Por Felicia Saturno Hartt. Fotos: Memorial Sloan Kettering Cancer Center.- Para los escépticos y contradictores de la Tecnología, sobre todo de la Informática, el Proyecto del Memorial Sloan Kettering Cancer Center, un instituto estadounidense centrado en el tratamiento de esta enfermedad, liderado y cofundado por el ingeniero Paul May, no sólo les llegaría a asombrar, sino a conmover.
Paul May es el cofundador de un particular equipo multidisciplinar, que ha encontrado, en los miles de millones de datos que genera el hospital, la oportunidad para marcar la diferencia y usar el "big data" para combatir el cáncer, una de las principales causas de mortalidad en todo el mundo.
El Equipo de Productos, usa toda la información que se genera en el centro para desarrollar tecnología biomédica, es crear ‘software’ útil.
May es el responsable de identificar en qué proyectos van a trabajar y de asegurarse de que desarrollan ‘software’ de calidad. El equipo no se encarga únicamente de trabajar con análisis de datos, sino que programa herramientas que ponen el "big data" a trabajar para médicos e investigadores, intentando dar a los datos un uso real que pueda marcar la diferencia para los 130.000 pacientes que pasan cada año por el centro.
Un "software" inteligente para estudios clínicos
En la actualidad, el equipo está trabajando en proyectos relacionados con la investigación clínica y el ‘machine learning’, “enseñando” a su ‘software’ cómo entender los ensayos clínicos con un nivel de detalle sin precedentes. Ya han sido capaces de desarrollar un programa especializado que se ha implantado en el centro.
“Descubrimos que era posible pescar toda la información relativa a ensayos y extraer conjuntos muy precisos de términos médicos y de criterios de elegibilidad, de manera que se pudiera buscar, de forma automática, en qué ensayo encaja cada paciente”, concreta May.
Gracias a este trabajo, un doctor del hospital puede describir, en un lenguaje natural, las características de un paciente y el ordenador le mostrará, de forma automática, los estudios que más se corresponden con ese sujeto.
Esto implica que los médicos no tienen que conocer cada ensayo y estadística al detalle, ya que, según este experto, la respuesta está a una única búsqueda de distancia. “Queremos que los médicos puedan centrarse en su trabajo y en el tratamiento de los pacientes. Nosotros nos encargamos de la complejidad de trabajar con los datos entre bastidores”, afirma.
El salto de los datos a un nuevo nivel
El Ingeniero May trabajaba en el hospital cuando se dio cuenta de que podían crear herramientas concretas, que contribuyeran a cambiar el funcionamiento del centro. Los datos ya se habían convertido en pieza fundamental del instituto de la mano de Ari Caroline, Jefe de Análisis de Datos y líder del Departamento de Estrategia e Innovación, al que ahora pertenece el nuevo equipo de reciente creación y del que May ya formaba parte.
Caroline y su grupo habían descubierto que los registros en el hospital disminuían cuando los pacientes no se sentían financieramente seguros, demostrando que los enfermos tienen muy en cuenta los costes a la hora de someterse a un tratamiento.
En ese mismo sentido, un estudio posterior logró persuadir a algunas aseguradoras de que cubrir tratamientos de alta calidad al inicio de un cáncer podría ahorrarles mucho dinero a largo plazo.
En el contexto de la salud pública estadounidense, en el que la mayoría de los pacientes no pueden afrontar los costes médicos y en el que las aseguradoras intentan limitar al mínimo los servicios que cubren, los datos supusieron una pequeña pero relevante victoria. Aunque hubiera que apelar al factor económico para obtenerla.
Watson, el Diagnosticador de IBM
Este departamento fue también el encargado de entrenar a Watson, el superordenador de IBM, para que fuera capaz de entender un caso de cáncer y que tratara de replicar el proceso de decisiones usado por los doctores del centro, con el objetivo de desarrollar, en un futuro, herramientas que contribuyan al diagnóstico.
Este era el sentido en el que quería trabajar Paul, que "había trabajado previamente en agencias de tecnología y de diseño y ya había entendido, hace tiempo, el valor que un equipo multidisciplinar podría aportarle a un lugar como el Memorial Sloan Kettering Cancer Center”.
Así que, junto con Alex Grigorenko -encargado ahora de los científicos de datos- y Bobby Genalo -en la actualidad diseñador de concepto-, se puso manos a la obra y diseñó prototipos que empleaban el aprendizaje automático. Consiguieron el apoyo de Ari Caroline, se convirtieron en un equipo oficial en septiembre de 2015 y empezaron a trabajar en problemas cada vez más avanzados.
En la actualidad el equipo está formado por ocho personas: tres científicos de datos, tres ingenieros de ‘software’, un diseñador y Paul May, el jefe del equipo. En los próximos meses serán once y esperan ampliar de nuevo la plantilla antes de que acabe 2016.
Para explicar el impacto de su trabajo, los miembros del equipo suelen referirse a "Moneyball", la novela de Michael Lewis que se convirtió en película en 2011 con Brad Pitt como protagonista. En la historia, Billy Beane es el gerente general del Oakland Athletics y consigue relanzar a este equipo de béisbol con la ayuda de un economista, utilizando los datos para fichar a los mejores jugadores. Un método que, aunque criticado en un principio, revolucionó el béisbol profesional. Ellos aspiran a ser los Billy Beane del sistema médico, usando la estadística para lograr más victorias contra el cáncer.
Datos para cambiar el mundo
En su día a día, el equipo trabaja con médicos e investigadores para encontrar la forma en que los datos puedan ser más útiles, fluidos y visuales. “Tendría que ser posible que un investigador tuvieran una corazonada y la pudiera validar en un segundo. Los datos son un material bruto muy valioso, así que queremos que sean lo más útiles posible, de forma que los médicos e investigadores puedan innovar tan rápidamente como su imaginación se lo permita”, concreta May.
Intentan desarrollar programas accesibles e intuitivos a los que investigadores y médicos puedan adaptarse fácilmente. De momento, y según el experto, la aceptación por parte del equipo del centro es muy buena. Se muestran además muy dispuestos a ayudarles y a proporcionarles información que pueda ayudar en la creación de nuevos algoritmos.
Más allá de las pequeñas trabas que puedan derivarse de la burocracia, buscar empleados competentes es la parte más compleja del trabajo de Paul May. “Es complicado encontrar a gente con verdadero talento que pueda ayudar con nuestro trabajo: ingenieros de ‘software’, científicos de datos y diseñadores están altamente demandados en Nueva York.”
“Pero creo que tenemos un trabajo realmente emocionante que ofrecer, un trabajo que tiene impacto real, así que tengo confianza en que el equipo seguirá creciendo y en que conseguiremos grandes avances en el futuro”, defiende May.
Enterrada entre los millones de datos que el hospital procesa cada día, hay información muy valiosa con detalles únicos que, bien interpretados, pueden ser vitales para mejorar los tratamientos. El plan de este equipo de guerreros del "big data" es sacarla a la superficie y apuntarse cada vez más éxitos en la lucha contra la enfermedad.
“El hospital maneja una cantidad enorme de datos: millones de imágenes, resultados de laboratorio, perfiles genéticos y piezas de texto son generados cada mes. Y solo estamos arañando la superficie de las posibilidades de todos ellos”, sentencia May.
