¿Puede la fibra óptica diagnosticar (incluso predecir) enfermedades?

Abián Bentor Socorro, profesor del área de Tecnología Electrónica del Departamento de Ingeniería Eléctrica, Electrónica y de Comunicación  de la Universidad Pública de Navarra (UPNA)

«Con la ayuda de la fibra óptica, la nanotecnología y biosensores podemos llegar a predecir si vas a padecer determinadas enfermedades»

Tiempo estimado de lectura: 3,5 minutos

Es de sobra conocida la capacidad de la fibra óptica para transmitir datos: no podríamos navegar a alta velocidad a través de Internet sin ella. Sin embargo, sus múltiples facetas en el campo de la medicina permanecen más en la sombra. La fibra óptica, a través de impulsos de luz, es capaz de curarnos… e ir más allá logrando diagnosticar, e incluso predecir, enfermedades. Abián Bentor Socorro Leránoz, profesor de ingeniería en la Universidad Pública de Navarra e investigador en aplicaciones de fibra óptica y luz en el ámbito médico, nos ayuda a descubrir el potencial de la fibra óptica.

Cuando hablamos de fibra óptica…
…nos viene directamente a la cabeza el cable que nos trae a nuestras casas Internet. Sabemos que la fibra óptica propaga datos, pero lo que no sabemos es que sirve para curarnos. Podemos guiar su luz con diferentes intensidades y, por ejemplo, quemar o reparar tejidos, pero también, introducirla dentro del cuerpo a través de mínimas incisiones y operar, sin necesidad de abrir en canal al paciente. Es tan fina y flexible que nos permite llegar a ubicaciones del cuerpo humano que, de otro modo, sería muy complicado. Pero, además, podemos utilizar la fibra óptica para detectar enfermedades y saber si esa persona está sana o tiene una enfermedad.

Sabemos que, entre otros usos, la fibra óptica se emplea para eliminar varices o piedras del riñón, practicar endoscopias, realizar tratamientos de estética o hacer desaparecer tatuajes, pero ¿de qué manera es capaz de detectar enfermedades?
Empleando técnicas de química y nanotecnología y aplicando conocimientos de telecomunicaciones, podemos crear lo que se llaman “biosensores” ópticos. Con ellos somos capaces de recubrir la fibra óptica y generar fenómenos físicos que, luego, podemos medir, como absorción de luz, luminiscencia, interferometría o resonancias. Una vez generados estos fenómenos físicos, colocamos moléculas biológicas tales como anticuerpos, enzimas, proteínas o el propio ADN. En función de la relación unívoca que existe entre esas moléculas que depositamos en la fibra y aquellas para las que se sabe que están diseñadas, podemos llegar a descubrir si la persona está enferma o no y en qué estadío.

¿Puede la fibra óptica incluso predecir enfermedades, sin que se haya desarrollado la patología o exista el menor de los síntomas?
Así es. Somos genética y, dentro de nuestro código genético, están implementadas las enfermedades que podríamos llegar a sufrir en un futuro que, a veces, se manifiestan, y a veces, no. A través de un biosensor de fibra óptica podemos llegar a saber si tenemos predisposición a una enfermedad o vamos a llegar a padecerla. Si existe una manifestación química dentro del cuerpo, es posible detectar esa molécula que dice que voy a empezar a tener una cierta enfermedad y así, poder reaccionar.

Con todas las consecuencias éticas que esto tiene…
Hay personas que han querido saber qué enfermedades podrían llegar a tener y, en base a eso, sin esperar a los síntomas, actuar antes de tiempo. Llegar a saber que, por ejemplo, en un futuro podrías desarrollar Alzheimer, cambia tu vida y la de la gente que tienes alrededor. Quizá comenzaríamos a vivir mejor o hacer cosas que probablemente no haríamos en una situación normal. Para ello diseñamos los biosensores, para adelantarnos o, si ya hay síntomas, ponerle nombre a nuestra dolencia.

