“La Hematología sigue liderando el diagnóstico molecular en Medicina, el cual está permitiendo caracterizar la presencia de mutaciones de paneles amplios de genes (recurrentes en las distintas enfermedades) de una manera ágil, precisa y a un coste razonable”, expone Jesús María Hernández Rivas, del Hospital Clínico Universitario de Salamanca, y co-coordinador de un simposio sobre este asunto en el LXII Congreso Nacional de la Sociedad Española de Hematología y Hemoterapia (SEHH) y XXXVI Congreso Nacional de la Sociedad Española de Trombosis y Hemostasia (SETH), que se está celebrando esta semana en formato virtual.
“Debemos seguir en la senda marcada hasta ahora para que este diagnóstico siga siendo una pieza clave en el enfoque inicial del enfermo hematológico. Las decisiones terapéuticas que se están empezando a tomar en las leucemias agudas se están basando en el uso de estas tecnologías y es lógico que, muy pronto, se incorporen también a otros procesos crónicos. El Sistema Nacional de Salud debería considerarlo como una oportunidad de mejora y de innovación e invertir más en el diagnóstico genético”, indica Hernández Rivas. Además, “el balance coste-eficacia de estas metodologías hace ya tiempo que demostró ser razonable”.
Inteligencia artificial
Junto con el diagnóstico genético, otro avance en el manejo de los pacientes, todavía en desarrollo pero muy prometedor, es el que trae la aplicación de la inteligencia artificial (IA). El congreso ha acogido una ponencia impartida por Roni Shouval, del Centro del Cáncer Memorial Sloan Kettering, en Nueva York. “En la próxima década, gran parte de los sistemas médicos dependerán cada vez más de las herramientas de apoyo a las decisiones basados en el aprendizaje automático, lo que aumentará la seguridad y eficacia de nuestros tratamientos. No obstante, en ningún caso, estas herramientas sustituirán al médico, que seguirá siendo quien tome las decisiones finales”.
“La principal barrera en el campo de la IA no es la tecnología, sino los datos. Los algoritmos de aprendizaje automático aprenden de la experiencia y los datos. Cuanto más complejo es el algoritmo, más datos se requieren. Para generar modelos imparciales y precisos, necesitamos bases de datos elaboradas y seleccionadas. Por ello, los grandes consorcios de colaboración que involucran a múltiples centros y países son esenciales”.
Un ejemplo de consorcio de colaboración en este campo es el proyecto Harmony, una gran base de datos europea para el estudio del cáncer hematológico que se enmarca dentro del bloque de proyectos IMI, denominado Big data for better outcomes. Se trata de una iniciativa de colaboración público-privada que cuenta con 51 socios y que se lidera desde España.
La acreditación en el laboratorio de Hematología
En el simposio ‘Estrategias de futuro en el laboratorio de Hematología’, coordinado por Pedro Sánchez Godoy, del Hospital Universitario Severo Ochoa de Leganés (Madrid) y José María Guinea de Castro, del Hospital Universitario Araba (Vitoria-Gasteiz), se han abordado los principales factores que van a influir en el desarrollo futuro de los laboratorios de Hematología. Entre ellos, según señala Guinea de Castro, “la acreditación de los mismos, que es fundamental al proporcionarnos seguridad en los resultados que damos y reforzar la calidad que ofrecemos”.
Aparte de la ayuda diagnóstica, en estos momentos, los laboratorios de Hematología también estudian alteraciones que pueden ser pronósticas y otras que pueden orientar en la elección del tratamiento. De esta forma, “evitamos al paciente recibir tratamientos que no van a funcionar, pero que sí le van a provocar toxicidad”. Asimismo, los laboratorios sirven de apoyo para el diagnóstico y vigilancia de pacientes de otras especialidades.
via Noticias de diariomedico.... https://ift.tt/3kEswFp
No hay comentarios:
Publicar un comentario