El término Big Data nos resulta cada vez más familiar y frecuente en todo tipo de conversaciones y lecturas, asociado al concepto de un gran volumen de datos procedentes de diversas fuentes. Tan enorme es la cantidad de información que sería imposible de explotar por un método convencional. Es aquí donde se hace presente la Inteligencia Artificial (IA), con dos de sus componentes esenciales: el machine learning y el deep learning.
¿Qué es el machine learning?
Es el aprendizaje automático que hacen las computadoras. Mediante algoritmos -paso necesario para resolver un problema- las computadoras pueden ordenar los datos, generar patrones y aprender sin necesidad de ser programadas para ello, y así tomar decisiones de forma autónoma.
Sin embargo,el volumen de datos se incrementa de manera exponencial y requiere algoritmos cada vez más complejos. Esto hace que el machine learning demande un componente más: el deep learning, un aprendizaje más profundo que emula en su funcionamiento al cerebro humano con sus redes neuronales en varias capas, yendo del aprendizaje más simple al más complejo, perfeccionándose en el paso de un nivel al otro.
¿Qué aporte puede hacer hoy la Inteligencia Artificial a la medicina personalizada?
La Inteligencia Artificial se posiciona como una herramienta fundamental para develar complejidades de la biología humana, desarrollar nuevas alternativas terapéuticas para tratar y hasta curar enfermedades, acceder al diagnóstico molecular y colaborar en la toma de decisiones clínicas basadas en información.
La innovación en Roche avanza a la par de estas tecnologías y las utiliza como aliadas para transformar la medicina personalizada. Así, por ejemplo, mediante el perfilado genómico integral del tumor (CGP) se puede analizar y decidir cuál es el tratamiento más apropiado para cada paciente con cáncer. El CGP sirve para identificar las alteraciones moleculares en el cáncer de un paciente y relacionarlas con terapias, inmunoterapias y ensayos clínicos específicos.
Ante semejante volumen de datos, es fundamental contar con las herramientas para analizarlos. Por eso los científicos de datos de Roche crearon la Red de Análisis Avanzado de Roche (RAAN, por sus siglas en inglés), una comunidad global con más de 750 miembros en todo el mundo. Entre las iniciativas de la RAAN, se encuentran el "desafío anual de datos" y la utilización del conjunto de datos de ensayos clínicos propios con el objetivo de desarrollar el mejor modelo que permita identificar a los pacientes con más probabilidades de responder a la inmunoterapia contra el cáncer en comparación con el estándar de atención.