Entre bastidores, sin batas blancas ni microscopios, el Equipo de Productos de Datos del Memorial Sloan Kettering Cancer Center, un instituto de tratamiento e investigación contra el cáncer situado en Nueva York, usa toda la información que se genera en el centro para desarrollar tecnología que ayude a combatir la enfermedad. Paul May es el cofundador y director de este peculiar equipo que ha convertido el 'big data' en una herramienta única para librar la batalla contra el cáncer, una de las principales causas de mortalidad en todo el mundo.
“Nuestra misión es transformar y mejorar la forma en la que se emplea la tecnología para investigar, tratar y, en última instancia, curar el cáncer”, explica May a HojaDeRouter.com. El objetivo de este particular equipo, parte del Departamento de Estrategia e Innovación del centro, es crear ‘software’ útil que ayude a que la riqueza de los datos que posee el hospital, cuyo director médico desde el año 2012 es el español Josep Baselga, esté al servicio de salvar vidas.
Paul es el responsable de identificar en qué proyectos van a trabajar y de asegurarse de que desarrollan ‘software’ de calidad. El equipo no se encarga únicamente de trabajar con análisis de datos, sino que programa herramientas que ponen el 'big data' a trabajar para médicos e investigadores, intentando dar a los datos un uso real que pueda marcar la diferencia para los 130.000 pacientes que pasan cada año por el centro.
Un 'software' inteligente para estudios clínicos
En la actualidad, el equipo está trabajando en proyectos relacionados con la investigación clínica y el ‘machine learning’, “enseñando” a su ‘software’ cómo entender los ensayos clínicos con un nivel de detalle sin precedentes. Ya han sido capaces de desarrollar un programa especializado que se ha implantado en el centro.
“Descubrimos que era posible coger toda la información relativa a ensayos y extraer conjuntos muy precisos de términos médicos y de criterios de elegibilidad de manera que se pudiera buscar, de forma automática, en qué ensayo encaja cada paciente”, concreta May.
Gracias a este trabajo, un doctor del hospital puede describir, en un lenguaje natural, las características de un paciente, y el ordenador le mostrará de forma automática los estudios que más se corresponden con ese sujeto.
Esto implica que los médicos no tienen que conocer cada ensayo y estadística al detalle, ya que, según este experto, la respuesta está a una única búsqueda de distancia. “Queremos que los médicos puedan centrarse en su trabajo y en el tratamiento de los pacientes. Nosotros nos encargamos de la complejidad de trabajar con los datos entre bastidores”, afirma.
El equipo está desarrollando otras herramientas que emplearán el aprendizaje automático, pero el experto en ‘big data’ prefiere no revelar los detalles por el momento. “Tenemos muchas nuevas ideas en este sentido, para intentar modernizar y automatizar aún más el proceso”, aclara.
El salto de los datos a un nuevo nivel
May trabajaba en el hospital cuando se dio cuenta de que podían crear herramientas concretas que contribuyeran a cambiar el funcionamiento del centro. Los datos ya se habían convertido en pieza fundamental del instituto de la mano de Ari Caroline, jefe de análisis de datos y líder del Departamento de Estrategia e Innovación al que ahora pertenece el nuevo equipo de reciente creación y del que Paul ya formaba parte.
Caroline y su grupo habían descubierto que los registros en el hospital disminuían cuando los pacientes no se sentían financieramente seguros, demostrando que los enfermos tienen muy en cuenta los costes a la hora de someterse a un tratamiento. En ese mismo sentido, un estudio posterior logró persuadir a algunas aseguradoras de que cubrir tratamientos de alta calidad al inicio de un cáncer podría ahorrarles mucho dinero a largo plazo.
En el contexto de la Sanidad estadounidense, en el que la mayoría de los pacientes no pueden afrontar los costes médicos y en el que las aseguradoras intentan limitar al mínimo los servicios que cubren, los datos supusieron una pequeña pero relevante victoria. Aunque hubiera que apelar al factor económico para obtenerla.
