GiIl Mildworth (se pronuncia Guil, por lo cual nos autorizó a pasar a escribirlo así, aunque él lo hace de la forma en que abrimos esta nota), es un hombre paciente. Esa es la primera conclusión de la entrevista que realicé a este israelí, que se presenta con el título comúnmente usado en inglés, chief business officer, de la compañía Edas Healthcare de Jerusalem. Es que no perdió el control ni una vez, a pesar de las repetidas preguntas que le hice sobre el mismo punto. El común denominador a todas era claro ¿cómo puede ser?
Guil, que se dedica desde hace 27 años a la parte ejecutiva de los negocios en alta tecnología, ha trabajado en distintas compañías en este campo, dirigió una consultoría europea, tuvo un start-up de salud digital y en el último año se sumó a EDAS, convencido ahora de lo dramático de su tecnología de innovación.
A sus 52 años, recuerda aún por cierto sus años en el Servicio militar obligatorio , que realizó en el destacado proyecto “Talpiot”, un programa de excelencia para jóvenes destacados en investigación y desarrollo. Participó en uno de los primeros años del programa. En sus estudios universitarios, hizo un primer título en Física y Matemática y un Master en Ingeniería Electro-óptica.
No sorprende pues que esté hoy en una compañía que ha desarrollado una tecnología de primera línea para la detección de enfermedades respiratorias, aunque más especialmente, en la faceta de su comercialización.
EDAS es una compañía de software de salud digital que propone una solución al instante para detectar enfermedades respiratorias infecciosas. No fue concebida por el coronavirus y claro está que su aparición requiere adaptaciones. Pero la base para detectarlo y diagnosticarlo es la misma que para otros patógenos, sean virus o bacterias, responsables de distintas enfermedades respiratorias.
A sus 52 años, recuerda aún por cierto sus años en el Servicio militar obligatorio , que realizó en el destacado proyecto “Talpiot”, un programa de excelencia para jóvenes destacados en investigación y desarrollo. Participó en uno de los primeros años del programa. En sus estudios universitarios, hizo un primer título en Física y Matemática y un Master en Ingeniería Electro-óptica.
No sorprende pues que esté hoy en una compañía que ha desarrollado una tecnología de primera línea para la detección de enfermedades respiratorias, aunque más especialmente, en la faceta de su comercialización.
EDAS es una compañía de software de salud digital que propone una solución al instante para detectar enfermedades respiratorias infecciosas. No fue concebida por el coronavirus y claro está que su aparición requiere adaptaciones. Pero la base para detectarlo y diagnosticarlo es la misma que para otros patógenos, sean virus o bacterias, responsables de distintas enfermedades respiratorias.
Y no puede dejar de mencionarse que Guil Mildworth trabaja con Gai Livne, emprendedor y Director General de EDAS, y al Profesor Ran Nir-Paz del Hospital Hadassah, experto de renombre internacional en la enfermedades infecciosas. Él es el responsable de gran parte de la investigación inicial, junto al Dr. Gal Almogi. A ellos se sumó también el Dr. Aryeh Keren, experto en Inteligencia Artificial y “Machine Learning”, doctorado en Matemática.
Empecemos por el principio
P: ¿Por qué decidió EDAS abocarse al desarrollo de una tecnología que detecte justamente enfermedades respiratorias?
R: Por su bastante importante incidencia en la población. Las enfermedades respiratorias son siempre una de las 5 fuentes principales de gastos en los sistemas de salud pública, trátese o no de enfermedades de temporadas. Y el 30 por ciento de los que acuden a tratamiento primario en la comunidad, lo hacen por temas respiratorios. Muere mucha gente por una variedad de problemas respiratorios, más que nada porque no siempre se la diagnostica debidamente.
P: Y claro que estamos hablando de antes del coronavirus.
R: Por supuesto. Recordemos, por ejemplo, que todos los años mueren en Israel, en la temporada de gripe, entre 30 y 90 personas. Ahora parece que nadie lo recuerda, pero eso ocurre todos los años.
P: Entiendo que consideraron que un serio problema es el diagnóstico.
R: Así es.
P: ¿A qué se debe, en su opinión?
R: A que los médicos mismos a menudo no logran distinguir, porque todos los que llegan infectados con virus o bacterias, tienen en general los mismos síntomas, se ven igual. Todos se sienten mal, tienen tos, fiebre. No está claro cómo se puede saber lo que tienen. Y se sabe, por distintas investigaciones, que aproximadamente la mitad de los diagnósticos en la clínica eran acertados, o sea que el resto no. Y este es un serio problema. Si se manda un examen al laboratorio, lleva dos días recibir la respuesta. Pero las primeras 24 horas, o hasta las primeras 48, son críticas para dar el tratamiento adecuado.
P: Claro, porque el tema no es sólo saber qué dar, sino no dar algo que puede ser contraproducente.