Un diagnóstico precoz supone ganar posibilidades frente a la enfermedad… ¿y también ahorrar costes?
Por supuesto. Detectar una enfermedad antes de que esta se manifieste y llenemos las UCIs, evitaría un sobrecoste al sistema sanitario. Además, identificar a tiempo enfermedades que son crónicas, como el Alzheimer, la diabetes, la celiaquía, etc. supone atender al paciente en Atención Primaria y evitar el traspaso a las urgencias o al hospital, lo que implica un coste añadido al sistema. No estamos en los mejores tiempos para gastar de más, y menos en el futuro, cuando la población esté más envejecida. Si lográramos disponer de estos biosensores en Atención Primaria, podríamos detectar enfermedades crónicas y retrasar, en la medida de lo posible, el ingreso en el hospital.

En esa línea, ¿en qué proyectos estáis trabajando desde la Universidad Pública de Navarra?
Actualmente, en la UPNA estamos desarrollando aplicaciones de fibra óptica para detectar enfermedades como Alzheimer, celiaquía, ictus y otras, colocando en cada caso el anticuerpo adecuado en la fibra. Incluso, a través del aliento, integrando tecnología de fibra óptica en un proyecto realizado con la empresa Eversens, colocando un sensor entre los pacientes y la máquina. Este sensor es capaz de medir diferentes parámetros para detectar enfermedades y ver el estadío en el que nos encontramos.

Tecnología y salud unidas… ¿Inseparables?
Nuestro objetivo es ayudar a los médicos a curar a las personas y es precisamente el trato con la ingeniería y la medicina lo que estamos tratando de introducir tanto en los grados de ingeniería biomédica como de medicina de la UPNA. El hecho de que los médicos sepan hablar en lenguaje ingeniero y la ingeniería sepa hablar el lenguaje médico, es esencial para que se puedan generar proyectos comunes en base a una necesidad médica. Los médicos hoy en día nos están salvando, pero también hay que tener en cuenta que, si lo están haciendo es porque tienen a su disposición una tecnología que se está desarrollando en grupos de investigación que convierten una base científica en tecnología para ayudar a los pacientes.

Descubre más sobre este tema escuchando el podcast ¿Podrá la fibra óptica detectar y predecir enfermedades?, el podcast de divulgación científica de la UPNA.

Más información:

Publicaciones Científicas CASEIB. En esta web es posible descargarse el libro de actas del Congreso Anual de la Sociedad Española de Ingeniería Biomédica del año 2017. Entre las páginas 455 y 458, se encuentra la comunicación oral en castellano que describe los últimos trabajos realizados por nuestro grupo de la Universidad Pública de Navarra. Estrictamente, su referencia es:

Ponencia oral: “Biosensores basados en tecnologías de fibra óptica recubierta con materiales nanoestructurados”, A.B. Socorro-Leránoz, I. Del Villar, C. Elosúa, P. Zubiate, J.M. Corres, C. Bariáin, J. Goicoechea, S. Díaz, C.R. Zamarreño, M. Hernáez, P.J. Rivero, A. Urrutia, P. Sánchez-Zabal, N. De Acha, J. Ascorbe, D. López, A. Ozcáriz, L. Ruete, F.J. Arregui, I.R. Matías, XXXV Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB 2017), Bilbao (España), 29 noviembre – 1 de diciembre de 2017.

Fibra óptica para diagnosticar y curar. 6 de abril de 2015. Artículo de Abián Bentor Socorro Leránoz publicado en la revista Investigación y Ciencia.

Salvad@s por la fibra (I). 25 de julio de 2018. Artículo del autor en el blog Traductor de Ciencia.

Destellos de luz. Noviembre 2015. Libro de Abián Bentor que incluye un capítulo sobre los usos médicos de la luz, incluidas las técnicas que emplean fibra óptica.

Trends in the design of wavelength-based optical fibre biosensors. (2008–2018) A.B.Socorro-Leránozab D.Santanoa I.Del Villarab I.R.Matiasab.

Trends in Fibre-Optic Uses for Personal Healthcare and Clinical Diagnostics. A. B. Socorro, S. Díaz.

 

Smart cities: ¿Cómo serán las ciudades inteligentes del futuro?

