By admin 
En los últimos años, el ingenio humano y el conocimiento científico han desarrollado medicamentos avanzados que prometen alivio e incluso recuperación a millones de personas en todo el mundo diagnosticadas y que viven con formas de cáncer previamente incurables.
Históricamente, identificar el ingrediente activo de los fármacos candidatos es un proceso sencillo. El descubrimiento de fármacos se basa en el conocimiento antiguo de la medicina popular tradicional: fármacos como la aspirina comenzaron de esta manera o surgieron por casualidad, como en el caso de la penicilina, el primer antibiótico identificado, que se detectó por accidente en una placa de Petri mohosa en 1928.
Un siglo después del encuentro casual de Alexander Fleming con el Penicillium chrysogenum, el descubrimiento de fármacos en la actualidad es un gran negocio, con una industria farmacéutica grande y en constante crecimiento que invierte miles de millones de dólares en el proceso, a menudo respaldado por los gobiernos (como fue el caso de las primeras vacunas contra el Covid-19), pero el proceso sigue siendo difícil y plagado de ineficiencias.
¿Y si hubiera una mejor manera? Con la tecnología que se está desarrollando y utilizando en Imagene AI, una startup con sede en Israel, podríamos estar al borde de un gran cambio. Imagene y su fundador y director ejecutivo, Dean Bitan, esperan impulsar el proceso de descubrimiento de fármacos y encontrar nuevas formas de ayudar a los oncólogos a brindar la mejor atención posible al incorporar capacidades de inteligencia artificial (IA) cortesía de Oracle para combatir el flagelo del cáncer.
Bitan es un tecnólogo de toda la vida que obtuvo su título en informática a la tierna edad de 15 años. Pero fue algunos años después cuando se interesó en el campo de la investigación del cáncer. El cáncer es una enfermedad que afectará la vida de casi todas las personas del planeta de alguna manera durante sus vidas y, en el caso de Bitan, lamentablemente perdió a un pariente cercano.
Bitan, que se sentó a conversar con Computer Weekly en el marco de Oracle Cloud World en Las Vegas, comenta: “Me interesaba la tecnología y el espíritu emprendedor, y ese era mi campo. Al principio, no tenía ninguna relación con el cáncer.
“Pero cuando sucedió, aprendí mucho sobre la enfermedad, y aprendí sobre las brechas y qué podríamos hacer mejor… No siempre hay suficientes oportunidades en términos de medicamentos: vemos muchos tipos de cáncer en los que no tenemos suficientes medicamentos para ofrecer a los pacientes.
“Esa es la historia de Imagene: decidí dedicarme a ese campo y realmente quería ayudar a los médicos a tomar mejores decisiones en materia de diagnóstico y tratamiento”, afirma Bitan.
¿Es la IA la respuesta?
¿Bitan siempre tuvo la sensación de que la IA podría ofrecer un camino a seguir? Dice que empezó a considerar esa posibilidad desde el principio de la investigación de la que surgió Imagene.
“Se suponía que podríamos aprovechar la tecnología en esa área. [But] Soy ingeniero y, al hablar con los médicos, hay una mentalidad diferente”, dice Bitan.
“Lo que hicimos fue sentarnos juntos y pensar: sabemos cuál es el desafío, ¿cómo podemos hacerlo mejor? Algunos médicos me habían dicho, antes de que fundáramos la empresa, que tienen un fuerte sentido de la intuición cuando observan una imagen de biopsia.
“Dicen que pueden identificar patrones que probablemente estén relacionados con la presencia de biomarcadores que indican si un paciente responderá o no a un medicamento específico. Lo han ido desarrollando a lo largo de muchos años de práctica y de observación de sus pacientes, pero es algo que se puede mejorar… La intuición y la inteligencia artificial van muy bien juntas. Por eso, decidimos intentar ver si podíamos descubrir más información a partir de esas imágenes de biopsia”.
Bitan y su equipo aprovecharon 630.000 imágenes de biopsias anónimas tomadas de múltiples cánceres en distintos sitios del cuerpo y a partir de allí desarrollaron un modelo base para ofrecer lo que ahora describe como “inteligencia oncológica”.