Este departamento fue también el encargado de entrenar a Watson, el superordenador de IBMentrenar a Watson, para que fuera capaz de entender un caso de cáncer y que tratara de replicar el proceso de decisiones usado por los doctores del centro, con el objetivo de desarrollar, en un futuro, herramientas que contribuyan al diagnóstico.
Este era el sentido en el que quería trabajar Paul, que “había trabajado previamente en agencias de tecnología y de diseño y ya había entendido, hace tiempo, el valor que un equipo multidisciplinar podría aportarle a un lugar como el Memorial Sloan Kettering Cancer Center”. Así que, junto con Alex Grigorenko -encargado ahora de los científicos de datos- y Bobby Genalo -en la actualidad diseñador de concepto-, se puso manos a la obra y diseñó prototipos que empleaban el aprendizaje automático. Consiguieron el apoyo de Ari Caroline, se convirtieron en un equipo oficial en septiembre de 2015 y empezaron a trabajar en problemas cada vez más avanzados.
En la actualidad el equipo está formado por ocho personas: tres científicos de datos, tres ingenieros de ‘software’, un diseñador y Paul, el jefe del equipo. En los próximos meses serán once y esperan ampliar de nuevo la plantilla antes de que acabe 2016.
Para explicar el impacto de su trabajo, los miembros del equipo suelen referirse a 'Moneyball', la novela de Michael Lewis que se convirtió en película en 2011 con Brad Pitt como protagonista. En la historia, Billy Beane es el gerente general del Oakland Athletics y consigue relanzar a este equipo de béisbol con la ayuda de un economista, utilizando los datos para fichar a los mejores jugadores. Un método que, aunque criticado en un principio, revolucionó el béisbol profesional. Ellos aspiran a ser los Billy Beane del sistema médico, usando la estadística para lograr más victorias contra el cáncer.
Datos para cambiar el mundo
En su día a día, el equipo trabaja con médicos e investigadores para encontrar la forma en que los datos puedan ser más útiles, fluidos y visuales. “Tendría que ser posible que un investigador tuvieran una corazonada y la pudiera validar en un segundo. Los datos son un material bruto muy valioso, así que queremos que sean lo más útiles posible, de forma que los médicos e investigadores puedan innovar tan rápidamente como su imaginación se lo permita”, concreta May.
Intentan desarrollar programas accesibles e intuitivos a los que investigadores y médicos puedan adaptarse fácilmente. De momento, y según el experto, la aceptación por parte del equipo del centro es muy buena. Se muestran además muy dispuestos a ayudarles y a proporcionarles información que pueda ayudar en la creación de nuevos algoritmos.
Más allá de las pequeñas trabas que puedan derivarse de la burocracia, buscar empleados competentes es la parte más compleja del trabajo de Paul. “Es complicado encontrar a gente con verdadero talento que pueda ayudar con nuestro trabajo: ingenieros de ‘software’, científicos de datos y diseñadores están altamente demandados en Nueva York. Pero creo que tenemos un trabajo realmente emocionante que ofrecer, un trabajo que tiene impacto real, así que tengo confianza en que el equipo seguirá creciendo y en que conseguiremos grandes avances en el futuro”, defiende.
Enterrada entre los millones de datos que el hospital procesa cada día, hay información muy valiosa con detalles únicos que, bien interpretados, pueden ser vitales para mejorar los tratamientos. El plan de este equipo de guerreros del 'big data' es sacarla a la superficie y apuntarse cada vez más éxitos en la lucha contra la enfermedad.
“El hospital maneja una cantidad enorme de datos: millones de imágenes, resultados de laboratorio, perfiles genéticos y piezas de texto son generados cada mes. Y solo estamos arañando la superficie de las posibilidades de todos ellos”, sentencia May.
--------------------
Toda las imágenes que aparecen en este artículo han sido cedidas por el Memorial Sloan Kettering Cancer Center