Igor García: «La aplicación begIA permite detectar precozmente el glaucoma, la retinopatía diabética y las cataratas a través de un selfie»

Entrevista actualizada el 30 de junio de 2023.

La plataforma begIA ha recibido el ‘Premio Ramón Molinas al mejor proyecto de impacto social’ del SpinUOC 2023, la jornada de emprendimiento y transferencia de conocimiento de la UOC. Su artífice es Igor García, graduado en Física e Ingeniería Electrónica y alumno del máster universitario de Bioinformática y Bioestadística (interuniversitario: UOC, UB), y en él participa también su mujer, Francisca Villanueva, que está cursando el mismo máster.

La mayor parte de la trayectoria de García se ha centrado en el área de la analítica de datos y también ha trabajado en otros campos como el desarrollo de algoritmos para el análisis de imágenes. Partiendo de esta experiencia ha diseñado begIA, una solución que ofrece un pre-diagnóstico oftalmológico capaz de distinguir entre diferentes patologías de forma simultánea. El proyecto se basa en la IA (arquitecturas de redes neuronales artificiales) y técnicas de Deep Learning. De las peculiaridades de esta herramienta y sus aplicaciones médicas y, también, de su experiencia como estudiante de la UOC nos habla en esta entrevista.

¿Cómo surgió la idea de poner en marcha este proyecto y desde cuándo está desarrollado?  

Al hermano de Francisca, mi esposa, le diagnosticaron retinopatía diabética, algo que le supuso una gran merma en su calidad de vida. Nuestra idea es realizar un diagnóstico precoz para que casos como el suyo se puedan tratar lo antes posible y reducir las consecuencias de la enfermedad.

¿En qué consiste exactamente esta herramienta y cómo está estructurada (características, requerimientos técnicos…)?

El proyecto begIA es una aplicación que pretende diagnosticar mediante un simple selfie diferentes patologías oculares mediante técnicas de Inteligencia Artificial (IA) para el análisis de imágenes. Para llevarlo a cabo se necesita un buen banco de imágenes, clasificadas por expertos en salud, de las diferentes dolencias que detecta la aplicación.

Las imágenes serían nuestra materia prima y, a partir de ahí, construimos un algoritmo que sea el más eficiente posible para identificar estas patologías.

Finalmente, este algoritmo se debe “implementar” en la aplicación móvil de forma que, ante cualquier entrada o imagen que se le introduzca (como un selfie) sea capaz de arrojar un diagnóstico. 

Para “no iniciados”, ¿qué son las redes neuronales funcionales artificiales en las que se basa el proyecto y cuál es su utilidad en la práctica?

Se trata de una “maraña” matemática complicada de entender. Son arquitecturas de redes neuronales más complejas que se basan en el ajuste de decenas o cientos de millones de parámetros con diferentes técnicas de optimización. Esto solo es posible debido a la gran capacidad de cómputo que actualmente tienen las GPU (graphics processing unit). 

El nombre de las redes neuronales artificiales viene de su similitud con las neuronas biológicas y sus conexiones sinápticas y, al igual que estas, reciben una señal y pueden emitir otra señal a otras neuronas (están interconectadas).

Estas redes neuronales artificiales se distribuyen en capas (o niveles), y en cada una de ellas tenemos objetos que reciben una entrada y emiten una salida (están relacionados entre ellos, como ocurre con las neuronas biológicas).

La utilidad de estas complejísimas arquitecturas es que, mediante diferentes tonalidades, formas geométricas o contornos de objetos presentes en las imágenes, son capaces de identificar patrones. A cada clase —o en nuestro caso, enfermedad— se les asocian ciertos patrones en los que se basa la IA para, ante una nueva entrada o imagen, inferir de qué enfermedad se trata.

¿A quién va dirigida begIA?

A toda aquella persona que quiera cuidar su salud ocular. En un futuro, esta herramienta permitirá diagnosticar con una alta fiabilidad si una persona tiene un problema ocular y aconsejarle dónde debe dirigirse para tratarla.

La aplicación está pensada especialmente para las personas que tienen un mayor riesgo de no ser diagnosticadas a tiempo, ya que en muchas zonas del planeta la sanidad no es gratuita y los pacientes deben asumir muchos gastos, no solo derivados por la consulta médica sino también por el propio desplazamiento hasta el centro de salud, algo que, muchas veces, por falta de recursos, no es posible.  En otras ocasiones, aunque puedan realizar ese gasto, les supone un gran esfuerzo familiar, por lo que prefieren ignorar este tipo de dolencias hasta que ven que ya se trata de una cosa más seria.

La aplicación begIA evita este tipo de gastos e incomodidades a estos pacientes, teniendo en cuenta que se trata de una herramienta móvil, un dispositivo que hoy en día cualquier familia posee.

Ahorro de costes y de personal especializado

¿En qué momento de desarrollo se encuentra actualmente el proyecto?