Este modelo básico de 1100 millones de parámetros se llama CanvOI. En esencia, captura las características y los patrones complejos de las imágenes de biopsia que un ser humano nunca podría ver sin ayuda, para mejorar la comprensión de los investigadores sobre diversas características patológicas y derivar nuevos conocimientos a partir de ellas.
La idea fundamental es ofrecer una “columna vertebral de datos de visión sólida” para el desarrollo de aplicaciones posteriores en la investigación oncológica. Esto no solo tiene que aplicarse a la identificación de nuevos medicamentos, sino que también puede predecir cómo las personas con diversos biomarcadores diferentes podrían responder a ellos, lo que eventualmente permitirá a los médicos de primera línea brindar atención oncológica personalizada en función de las fisiologías únicas de sus pacientes.
OCI impulsa a CanvOI
El modelo de Imagene se ejecuta en Oracle Cloud Infrastructure (OCI), aprovechando OCI AI Infrastructure y OCI Supercluster, que pueden escalar a decenas de miles de GPU en este momento para inferencia de IA, y podrán superar las 130 000 en un futuro muy cercano.
Bitan dice que al aplicar las capacidades computacionales de Oracle y el nuevo enfoque de Imagene a los modelos básicos de patología digital, CanvOI ya está logrando un desempeño líder en la industria en sus diversas tareas, incluso cuando utiliza datos mínimamente etiquetados.
“Oracle se encuentra en una posición privilegiada para ayudar a las empresas de inteligencia artificial a afrontar esos desafíos. Por eso, cuando hablamos de potencia informática, el hecho de que hayan firmado ese acuerdo estratégico con Nvidia nos permite obtener una mayor disponibilidad de GPU. Y una mayor disponibilidad de GPU significa más potencia informática y es mejor para nosotros”, afirma.
“Necesitamos que empresas como Oracle nos acompañen en este largo camino porque los desafíos son reales y queremos continuar y mostrar más hitos relacionados con esto. Con ChatGPT y LLMs vimos cómo la tecnología, en menos de dos años, pasó del nivel de primaria al nivel de secundaria y ahora están hablando del nivel de experto de doctorado. Queremos ver cosas similares en el mundo de la oncología y lo hemos hecho con imágenes de biopsia, pero a medida que avancemos, agregaremos más modelos”.
En términos más generales, CanvOI constituye la piedra angular de la nueva OISuite de la empresa, una plataforma diseñada para apoyar a los investigadores y desarrolladores de diagnósticos y permitirles explorar respuestas a una amplia gama de preguntas necesarias para realizar su investigación. Bitan afirma que esto alivia la necesidad de experiencia en IA y adquisición de datos, lo que permite nuevos avances sin dejar de cumplir con los estándares más altos posibles de privacidad y seguridad de los datos. En este sentido, dice Bitan, todos los datos utilizados por los sistemas de Imagene se desidentifican de antemano.
“Y, por supuesto”, continúa, “trabajamos según los estándares más altos de cumplimiento de GDPR, HIPAA, etcétera. Eso es obvio, pero además de eso, también estamos trabajando en enfoques de confianza cero, ejecutamos análisis de vulnerabilidades, ciframos datos en reposo y en tránsito, a pesar de que están desidentificados”.
Metas futuras
Imagene ya está trabajando con instituciones médicas en varios países, incluidos centros de investigación estadounidenses de renombre mundial como Johns Hopkins en Baltimore y la Universidad Northwestern en Chicago, así como con importantes centros oncológicos en Brasil e Israel. Bitan quiere ir más allá y no sólo incorporar centros médicos académicos, sino también laboratorios privados y de referencia.
“En el campo de la investigación del cáncer, no tenemos el privilegio de no hacer lo que podamos porque cada día es importante”, afirma.
De cara al futuro, Bitan afirma que ve oportunidades para aplicar la tecnología desarrollada en Imagene también a otras áreas de investigación médica, como la Covid-19 o el VIH/SIDA.
“Iremos avanzando hacia esas áreas a medida que avancemos. Veremos cada vez más modelos que agregan diferentes modalidades, por lo que no solo imágenes de biopsia, tal vez podríamos agregar radiología, resonancias magnéticas y rayos X. O microbiomas o tal vez incluso secuenciación del genoma. Entonces podremos responder preguntas mucho más complejas relacionadas con diferentes aspectos de la atención médica”, concluye con esperanza.