“Amb la IA es podrà fer servir el SIDIAP per validar i implementar models de predicció de risc al sistema de salut”

Parlem amb Maria Aragón, coordinadora del SIDIAP, sobre l’evolució de la plataforma, el seu impacte en la recerca i els reptes que té per davant.

Comencem pel principi. Et vas formar com a enginyera informàtica. Sempre havies tingut clar que t’hi volies dedicar?

De petita se’m donaven molt bé les llengües i la filosofia, hi tenia facilitat, però tenia més interès a entendre coses que em suposaven un repte personal com la mecànica i les matemàtiques. Per altra banda, el meu germà gran tenia un ordinador quan jo encara estava a l’escola, i el tenia amargat instal·lant-hi programes, jugant i connectant-me de més gran a internet per xatejar amb les veïnes, així que a l’hora de triar batxillerat ja vaig apuntar cap l’enginyera informàtica.

Com va ser la teva arribada a l’IDIAPJGol i el primer contacte amb el SIDIAP?

Treballava a la UPC quan una companya em va comentar que hi havia una plaça d’informàtica a l’Institut. Vaig interessar-m’hi i, a mi que m’agradaven molt les bases de dades, quan em van explicar el que era el SIDIAP em va semblar que hi podia encaixar. I dit i fet, vaig començar fent de Data Manager i entenent el que és l’Atenció Primària de la mà del Dr. Elorza.

Com ha evolucionat el SIDIAP des que vas començar a treballar-hi?

Quan jo vaig arribar, el SIDIAP era molt jove, hi havia processos manuals i encara no es coneixia molt internacionalment. A Espanya, i a Europa en general, just estava començant la recerca amb dades reals (Real World Data).

Ara, el número de projectes de recerca amb participació catalana, el nivell i l’impacte d’aquests ha augmentat moltíssim. Gràcies a això també ha crescut l’equip que hi ha al darrera, hem millorat la documentació que fem arribar als investigadors i investigadores i també la tecnologia de la que fem ús. Per exemple, s’ha reduït a la meitat el temps d’actualització de les dades, que ara són semestrals, s’ha millorat els indicadors de qualitat, s’ha ampliat les fonts disponibles per fer investigació i s’ha augmentat els Common Data Models (CDM) internacionals on participem.

I quina creus que ha estat la teva aportació personal?

Amb els anys em considero una bona traductora entre els equips investigadors i les seves necessitats i els tècnics. A nivell personal, però, he treballat molt en l’automatització i optimització dels processos tecnològics del SIDIAP, en la visibilització nacional i internacional de la plataforma i de la feina de l’equip, que és molt més que donar dades, i en impulsar els projectes tecnològics des de casa.

Destacaries algun estudi concret en el que el SIDIAP hagi estat clau per a fer grans passes endavant?

Les dades de SIDIAP s’han fet servir en molts estudis de patologies diferents que han aconseguit un gran impacte.

Sí que recordo especialment els projectes contrarellotge que es van fer a l’inici i durant la pandèmia de la COVID-19, quan estàvem tots confinats, on es caracteritzaven els pacients primer, les onades i les complicacions derivades després i, a posteriori, s’avaluava si hi havia efectes adversos a les vacunes.

Tot i així abans i després de la pandèmia s’han fet estudis amb alt impacte com l’estudi REGIPREV, el primer projecte amb dades SIDIAP al 2011, l’APRES, on es va veure que l’ús d’antibiòtics en alguns casos pot ser contraproduent pel que fa a la resistència, o l’estudi 4E on es va avaluar l’efectivitat de les estatines en població gran.

Es poden veure totes les publicacions amb SIDIAP a: https://www.sidiap.org/index.php/ca/activitat.

Esteu aplicant ja la Intel·ligència Artificial (IA) al SIDIAP?

Si, actualment col·laborem amb investigadors i investigadores per tal d’aplicar algoritmes d’IA a projectes de recerca en Atenció Primària. Treballem el text lliure (NLP), fem prediccions i estem desenvolupant algoritmes de Deep Learning a les bases de dades per garantir la pseudo-anonimització.

Quins reptes creus que la IA permetrà assolir al SIDIAP?

Crec que amb IA, i amb tècniques d’explicabilitat (XAI), podrem trobar relacions que no estan encara preconcebudes i això ho fa molt emocionant. Es podran fer servir dades SIDIAP per validar models de predicció de risc i així treballar en la seva implementació al sistema de salut. 

Gràcies a la IA també serà molt més fàcil poder garantir que les dades demanades per recerca no tenen riscos i així poder simplificar-ne l’accés.