'La ciencia con Alba'
Algoritmos nómadas
La científica e investigadora Alba Morán-Álvarez dedica su columna de esta semana a las enfermedades raras
Oviedo
La idea de que lo más común es lo más probable suele ser cierta en la mayoría de ámbitos, también en el sanitario. Pero existe ... una excepción importante: las enfermedades raras.
Este tipo de patologías afectan a menos de cinco personas por cada 10000. Este número es bajo respecto al total de la población, pero supone 446 millones de personas en el mundo según las estimaciones más recientes compartidas por Orphanet.
Aunque el tratamiento de patologías tan poco frecuentes es, en general, poco rentable para la industria farmacéutica. Por eso los sistemas regulatorios públicos, como el europeo, implementan fuertes incentivos al desarrollo de medicamentos que cubran las necesidades médicas de estos pacientes: los medicamentos huérfanos. Nuestro país es líder europeo en ensayos clínicos, también con este tipo de terapias.
Pero estas más de 7000 enfermedades presentan un importante reto clínico desde el momento del diagnóstico. El 57% de los pacientes esperan al menos un año hasta saber qué les ocurre, en España el tiempo medio sin diagnóstico es de seis años. Este retraso en la identificación es clave en el tratamiento, especialmente. Estas dificultades en el diagnóstico a menudo se deben al aislamiento, incluso en las enfermedades raras más comunes los casos a menudo están aislados en sistemas hospitalarios que no comparten datos, ya que compartirlos libremente violaría la privacidad y seguridad.
Una de las soluciones propuestas a este problema son los llamados algoritmos nómadas, programas informáticos que implementan inteligencia artificial que pueden ser implementados en distintos centros, donde aprenden localmente, sin exportar los datos. Esta técnica se denomina aprendizaje federado. Tras haber aprendido localmente, el algoritmo regresa a una sede central llevando consigo únicamente parámetros matemáticos. Son patrones y tendencias sin datos personales, permitiendo realizar investigaciones esenciales que, sin este tipo de métodos, sería imposible realizar.