La producción de literatura científica relacionada con el cáncer de mama es significativamente amplia alrededor del mundo. Sin embargo, el apremiante ritmo con el que los médicos conviven durante sus turnos en clínicas y hospitales impide realizar una revisión a fondo de dichos adelantos. Una investigación apunta a utilizar inteligencia artificial para ayudar en esta tarea.
La vasta producción de investigaciones científicas en áreas de interés, como el cáncer de mama, trae consigo una difícil paradoja, a la que con frecuencia se ven enfrentados quienes están llamados a estar a la vanguardia de los mejores tratamientos. Es común que los médicos no cuenten con el tiempo suficiente, inmersos en las dinámicas de clínicas y hospitales, para evaluar los resultados de dichas investigaciones. Esta situación implica un rezago en materia de praxis, lo que puede impedir el uso de tratamientos novedosos y mejoras en la vida de los pacientes intervenidos.
Consciente de tal paradoja, que acusa a los profesionales de la salud en su acceso a la información disponible, el ingeniero químico Jaime Andrés Hurtado Giraldo, aprovechando su experiencia en automatización de procesos industriales, decidió encaminar su proyecto de investigación, en el marco de la Maestría en Ingeniería con Énfasis en Ingeniería de Sistemas, hacia una solución innovadora.
“El problema es que hay mucha literatura científica y es muy difícil estar actualizado constantemente con las nuevas publicaciones, por el volumen tan grande que se maneja. Nosotros tratamos de priorizar los métodos analíticos para poder encontrarle solución a esta problemática”, comenta el investigador Hurtado Giraldo.
Su apuesta investigativa, que cuenta con la dirección del profesor e investigador Oswaldo Solarte Pabón y la codirección del profesor e investigador Víctor Andrés Bucheli Guerrero, de la misma unidad académica, busca ofrecer una herramienta automatizada, que opere mediante principios de informática y almacenamiento local o en la nube, sumado a la inteligencia artificial y sistemas de redes complejas, para que médicos e investigadores puedan realizar búsquedas más dinámicas, cuyos impactos se podrán evidenciar a la hora de ofrecer tratamientos específicos para cada caso, a tono con lo que se está haciendo a nivel mundial.
La investigación: prototipo de búsqueda de información y redes complejas
El investigador Jaime Andrés Hurtado Giraldo llevó a cabo una exploración con el objeto de encontrar agregadores de literatura científica con acceso vía interfaz de programación de aplicaciones (API, por sus siglas en inglés) y librerías de software relacionadas, mediante las cuales se puede acceder a publicaciones sobre el cáncer.
Los agregadores escogidos fueron PubMed, ArXiv y Core. En el caso de PubMed, la base de datos de referencia a nivel internacional en literatura biomédica, el enlace se logró a través de la librería MetaPub, una biblioteca de Python diseñada para facilitar la interacción entre investigadores, desarrolladores de sistemas y PubMed. Luego de esto, la investigación se centró en automatizar la descarga de publicaciones científicas, el acceso a metadatos y la construcción de redes de autores, instituciones, países y palabras clave.
Para lograr este propósito, se empezó a desarrollar el prototipo de búsqueda de información, cuyas características principales tienen que ver con ser de código abierto y funcionar a través de microservicios. Estos microservicios funcionan de forma independiente, como si fueran varios computadores dentro de un mismo dispositivo, lo que permite que la aplicación sea mucho más eficiente y escalable.
“La arquitectura de microservicios nos ha permitido agrupar diversas implementaciones de software en un solo sistema, facilitando la integración de sus funcionalidades y permitiendo tanto la optimización de los recursos como la posibilidad de instalar el prototipo en el computador personal del usuario”, explica el investigador Hurtado Giraldo.
“A partir de las palabras clave, se realiza la búsqueda de publicaciones científicas, las cuales son del tema de interés de cada investigador. Nosotros tomamos ciertas palabras clave extraídas de registros patológicos relacionados con el cáncer de mama en la ciudad de Cali. En un trabajo previo, se revisaron unos registros patológicos de varias instituciones médicas de la ciudad, recopilando palabras relacionadas con nombres de medicamentos, nombres de tumores, alternativas frente a lo que se puede denominar el cáncer de mama y algunos hallazgos realizados por los médicos. Posteriormente, usando una arquitectura basada en microservicios, se logró el acceso, procesamiento y análisis a la literatura científica de manera automatizada”, añade el investigador.
