capilarostopistas de España, miraron las tomas y vimos que había una concordancia importante.

— Entonces ¿en qué se traduce esta nueva forma de estudiar de los capilares?

B.G.: Fundamentalmente, en homogeneidad. Hasta ahora, existía una variabilidad entre los observadores: si dos médicos hacen una capilaroscopia, el porcentaje de aciertos en común es bastante bajo. Esto significa que una prueba en medicina en la que dos personas no coincidimos a la vez, deja mucho que desear.

E.R.: En resumen, lo que queremos ofrecer con nuestro sistema son tres cosas clave: objetividad, eficiencia -y aceleración de la técnica- y que los médicos puedan colaborar entre ellos, que investiguen para ver si se puede aplicar a más enfermedades. T