* La Universidad San Sebastián (USS) está a la vanguardia de la innovación en el campo de la salud, impulsando avances significativos mediante la combinación de bioinformática, inteligencia artificial y análisis de datos. Estas tecnologías están abriendo nuevas posibilidades, desde el diseño de vacunas hasta el diagnóstico precoz de enfermedades, promoviendo avances trascendentales en la medicina y la biotecnología.
Concepción, 24 de abril 2024.- La combinación de bioinformática, inteligencia artificial y análisis de datos está abriendo nuevas posibilidades en el campo de la salud, desde el diseño de vacunas hasta el diagnóstico precoz de enfermedades, promoviendo avances significativos en la medicina y la biotecnología. Para hablar de estos avances, el vicerrector de Posgrados y Educación Continua de la Universidad San Sebastián, Felipe Ward, se reunió en la USS Concepción con dos destacados docentes, que están impulsando proyectos que están en la frontera del conocimiento.
«La USS sede Concepción ofrece más de 30 programas de postgrados que permiten a los profesionales abordar desafíos sociales, económicos y ambientales del país mediante soluciones innovadoras. Destacan programas como el Magíster en Data Science y el Magíster en Innovación en Biociencias y Bioingeniería, donde docentes y estudiantes participan en proyectos que están en la vanguardia del conocimiento. Esto refleja el compromiso de la USS con la excelencia académica y el desarrollo regional», expresó Ward. En el ámbito de la investigación en biotecnología y nanotecnología, el Magíster en Innovación en Biociencias y Bioingeniería de la USS está llevando a cabo un proyecto innovador que busca mejorar el diseño de nanovacunas a través del análisis de datos de proteínas relacionadas con el sistema inmunológico. Este enfoque, liderado por el Dr. Patricio Oyarzún, se centra en el uso de métodos computacionales para optimizar los componentes de vacunas de nueva generación que sean más efectivas contra enfermedades virales.
Mejora en detección de patógenos en salud animal
Además, en colaboración con expertos en nanotecnología y visión artificial, los Dres. Víctor Díaz y Pablo Coelho están desarrollando conjuntamente aplicaciones tecnológicas basadas en genosensores y procesamiento digital de imágenes para mejorar la detección de patógenos en el campo de la salud animal, como la tuberculosis bovina. Estas aplicaciones utilizan imágenes y datos para implementar diagnósticos en terreno y combatir enfermedades de manera más eficiente, explicó Patricio Oyarzún, director Magister en Innovación en Biociencias y Bioingeniería de la Facultad de Ingeniería, Arquitectura y Diseño USS.
Por otro lado, el uso de datos genómicos está revolucionando la detección de riesgo de desarrollar diferentes tipos de cáncer. Mediante el análisis de información del ADN, se pueden identificar anomalías genéticas asociadas con estas patologías, permitiendo tratamientos más precisos y personalizados. Por ejemplo, actualmente se están desarrollando una variedad de pruebas genómicas para diagnóstico precoz de cáncer de colon o próstata. En el ámbito de la imagen médica, técnicas de aprendizaje automático están ayudando a predecir con mayor precisión la presencia de tumores, evitando sesgos en las interpretaciones médicas y mejorando la precisión de tratamientos como la radioterapia y las operaciones.
Big data al servicio de la salud pública
Mabel Vidal, directora del Magíster en Data Science de la USS, planteó una perspectiva única sobre cómo el uso de big data está transformando la biomedicina y mejorando la atención médica. En el ámbito de la secuenciación genética, el volumen de datos ha aumentado significativamente con la publicación de la nueva versión del genoma humano completo el año pasado. “Este aumento en los datos permite ofrecer respuestas con una precisión excepcional, alcanzando consistentemente un nivel superior al 90%.
Sin embargo, uno de los desafíos que enfrentamos es garantizar que los pacientes sigan las indicaciones médicas, un problema que se hizo evidente durante la investigación en la pandemia de COVID-19”, dijo Vidal. La implementación de plataformas de big data, como la de Huawei durante la pandemia, ha permitido recopilar datos de pacientes chilenos y crear modelos de inteligencia artificial. Estos modelos pueden realizar clasificaciones rápidas y precisas, incluso en diagnósticos de COVID-19, sin sesgos médicos. Además, los datos masivos han demostrado ser valiosos en epidemiología, ayudando a rastrear y predecir brotes y la propagación de enfermedades.
Enfoque multidisciplinario
En esa línea, la docente USS participó en dos proyectos de estudio financiados por ANID, en los cuales se recopilaron exhaustivamente datos de pacientes, abarcando más de 200 variables de seguimiento. Este enfoque multidisciplinario involucró a diversos profesionales, incluyendo técnicos, bioquímicos, médicos, inmunólogos y kinesiólogos. Cada variable recopilada, desde la función pulmonar hasta los patrones de sueño, proporcionó una visión integral de la salud de los pacientes, permitiendo predecir las secuelas pulmonares post infección y sugerir terapias más ajustadas. Estos resultados facilitaron la rápida dirección de exámenes y terapias, contribuyendo a disminuir la propagación de la pandemia.
Mabel Vidal destacó la capacidad de combinar datos heterogéneos en un único modelo mediante el uso de algoritmos de inteligencia artificial y herramientas de big data. Este enfoque permitió a los investigadores prever el daño pulmonar y otros aspectos de la salud de los pacientes con una precisión sin precedentes. A pesar de estos avances, persisten desafíos importantes en la medicina, como el diagnóstico tardío de enfermedades como el cáncer. Aunque la tecnología avanza rápidamente y los algoritmos se vuelven más sofisticados, la prevención y la detección temprana siguen siendo áreas críticas en las que se debe trabajar para mejorar el acceso y reducir la tardanza en la atención médica.
