Dos estudis recents en què han participat investigadors de la Universitat Oberta de Catalunya (UOC) i de l’Institut d’Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS) mostren la potencialitat de l’aplicació de la intel·ligència artificial en els camps del processament de la imatge i el de la bioinformàtica i la genètica, respectivament.
“Tant en TAC, raigs X i ultrasons com en ressonància magnètica hi ha moltes aplicacions relacionades amb big data i la intel·ligència artificial”, indica Jordi Casas Roma, investigador del grup de recerca Neuro ADaS Lab de l’eHealth Center, així com professor dels Estudis d’Informàtica, Multimèdia i Telecomunicació i director del màster universitari de Ciència de Dades (Data Science) de la UOC. En el seu darrer estudi, els investigadors participants han pogut demostrar que “integrar i processar totes les dades de manera conjunta, fent ús de xarxes multicapa (multilayer, en anglès), permet una anàlisi més completa de les dades que si s’analitzen de manera individual i independent”.
El treball de Casas se centra a definir un model matemàtic que permeti entendre millor els canvis i el deteriorament cognitiu del cervell. En un primer moment s’ha provat el model amb l’esclerosi múltiple, però el patró és aplicable a d’altres malalties neurodegeneratives. “Entendre què està passant en el cervell quan es pateix una malaltia d’aquest tipus és el primer pas per poder millorar i personalitzar els tractaments. És important poder determinar i predir l’evolució de la malaltia, que segurament ens permetrà discernir entre diferents grups de pacients, amb evolucions similars i tractaments diferenciats de la resta de grups”, afirma el professor de la UOC.
El també membre de Neuro ADaS Lab Ferran Prados Carrasco, director de l’estudi —en el qual també participen els investigadors de la UOC Marcos Díaz Hurtado, de l’eHealth Center, i Albert Solé i Javier Borge, del grup Complex Systems (CoSIN3), de l’Internet Interdisciplinary Institute (IN3)—, ja està portant a la pràctica la teoria de les xarxes multicapa. “Ens trobem en la fase inicial, on hem desenvolupat un biomarcador, n’hem confirmat la sensibilitat, hem publicat com es fa per utilitzar-lo i hem proporcionat en obert la tecnologia perquè altres investigadors i metges d’arreu la puguin aplicar en les seves dades”, explica Prados. “En paral·lel, ja hem començat a fer la primera aplicació clínica amb dades de ressonància magnètica de persones amb malalties neurodegeneratives com l’esclerosis múltiple i l’Alzheimer/demència”, afegeix el també investigador.
Bioinformàtica i genètica
Un altre camp important d’aplicació de la intel·ligència artificial en l’àmbit de la salut és el de la bioinformàtica i la genètica, amb els algoritmes metaheurístics. “Són algoritmes molt populars en optimització combinatòria —és a dir, quan hi ha un conjunt finit de solucions per a un problema i es vol trobar la que optimitza una determinada funció objectiu—. Ens permeten obtenir solucions d’alta qualitat per a problemes complexos en temps real”, explica Laura Calvet Liñán, professora i investigadora dels Estudis d’Informàtica, Multimèdia i Telecomunicació i autora principal de l’estudi “On the role of metaheuristic optimization in bioinformatics“. Calvet destaca que “la metaheurística té un paper essencial en la imatge mèdica i el modelatge de malalties —mitjançant la selecció de variables, l’optimització de paràmetres, etc.—”.
