Plataforma integral e inteligente para la medicina de precisión aplicada a tumores cerebrales

El diagnóstico y seguimiento de tumores cerebrales requiere integrar información procedente de múltiples fuentes clínicas y biomédicas. GLIO-IA nació con el objetivo de desarrollar una plataforma capaz de unificar estos datos y facilitar el trabajo de investigadores y profesionales sanitarios mediante herramientas de análisis y apoyo a la decisión.

El consorcio lo formaron ISABIAL (Instituto de Investigación Sanitaria y Biomédica de Alicante), FISABIO (Fundación para el Fomento de la Investigación Sanitaria y Biomédica), AIJU y The New Horizons, cada uno con un área de trabajo diferenciada.

Dentro de AIJU participé en la coordinación de las actividades del proyecto, el desarrollo conceptual de la plataforma y el análisis exploratorio de datos clínicos.

• Coordinación de las actividades de AIJU: planificación de tareas, seguimiento de entregables y coordinación del equipo técnico
• Interlocución con los socios del consorcio (ISABIAL, FISABIO, The New Horizons) para alinear la plataforma con las necesidades reales de los usuarios clínicos
• Seguimiento del cumplimiento de la normativa de protección de datos sanitarios (GDPR) durante el desarrollo
• Análisis exploratorio de datos clínicos con Python para apoyar el entrenamiento y la validación de los modelos de IA

El equipo técnico de AIJU desarrolló la plataforma que da soporte al proyecto, con los siguientes componentes principales:

• Backend en FastAPI para la gestión y el procesamiento de la información clínica
• Base de datos PostgreSQL para el almacenamiento estructurado de pacientes y metadatos
• Interfaz web en React para la consulta y visualización de resultados
• Integración con los modelos de inteligencia artificial desarrollados por el consorcio

Como parte del proyecto realicé el análisis exploratorio de los metadatos clínicos del repositorio TCGA, trabajando con más de 1.100 registros de pacientes diagnosticados con glioblastomas y otros tipos de glioma. Este trabajo permitió identificar las variables clínicas más relevantes para el entrenamiento y la evaluación de los modelos de IA del consorcio.

• Limpieza, normalización y exploración de las variables clínicas (diagnóstico, edad, género, supervivencia y tratamientos)
• Identificación de las variables más relevantes para el entrenamiento y la evaluación de los modelos de IA (tipo de glioma, edad y género)
• Elaboración de conclusiones e informes técnicos para apoyar el trabajo de modelado del consorcio

El proyecto dotó al consorcio de una plataforma unificada sobre la que integrar y explotar los modelos de inteligencia artificial. El análisis de datos clínicos aportó una base sólida para el modelado, al identificar los factores más relevantes para la supervivencia (tipo de glioma, edad y género) y orientar así el entrenamiento y la evaluación de los modelos por parte de los socios de investigación.