Ignacio Matías Maestro, catedrático del Departamento de Ingeniería Eléctrica, Electrónica y de Comunicación e investigador del ISC (Institute of Smart Cities) de la Universidad Pública de Navarra.

«Debemos hacer más inteligentes y tecnológicas nuestras ciudades, sí, pero también más humanas»

Tiempo estimado de lectura: 3,5 minutos

¿Viviremos en una ciudad como las de las películas de ciencia ficción? ¿Estarán nuestras casas totalmente robotizadas? ¿Encenderemos los aparatos con la mente? ¿Habrá espacio para la libertad? Nos adentramos en el universo de las ciudades inteligentes con el profesor Ignacio Matías Maestro, quien fuera el primer director del Instituto de Smart Cities de la Universidad Pública de Navarra y quien, en esta entrevista, nos ofrece las claves para entender las múltiples posibilidades de las ciudades inteligentes… y las dudas que les rodean.

¿Qué necesita una ciudad para ser inteligente?
Una ciudad inteligente es aquella que integra a la sociedad con el gobierno de la propia ciudad y que, a través de sistemas inteligentes, detecta necesidades y genera soluciones, a ser posible, en tiempo real. Una smart city es aquella que usa la tecnología para ser más sostenible y mejorar la calidad de vida y el bienestar de las personas. Existen muchos factores que influyen para que una ciudad pueda llamarse inteligente como, por ejemplo, que tenga sistemas de ahorro de energía que permitan el consumo inteligente, el reciclaje, la reducción de residuos o emisión de gases; que en el campo médico apueste por la telemedicina o la teleasistencia o que, en el transporte, cuente con una gestión eficiente del tráfico, optimización de rutas de transporte público, infraestructuras sostenibles…

¿Cómo serán las ciudades inteligentes en el futuro?

Sinceramente, no lo sabemos. Es muy complicado prever cómo será la tecnología dentro de 50 años. Lo que se ha evolucionado en este último medio siglo, comparándolo con lo que vamos a avanzar en los próximos 50 años, si todo va bien, es infinito. Jamás habíamos tenido tantas posibilidades de crecimiento como ahora: tenemos tantas, que no sabemos por dónde vamos a ir. Para el ser humano, vivir en la actualidad es como un don y va a ser espectacular. Dentro de 30 años, miraremos atrás y todo nos va a parecer muy extraño. No sé cómo serán en el futuro las ciudades inteligentes, pero sí sé que las ciudades del futuro serán inteligentes.

¿Qué es lo que sí podemos predecir?

Sabemos que viviremos en ciudades porque es la única forma de preservar el resto de la Naturaleza, ya que, si nos extendemos por todo el territorio, mataremos lo que esté a nuestro alcance. En el año 2050, el 85% de la población mundial va a vivir en ciudades, fundamentalmente, porque el ser humano es un ser urbano y necesitamos vivir juntos para avanzar. Además, es evidente que tendremos que intentar ir al espacio, porque aquí no cabemos y ya estamos colapsando la Tierra. Por otra parte, sabemos que serán millones los objetos conectados en el mundo. Actualmente, ya hay unos 200 millones de sensores conectados: solo en el 2025, es posible que ya sean mil millones. Habrá muchos sensores, muchos datos, mucha tecnología.

Sensores, datos, tecnología…

Sí, por supuesto. Los datos son imprescindibles para poder hacer una buena gestión de la ciudad, por ello los sensores son fundamentales para obtener información, desde datos semafóricos, cuánta gente hay en la calle, contaminación, etc. Internet de las cosas es la única manera que tenemos actualmente para anticiparnos y resolver los problemas de las ciudades. Jugarán un papel esencial la inteligencia artificial, el machine learning y tecnologías como digital twins, edge computing o fog computing.

Las ciudades inteligentes van tomando forma y la tecnología avanza en todos los planos posibles, como el transporte. ¿Qué cambios veremos en este campo?

El transporte va a cambiar tanto que es muy posible que en el centro de las ciudades no puedan circular coches particulares y que el transporte público sea lo único que exista. Una vez que tengamos el control del tráfico de la ciudad y de sus semáforos, todo va a ser mucho más sencillo y automatizado. No habrá atascos o, si los hay, se podrán solucionar de una forma más eficiente que ahora. Por otra parte, no sabemos si habrá o no coches voladores, pero sí es seguro que contaremos con vehículos autónomos, y, si los coches van solos, es muy factibles que puedan volar.

