La Junta apuesta por la investigación biomédica desde la bioinformática y la inteligencia artificial

La secretaria general de Salud Pública e I+D+i de la Consejería de Salud y Consumo visita la Plataforma de Medicina Computacional de la Fundación Progreso y Salud

La Consejería de Salud y Consumo de la Junta de Andalucía mantiene su compromiso con la mejora de la calidad de vida de los pacientes desde la investigación, una actividad que permite conocer profundamente el comportamiento de las enfermedades y plantear las mejores opciones terapéuticas. En este sentido, la secretaria general de Salud Pública e I+D+i de la consejería, Áurea Morillo, ha visitado las instalaciones de la Plataforma de Medicina Computacional de la Fundación Progreso y Salud, una entidad pública que depende de la Consejería de Salud y Consumo y que, entre otras funciones, gestiona la I+D+i biomédica en el seno del Sistema Sanitario Público de Andalucía. Morillo, acompañada del director gerente de la fundación, Gonzalo Balbontín; de la directora gerente del Hospital Universitario Virgen del Rocío, Nieves Romero; y del director científico de la plataforma, Joaquín Dopazo; ha podido conocer de primera mano el trabajo que realizan los científicos de esta estructura y su repercusión en la calidad de vida de los pacientes y usuarios del sistema público de salud.

La Plataforma de Medicina Computacional se concibe como una pieza clave para el desarrollo y la implantación de la medicina personalizada en el seno del Sistema Sanitario Público de Andalucía y desarrolla su actividad en base a cuatro líneas de trabajo concretas. De una parte, el análisis genómico avanzado para el diagnóstico, actividad que se centra en investigar los genomas de los pacientes y, concretamente, en buscar mutaciones causantes de enfermedad. "Con procesamientos bioinformáticos buscamos qué diferencias hay entre la genética del paciente y la del individuo sano. Esto permite encontrar la causa de la enfermedad y ofrecer un diagnóstico", ha explicado Dopazo a la secretaria general de Salud Pública e I+D+i.

Por otra parte, los científicos de esta plataforma realizan también trabajos de vigilancia epidemiológica analizando los datos genómicos de los virus y bacterias, haciéndoles un seguimiento para controlar tanto su circulación, ambiental y hospitalaria, como las apariciones de nuevas variantes. Recientemente, en dos publicaciones científicas, han descrito dicho circuito, así como su aplicación al virus de la fiebre del Nilo, describiendo su evolución genética y los nuevos linajes que se han detectado. Dopazo y el equipo de científicos que conforman la Plataforma de Medicina Computacional han explicado a Morillo que desarrollan una línea de trabajo de carácter transversal que pasa por el desarrollo de softwares para optimizar el manejo de datos genómicos y que "los profesionales clínicos puedan aplicarlo con los pacientes". Así, han creado diversas bases de datos poblacionales de distintas patologías en España que sirven de consulta para identificar las variantes más comunes de las enfermedades.

Base Poblacional de Salud

Por último, otra línea de trabajo de esta plataforma de investigación se centra en generar evidencia mediante el análisis de datos de mundo real (RWD, por las siglas en inglés real world data) que son todos aquellos referidos a la salud de los pacientes y la prestación de servicios sanitarios que se recopilan de forma rutinaria y desde distintas fuentes de información, como las historias clínicas electrónicas, entre otras.  En Andalucía, estos datos se almacenan en la Base Poblacional de Salud (BPS) del Sistema Sanitario Público de Andalucía, un valioso recurso con más de 15 millones de registros de usuarios acumulados desde 2001, representa uno de los repositorios de datos clínicos más extensos del mundo.

"Con esta línea de actividad podemos hacer todo tipo de estudios retrospectivos", ha explicado Dopazo. "Por ejemplo, hemos podido desarrollar un predictor temprano de cáncer de ovario a partir de los datos que se han ido registrando de forma pasiva en el sistema de salud. La idea es que, con estos predictores, seamos capaces de adelantarnos al diagnóstico de esta enfermedad a partir de información como analíticas de sangre, enfermedades previas, medicación usada...". En base a estos datos creamos un modelo "que aprende a identificar un patrón de uso del sistema de salud previo a que aparezca la enfermedad, siendo así capaz de realizar una previsión y adelantarse a un diagnóstico de cáncer de ovario, en un ejemplo de lo que será la medicina preventiva de precisión del futuro".