Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS
Edge AI-deployed DIGItal Twins for PREDICTing disease progression and need for early intervention in infectious and cardiovascular diseases beyond COVID-19

Article Category

Article available in the following languages:

Gemelo digital para lograr un control personalizado de la inflamación

Predecir una inflamación potencialmente mortal supone todo un reto. Mediante la combinación de sensores inteligentes, inteligencia artificial (IA) y tecnología de órgano en chip, los gemelos digitales simulan y predicen las respuestas individuales.

Imaginemos disponer de un modelo virtual del funcionamiento de nuestro cuerpo, un gemelo digital capaz de simular nuestra respuesta a una enfermedad o tratamiento. Los gemelos digitales se utilizan desde hace tiempo en campos como la ingeniería y la climatología, pero aún no en la sanidad. Al combinar el perfil genético y el historial médico de un paciente con datos biométricos en tiempo real, los gemelos digitales permiten a los médicos predecir riesgos para la salud antes de que aparezcan los síntomas. En enfermedades inflamatorias como la sepsis o la COVID-19 grave, en que la intervención precoz es fundamental, esta capacidad predictiva podría salvar vidas.

Superar los retos del mellizo digital

A pesar de sus promesas, la creación de gemelos digitales para su uso en tiempo real en la atención clínica sigue siendo un reto. Los requisitos no solo incluyen datos detallados de los pacientes, sino también sensores que puedan captar esos datos continuamente, algoritmos que los analicen con precisión y modelos biológicos que ayuden a interpretar lo cual significan los datos. El proyecto DIGIPREDICT(se abrirá en una nueva ventana), financiado con fondos europeos, reunió todos estos componentes para ser pionero en la tecnología de gemelos digitales para la vigilancia de la inflamación.

Sensores portátiles con precisión en tiempo real

Un objetivo clave del equipo de DIGIPREDICT era desarrollar sensores portátiles que rastrearan biomarcadores específicos de la inflamación directamente desde la piel. Los sensores se combinan con microagujas de silicio que extraen el líquido intersticial sin dolor y con gran eficacia. El innovador diseño permite la monitorización de biomarcadores sin necesidad de extraer sangre. El equipo produjo sensores multimodales de lactato y pH(se abrirá en una nueva ventana) con un rango dinámico diez veces superior al de las tecnologías actuales. Ello les permitió detectar cambios críticos en el metabolismo de los tejidos. Además, el proyecto fue pionero al ser el primer sensor portátil(se abrirá en una nueva ventana) para la proteína C reactiva (PCR), un marcador clave de la inflamación, mediante una técnica electroquímica en tiempo real denominada «espectroscopia de impedancia». «Estos sensores nos ofrecen una ventana continua y no invasiva al estado inflamatorio del paciente», explica Adrian Ionescu, coordinador del proyecto.

El órgano en chip para lograr una supervisión más inteligente

Para garantizar que los sensores captan las señales más significativas, el equipo de DIGIPREDICT también desarrolló modelos de órgano en chip. Sirven como gemelos físicos, ayudando a los investigadores a simular cómo podría desarrollarse una inflamación, como una tormenta de citocinas, en pacientes reales. Las plataformas de corazón y vaso en chip también se utilizaron para estudiar las respuestas a la inflamación y explorar cómo interactúan los distintos fármacos con los tejidos inflamados. Según Ionescu: «Los sistemas de órgano en chip fueron fundamentales para la identificación de los biomarcadores adecuados y para la validación de nuestras tecnologías vestibles».

Algoritmos de IA

La capacidad de predicción de DIGIPREDICT no se limita a los sensores. Los algoritmos avanzados de IA integran datos procedentes de distintos hospitales, incluso cuando los historiales de los pacientes están incompletos. Los modelos también se entrenaron en distintas instituciones sin necesidad de compartir datos sensibles. Ello no solo garantizaba la privacidad, sino que también ayudaba a crear herramientas más precisas. «Los datos incompletos son una realidad en la asistencia sanitaria, y nuestros algoritmos tratan los datos que faltan como una característica significativa, lo cual realmente mejora la predicción», destaca Ionescu.

De la investigación a la clínica

Uno de los principales logros del proyecto fue demostrar que los bucles de gemelos digitales que integran detección, modelización y predicción pueden funcionar en entornos clínicos en tiempo real. Su sensor de lactato ponible se encuentra ahora en proceso de obtener el marcado CE, y su socio industrial Xsensio SA(se abrirá en una nueva ventana) lo está preparando para su uso comercial. Otra importante vía de explotación es la obtención por Ascilion(se abrirá en una nueva ventana) de microagujas de silicio para la extracción de fluidos intersticiales. De cara al futuro, los resultados de DIGIPREDICT se explorarán en el nuevo proyecto financiado con fondos europeos RealCare(se abrirá en una nueva ventana) para realizar el seguimiento de enfermedades cardiovasculares y cáncer. «Los gemelos digitales son el camino hacia una gestión sanitaria más inteligente, sostenible y centrada en el individuo», concluye Ionescu.

Descubra otros artículos del mismo campo de aplicación

Mi folleto 0 0