Y en el ámbito de la seguridad, ¿podremos combatir mejor el crimen?

Por supuesto. En algunas ciudades de China ya controlan a quien va por la calle: saben en todo momento quién eres. Si hay un indicio de que se ha cometido un crimen o robo, enseguida lo pueden detectar e identificar a los culpables, lo cual, por otra parte, da cierto miedo. La seguridad es muy importante y con inteligencia artificial, sensores y cámaras, se puede avanzar mucho, pero siempre deberemos tener muy presente el límite de la libertad.

¿Vamos a estar totalmente controlados en una ciudad en la que haya más sensores que personas?

Ahí está el tema. La tecnología no es el problema: es la solución. El verdadero problema es la cuestión social. En el siglo XXI, los datos son la materia prima y quien los controle, tendrá mucho poder. ¿Quién puede controlar los datos que generamos nosotros mismos? Puede ser una ciudad, un Estado o una empresa. Una empresa, si sabe cómo nos comportamos, puede intentar vendernos sus productos. Si quien nos controla es una ciudad o un Estado, la situación es peor, porque nos pueden dirigir para intentar que pensemos de un modo concreto. A este respecto, ya la Unión Europea ha dado pasos para velar por que los datos sean nuestros, pero no me lo acabo de creer. Actualmente, simplemente cuando utilizamos cualquier aplicación, ya estamos cediendo nuestros datos.

¿Cuál es el verdadero peligro de que nuestros datos no nos pertenezcan?

La sociedad avanza si tiene libertad, pero si no somos capaces de preservarla y hay una inteligencia superior que controle nuestras libertades, podremos acomodarnos y actuar como borregos. Si los datos no son nuestros, van a coartar nuestra libertad. Por todo ello, cuando construyamos una ciudad inteligente, debemos intentar que sea una ciudad inteligente con alma, y no una ciudad tipo centro comercial.

¿Qué es más sencillo, crear una ciudad inteligente desde cero o hacer más inteligente a una ciudad que ya existe?

Una ciudad inteligente creada desde cero carece de alma. Una ciudad inteligente tiene que reforzar su identidad, pensar en las personas que habitan, estar viva y siempre en constante adaptación. En mi opinión, es mucho más importante hacer más inteligentes a ciudades ya existentes y lograr que sean inteligentes desde su punto de vista: es decir, que cuenten con su propia historia e inteligencia, como las personas, y desarrollen aquellos aspectos que, cada ciudad, de forma individual, quiera impulsar. Existen ejemplos de ciudades inteligentes creadas desde cero, como Songdo, en Corea del Sur, pero mucha gente no quiere vivir en ellas, quizá porque tienen miedo de vivir en una ciudad con tanta tecnología. Quizá prefieren vivir en una ciudad menos inteligente, pero con alma. Por todo ello, debemos hacer más inteligentes y tecnológicas nuestras ciudades, sí, pero también más humanas.

Descubre más sobre este tema escuchando el podcast ¿Cómo serán las ciudades inteligentes del futuro?, el podcast de divulgación científica de la UPNA.

Más información:

Kirimtat, O. Krejcar, A. Kertesz and M. F. Tasgetiren, «Future Trends and Current State of Smart City Concepts: A Survey,» in IEEE Access, vol. 8, pp. 86448-86467, 2020, doi: 10.1109/ACCESS.2020.2992441.

STARDUST: Holistic and Integrated urban model for smart cities. H2020 European Project.

Emilio Ontiveros, Diego Vizcaíno, Verónica López Sabater, “Las ciudades del futuro: inteligentes, digitales y sostenibles”. Fundación Telefónica, 2016.

Alex Steffen, El futuro compartido de las ciudades. Ted Talks.

Pablo E. Branchi, Carlos Fernández-Valdivielso, Ignacio R. Matías-Maestro, “Metodología para evaluar el impacto de la incorporación de nuevas tecnologías en ciudades inteligentes”, DYNA, vol 90(3), pp. 285-293, 2015.