Necesitamos seguir nutriendo la base de datos con más imágenes. Para ello, estamos en contacto con diferentes hospitales. De esta forma, el algoritmo será capaz de identificar mejor esos patrones de los que hablábamos anteriormente.

Por otro lado, la implementación de esta IA en un código para un dispositivo móvil en versión demo está hecha, pero necesitamos un programador senior de aplicaciones. Esto nos permitirá darle una mayor robustez a la aplicación para en un futuro añadir nuevas funcionalidades, es decir, no quedarnos sólo en el diagnóstico de una patología, sino también ser capaces de hacer un seguimiento del paciente, aportar información sobre los centros médicos para el tratamiento, etc.

¿Qué aporta el proyecto respecto a otras soluciones similares que hay en el mercado y a las técnicas de diagnóstico existentes?

Las actuales técnicas de detección de estas patologías necesitan de un profesional especializado y un equipo muy sofisticado, empleando imágenes de fondo de ojo. Nuestro sistema es revolucionario en el sentido de que utiliza imágenes frontales, que se pueden obtener mediante un simple selfie, lo que permite abaratar todos los costes del equipo y el personal especializado necesario para obtener un primer diagnóstico.

¿Qué ventajas supone para el paciente y para el profesional de la oftalmología la solución que aporta begIA?

Para el paciente, el coste e inmediatez del diagnóstico. Para el profesional, le permite llevar un seguimiento de la evolución del paciente con imágenes que este mismo puede realizar de manera sencilla. Aunque sabemos que nunca podrá sustituir a un oftalmólogo y a un equipo sofisticado, nuestra aplicación permitirá al profesional hacer un primer cribado de los pacientes que necesitan atención médica. 

El diagnóstico pre-oftalmológico, ¿está lo suficientemente implantado en la práctica clínica?, ¿en qué casos está especialmente indicado?

En el primer mundo, con un sistema sanitario tan sólido como el nuestro, podemos permitirnos incorporar este tipo de protocolos clínicos. Sin embargo, en otras zonas del mundo la gente se sigue muriendo de diarrea o inanición, por ejemplo. Por lo tanto, en este escenario es necesario ser prácticos y en este sentido, la ayuda que puede ofrecer esta herramienta tal vez sea la única a la que realmente pueden acceder en esas zonas. 

Deep Learning y aplicación clínica

¿Qué patologías oculares se ven más beneficiadas de un diagnóstico pre-oftalmológico?

Las tres que actualmente analizamos en begIA: cataratas, glaucoma y retinopatía diabética. Obviamente, cuanto más avanzada esté la enfermedad, la eficacia en la detección aumenta, ya que el aspecto visual del ojo se va diferenciando más entre las distintas patologías. 

En tu opinión, ¿están lo suficientemente aprovechadas las posibilidades que ofrece el Deep Learning en el ámbito médico? 

No, pero mi opinión es algo más general. Creo que los avances científicos van muy por delante de sus aplicaciones. Si bien es lógico que haya cierta distancia entre ambas, creo que ahora mismo esa distancia es excesiva. Quizás tenga algo que ver que es relativamente difícil emprender y enfrentarse a toda la burocracia y permisos necesarios, y más aún cuando no se pertenece al ámbito de las ciencias sociales, aunque últimamente estoy viendo que organizaciones como la UOC o provincias como Bizkaia comienzan a dar mucho apoyo a nuevas ideas.

¿Qué recorrido de futuro se prevé que tenga begIA (ampliación de opciones, por ejemplo)? 

Creo que puede tener un recorrido prometedor. La idea es lo suficientemente buena e interesante, y el equipo fundador es competente. Además, mi mujer, que es doctora en Bioquímica, participa en el desarrollo del proyecto (también hacemos investigación e impartimos docencia de forma conjunta) y existe una compenetración especial entre nosotros.

¿Cómo está siendo tu experiencia como alumno del máster universitario de Bioinformática y Bioestadística (interuniversitario: UOC, UB)? ¿Por qué te decantaste por esta universidad?

Siempre me llamó la atención la evolución poblacional de las diferentes especies, esa unión entre la matemática y la biología. Por otro lado, quería cambiar de ámbito de trabajo y acercarme a uno más científico. Por último, mi mujer es investigadora en el área de las ciencias de la salud, por lo que me pareció una buena idea ir acercando nuestros ámbitos y así poder acabar trabajando juntos.

Finalmente, ¿qué supone para ti que tu proyecto haya sido elegido finalista de los SpinUOC? ¿Qué aportan iniciativas como esta para los profesionales que estáis desarrollando nuevas soluciones en vuestros ámbitos de trabajo?

Es todo un honor y un orgullo. Supone la validación de que estamos haciendo las cosas bien. Lo que empezó siendo un comentario en una cena familiar, y que en principio podría parecer una idea ridícula (como otras que se nos ocurren), acabó convirtiéndose en una línea de trabajo.