Para el tema de cáncer de mama, la lista de palabras clave incluyó alrededor de 232 registros, que sirvieron como punto de partida para la búsqueda de artículos. El prototipo desarrollado puede ser desplegado tanto en un ambiente local (por ejemplo, en el computador de trabajo del médico) o en la nube.
El sistema está configurado para realizar integración y despliegue continuo en producción usando la nube de Google Cloud, permitiendo acceder desde cualquier ubicación. Para su uso, se puede consultar cada microservicio de manera independiente, y adicionalmente se ha desarrollado una interfaz web que integra estos microservicios, según las necesidades del usuario.
“Por ejemplo, hay un microservicio que se encarga de conectarse a bases de datos y descargar artículos científicos, otro que procesa la información accediendo a los textos para buscar autores, instituciones, ubicaciones y palabras clave. Otro microservicio guarda la información obtenida en bases de datos, hay uno que se encarga de construir las redes y sus métricas con la información extraída, y finalmente, está el microservicio que proporciona la interfaz web para configuración, consulta y visualización”, dice el investigador.
La visualización en la interfaz web de los datos obtenidos contribuye a ubicar conexiones que van más allá de las publicaciones, brindando al usuario la oportunidad de encontrar vasos comunicantes entre investigadores, las instituciones y países a los que pertenecen, resaltando los datos de interés gracias al uso de métricas de redes complejas.
“Existen fórmulas matemáticas que permiten calcular las interacciones que tiene cada nodo (conformado por los resultados de una publicación encontrada en los agregadores). La idea es que, como hay tantas conexiones en las redes, uno pueda visualizar nodos en un lugar determinado de la interfaz y resaltarlos dependiendo de su importancia, con base en las métricas de redes complejas”, explica el investigador Jaime Andrés Hurtado Giraldo.
Con estas métricas de redes complejas, el usuario de la interfaz puede visualizar el nivel de interacción de los nodos, dependiendo de cada caso. “Las redes menos densas indican que los autores no tienen tantas investigaciones. A parte de los autores también presentamos las gráficas de instituciones y países, que se crean a partir de la información de los dominios de correos electrónicos y las ubicaciones que se detectan en el texto”, añade el investigador Hurtado Giraldo.
Nodos de información que relacionan conexiones entre autores por cada investigación publicada. Crédito: cortesía del investigador.
Resultados e impacto para la salud de los pacientes
La investigación, actualmente, permite ver resultados prácticos a través de la interfaz web desarrollada. “Tenemos una implementación que permite hacer un despliegue del aplicativo en la nube o de manera local, y este, de manera automatizada, a partir de las palabras clave que ya se tienen listas, se conecta a las bases de datos, abre cada PDF que descarga (en donde está contenida la publicación, en caso de ser de libre acceso) y busca dentro del PDF correos electrónicos, para crear redes de investigadores mediante dichos correos. Un proceso similar se hace con instituciones, ubicaciones y palabras clave. Contamos con pruebas iniciales que nos han permitido obtener redes con alrededor de 1.500 autores, y además de estos autores, también hemos detectado 800 organizaciones relacionadas con el tema de cáncer de mama”, explica el investigador.
La implementación de esta interfaz busca minimizar el tiempo de búsqueda para investigadores en el campo de la salud, específicamente dentro del área del cáncer de mama. Gracias a su tecnología de microservicios, está abierta para que puedan añadirse otros agregadores de literatura científica, según se considere conveniente, para enriquecer los alcances de la investigación al interior del prototipo.
Este prototipo de búsqueda desarrollado será sometido, próximamente, a un proceso de verificación por parte de personal médico en una institución prestadora de salud en la ciudad de Cali, de manera que sea este el laboratorio que ponga a prueba los beneficios de esta tecnología aplicada al área del cáncer de mama y sus pacientes.
“Nosotros estamos acostumbrados a que los médicos mantienen muy ocupados, y ellos con base en su experiencia y conocimiento tratan de formular los medicamentos y tratamientos. Se espera que pronto una herramienta automatizada les ayude a ellos a visualizar nuevas alternativas”, concluye el investigador, y aclara que esta es una herramienta cuyo potencial va más allá del área de la medicina:
“Es un software que también serviría para otro tipo de investigaciones. Para cualquiera que no tenga tiempo de hacer una investigación amplia esta interfaz podría economizar mucho tiempo. Yo creo que las herramientas de computación han venido a ayudarnos con la reducción del tiempo de trabajo en ciertas áreas”.
Si le interesa contactar al estudiante de maestría o conocer más sobre la investigación, escriba a la Oficina de Comunicaciones Facultad de Ingeniería: comunicaingenieria@correounivalle.edu.co