Un modelo para predecir cuántas camas UCI harán falta durante cada oleada

Responde: Fermín Mallor Giménez, catedrático de Estadística e Investigación Operativa del Departamento de Estadística, Informática y Matemáticas de la Universidad Pública de Navarra (UPNA) y Daniel García de Vicuña Bilbao, estudiante de doctorado en el ISC (Institute of Smart Cities) de la UPNA.

Imagen de Fernando Zhiminaicela en Pixabay

La crisis financiera mundial de 2008 puso de moda en España el término económico “prima de riesgo”, hasta entonces desconocido. Del mismo modo, la pandemia ha popularizado expresiones y términos como “doblar la curva”, “incidencia acumulada” e incluso conceptos epidemiológicos más específicos como “el número efectivo de reproducción R₀”. Ocupan portadas de periódicos, así como espacios en noticiarios televisivos y radiofónicos. Constituyen una muestra del uso de las matemáticas para describir la evolución de la pandemia y para proporcionar indicadores con los que las autoridades políticas pueden fundamentar una toma de decisiones informada sobre medidas de distanciamiento social y restricciones a la movilidad.

Sin embargo, los modelos matemáticos no solo sirven para describir qué ha pasado o el estado actual de la pandemia, sino que pueden facilitar predicciones muy útiles sobre cómo va a evolucionar. Estas son útiles para la planificación de los recursos sanitarios necesarios para atender a paciente covid-19, como las camas UCI. La planificación facilita la utilización eficiente de recursos y, en consecuencia, proporcionar una mejor atención a todos los pacientes, covid y no covid.

Los modelos matemáticos más útiles para predecir variables relacionadas con la evolución de la pandemia son los de simulación. Estos modelos son capaces de representar características complejas de la realidad pandémica, como su aleatoriedad e incertidumbre, así como la variabilidad en el impacto que la enfermedad puede tener en distintas personas.

Modelos que simulan la actividad diaria de miles de individuos

Durante la pandemia se han popularizado algunos modelos de simulación basados en agentes, los cuales tratan de reproducir en el ordenador el comportamiento de un número muy elevado de personas (agentes) representativos de la sociedad de una región o país. Para ello, cada persona tiene creada (simulada) su red de contactos que reproducen los ámbitos familiares, de trabajo y social. Las personas están clasificadas en grupos que representan su estado en relación con la enfermedad.

La clasificación básica considera los grupos de infectados (y en disposición de contagiar), de susceptibles (que pueden ser contagiados) y de personas que ya han pasado la enfermedad y son inmunes o que han fallecido. El modelo matemático reproduce la dinámica diaria de contactos de cada agente y la posibilidad de contagio en cada uno de ellos para recrear la evolución global del número de personas contagiadas. Se trata de modelos que extienden, incorporando la aleatoriedad y la variabilidad citadas anteriormente, los modelos epidemiológicos compartimentales tipo SIR (susceptible-infected-removed).

Estos modelos, son muy útiles para evaluar las consecuencias de distintas políticas de distanciamiento social en la transmisión del virus y de distintas estrategias de vacunación en la población.

La dinámica hospitalaria reproducida por un modelo de simulación

Sin embargo, para predecir las necesidades de camas hospitalarias y de UCI son más adecuados modelos de simulación estocásticos de tipo mecanicista que se fundamentan en dar respuesta a las siguientes dos cuestiones:

  1. ¿Cuántos pacientes van a ingresar en el hospital cada uno de los próximos días?
  2. ¿Dónde y durante cuánto tiempo van a estar ingresados cada uno de estos pacientes?

La respuesta a la primera cuestión se consigue ajustando a la serie de datos de ingresos diarios de pacientes una curva que parte de cero, que experimenta un crecimiento exponencial, para posteriormente estabilizarse (en la llamada “meseta”) y finalmente decrecer de nuevo hacia cero.

Se utilizan curvas de crecimiento poblacional de tipo Gompertz, cuya derivada se muestra en la Figura 1. Con esta curva se estima cuántos pacientes, de media, van a ingresar cada uno de los días del futuro.

