El caso de Ángel Alberich-Bayarri no es infrecuente en España. Este ingeniero de telecomunicaciones podría haber fundado Quibim al otro lado del Atlántico, tal vez en Delaware, y entonces las rondas de inversión de su biotech, especializada en combinar IA y visión por computación para detectar posibles lesiones en imágenes médicas, serían de 30 o 40 millones en lugar de los dos o tres millones más habituales del mercado doméstico.
Sobre la mesa pone Quibim un dilema: medicina reactiva versus medicina preventiva. Lo primero es aún la norma, lo segundo la excepción. Si, por el contrario, los principales sistemas de salud del planeta pagasen por un SaaS (software as a service) que permitiese a los radiólogos afinar aún más su puntería al analizar una resonancia, un TAC o un PET, las posibilidades de anticiparse a una dolencia serían muy superiores.
Esto es lo que hace la startup valenciana: transformar el dato desordenado en información útil y procesable en tres áreas médicas, oncología, enfermedades autoinmunes y enfermedades metabólicas. «Mi visión no consiste tanto en intentar resolver la medicina, sino en lograr que la imagen médica se sitúe cada vez antes en el camino del paciente y en el ciclo de cuidado de la salud; hoy esperamos mucho al síntoma para actuar», resume Alberich-Bayarri.
«Casi toda la IA en medicina está enfocada a que los radiólogos revisen las imágenes más rápido, pero la productividad puede derivar de extraer más información de la imagen. Si podemos explicar la probable supervivencia de un paciente en un cáncer de pulmón, se le podrá ofrecer un tratamiento más efectivo», continúa el CEO y fundador de Quibim.
Modelo de negocio
La empresa trabaja tanto para la industria farmacéutica como para los hospitales. Para la primera desarrolla modelos de IA capaces de predecir si el paciente va a responder o no, por ejemplo, a una inmunoterapia, en cuyo caso dicho modelo se licencia y se convierte en dispositivo médico con todos los sellos oficiales. Para los segundos se comercializa una licencia SaaS que poco a poco debería universalizarse. No todo consiste en comprar carísimas máquinas de última generación.
Crear desde cero
Quibim ha diseñado modelos fundacionales propios para abordar diferentes desafíos. Uno de ellos es la armonización de la calidad de las imágenes, pues no resulta extraño que cada hospital las obtenga a diferente resolución. Un segundo modelo se ocupa de la segmentación, es decir, de perfilar o contornear un hígado o un pulmón con la precisión adecuada. Y otro más se centra en la predicción: se examina una resonancia y se pronostica la evolución del paciente.
Un cambio cultural
Sobrevuela la duda de si la medicina de prevención está verdaderamente en la agenda de los gobiernos. Lejos de vivir una situación idílica, los sistemas públicos de salud sufren desde hace años un deterioro que se extiende a otros ámbitos del Estado del bienestar. Cuesta creer que, de repente, al político le asalte este brote de lucidez.
«La transformación no llegará desde arriba, sino desde el paciente, que exigirá ser soberano de sus datos de salud con un fichero en la nube al que acceder a conveniencia -anota Alberich-Bayarri-. Ya existen dispositivos que permiten escanear el cuerpo completo en busca de enfermedades, pero son muy caros. Estoy convencido de que esto es factible a gran escala y bajo precio, incluso con las aseguradoras incorporándolo a su paquete de servicios, pero el consumidor debe presionar para que las administraciones públicas cambien el chip».