Una distribución de probabilidad de Poisson, con estos valores medios, facilita la simulación del número de pacientes (y con sus características de edad, sexo, etc.) que ingresa en el hospital cada día del futuro.

Figura 1. Ajuste estadístico a la serie diaria de hospitalizaciones.
Author provided

A la segunda cuestión se le da respuesta representando con precisión lo que ocurre puertas adentro del hospital (o conjunto de hospitales de una región).

La Figura 2 representa el flujo de pacientes por las instalaciones hospitalarias.

Un paciente COVID cuando ingresa en el hospital lo puede hacer directamente en UCI o bien en una planta para agudos. Desde aquí el paciente puede requerir un posterior ingreso en UCI, o bien ser dado de alta, por recuperación o por fallecimiento. Los pacientes que están ingresados en UCI pueden ser dados de alta bien por mejoría y terminar la recuperación en planta, o bien por fallecimiento.

En el gráfico se detallan todos los parámetros que son necesarios para recrear (simular) la trayectoria de un paciente COVID en el hospital: mediante letras “p” se denotan las probabilidades que determinan las trayectorias en las bifurcaciones y mediante letras mayúsculas, W, Y, X, los tiempos que el paciente permanece en las instalaciones.

Estos tiempos varían entre pacientes y son descritos mediante distribuciones de probabilidad que son estimadas, así como las probabilidades “p”, a partir de los datos observados en la evolución de la pandemia.

Figura 2. Flujo de pacientes COVID en el hospital.
Author provided

Predicción como resultado del análisis estadístico de miles de realidades futuras posibles

A partir del conocimiento de cuántos pacientes están actualmente hospitalizados y simulando llegadas futuras de pacientes y sus trayectorias hospitalarias se puede prever cuántas camas van a ser necesarias en las siguientes semanas de pandemia. La Figura 3 muestra el resultado de las predicciones y los valores reales observados realizados durante la primera ola pandémica en Navarra. Cada vez que se realiza una simulación se obtiene una realidad (de ocupación de camas) distinta para el futuro.

Del análisis estadístico de miles de esos posibles futuros resultan las predicciones medias y unas bandas de confianza.

Figura 3. Predicción de camas UCI a partir del tiempo marcado en negro: estimación mediana y bandas de confianza. En verde valores reales de ocupación.
Author provided

Modelos útiles en la práctica que sólo necesitan cuatro fechas por paciente

Este modelo de simulación ha sido utilizado durante las tres últimas olas pandémicas en Navarra y durante la segunda y tercera en La Rioja por los responsables de la planificación hospitalaria. El Ministerio de Sanidad español también ha recibido informes diarios de previsión de ocupación hospitalaria durante la duración de la tercera ola.

Los datos guían la calibración y actualización continua (aprendizaje) del modelo de simulación. Únicamente cuatro fechas por paciente, registradas por los sistemas de información hospitalarios, son necesarias para la construcción y ejecución del modelo: ingreso y alta hospitalaria, e ingreso y alta en UCI (en caso de producirse).

Este reducido conjunto de datos necesarios, y su disponibilidad en tiempo (casi) real en los sistemas de información hospitalarios, constituye uno de los puntos fuertes del modelo matemático en comparación con otros que precisan del conocimiento de multitud de parámetros y distribuciones de probabilidad que no están disponibles en tiempo real, y que, en todo caso, pueden ser estimados una vez que la pandemia ha pasado.

Sin duda, esta aplicación constituye una muestra más de la aportación que pueden realizar las matemáticas para mitigar los efectos de la pandemia. Otras aplicaciones de las matemáticas pueden encontrarse en la página web de la acción matemática contra el coronavirus y en la página web del grupo de investigación q-UPHS.

Fermín Mallor Giménez, Catedrático de Estadística e Investigación Operativa, Universidad Pública de Navarra y Daniel García de Vicuña Bilbao, Estudiante de doctorado en el Instituto de Smart Cities, Universidad Pública de Navarra

Este artículo fue publicado originalmente en The Conversation. Lea el original.