R: Exacto. Ha pasado en Israel con un hombre de 45 años, sin enfermedades previas -que en el interín por suerte se recuperó- que fue con síntomas al médico, le dieron antibiótico pensando que era alguna bacteria, sin entender que era coronavirus, y el antibiótico le provocó una reacción tal que en dos días tuvieron que conectarlo al respirador. O sea, que se agravó al parecer por eso. Lo que pasa es que cuando una persona se siente mal, primero va a lo que se llama la atención en la comunidad, el médico en la policlínica. Y ahí, el médico hoy en día no tiene absolutamente ninguna herramienta que le permita determinar enseguida de qué se trata.
P: Como dijo antes, tiene que tomar una muestra y mandarla al laboratorio cuando determina en ese momento si es virus o bacteria, es una apreciación, una impresión, y no una certeza.
R: Exacto. Y ese paciente también puede contagiar a otros que están esperando en la clínica
¿Cómo funciona?
P: Vayamos a la tecnología misma ¿Cómo explicarla? Reconozco que me cuesta entenderla, ya sólo desde la introducción.
R: Nuestra tecnología está compuesta por tres elementos claves.
1) Comprendemos en profundidad cómo se comportan los distintos patógenos que causan enfermedades, sean virus o bacterias, de cómo se propagan en la población. Conocemos los parámetros de cada uno de ellos, su forma de actuar. Es cierto que todos contagian por las gotitas de las que tanto se habla hoy, que salen de la boca, o por contacto, según cada uno, pero aparte de esa generalidad, cada uno tiene sus características especiales. También el coronavirus. O sea que podemos desarrollar un modelo adecuado.
2) Tenemos claro cuál es el proceso epidemiológico, o sea cómo se transmiten y propagan.
3) Comprendemos la dimensión demográfica de la expansión de los patógenos. Esto es algo que se investigó muy a fondo también en la universidad de Stamford y acá en Jerusalem.
P: ¿Estos tres elementos alcanzan para dianosticar?
R: Estos tres elementos, junto con un algoritmo de Inteligencia Artificial y lo que se conoce en inglés como “machine learning”, un tipo específico de Inteligencia Artificial que permite que una máquina vaya mejorando cada vez más su funcionamiento, aprendiendo de su propio desempeño. Estos elementos, todos juntos, nos permiten ser muy exactos. Y lo único que el paciente debe dar es su edad, su género y su dirección, y escribir dónde vive.
P: Confieso que me pierdo. Usted no mencionó sobre examinar al paciente.
R: Es que no es necesaria.
P: ¿Me puede explicar cómo es posible?
R: Es que los modelos que desarrollamos se basan en datos que recibimos de laboratorios regionales que hacen estudios de los patógenos, por ejemplo en el Hospital Universitario Hadassah de Jerusalem. Con eso, construimos una base de datos diarios. O sea, los que nos entregan, son datos anónimos por supuesto, sin nombres en absoluto, que señalan que la persona de tal edad y tal sexo, que vive en tal dirección, fue identificada con tal o cual patógeno, o que no se le detectó nada. Los laboratorios hacen exámenes todos los días, y todo se acumula en los datos históricos. Eso se actualiza, lo usamos con el algoritmo y logramos dar respuesta cuando viene un nuevo paciente que precisa diagnóstico.
P: O sea, los datos que reciben, son de personas que fueron a examinarse, pensando que tienen algo.
R: Claro, de gente que se hizo un estudio, algunos dieron positivo y otros negativo.Y usando esa base de datos que indica cómo funcionan los distintos patógenos, el algoritmo especial y la inteligencia artificial, podemos desarrollar un modelo.
P: ¿Es un modelo matemático? ¿Sirve también para algo así?
R: Por supuesto.
P: ¿Pero acaso no puede venir algún paciente con una situación extraordinaria que no podía ser contemplada en la base de datos que ya tienen?
R: Claro que sí. En estas cosas nunca hay un ciento por ciento . Tampoco en el laboratorio. Lo vemos claramente ahora también con el coronavirus. Hay errores en el diagnóstico. Pero cuando hay un modelo automático bien ordenado y fundamentado, es más fácil descartar. Cuando las respuestas son positivas, el porcentaje de exactitud es entre el 70 y 80 por ciento, frente al 50 por ciento actual, ya que hay tres opciones al identificar el patógeno. Pero cuando dice que no, cuando descarta algo, el porcentaje de exactitud es del 99 por ciento. Es dramático. Nuestra tecnología no quita que se haga, si el médico lo considera, un examen de laboratorio, después del diagnóstico que esto permite. Pero ahí ya está en ventaja, sabe qué buscar.
P: Yo sigo preocupada, si cabe el término, por el hecho de que esta tecnología no incluye la necesidad de examinar siquiera al paciente. Perdone la insistencia. Parece especialmente extraño cuando se lidia por ejemplo con el coronavirus, aunque en realidad también con otros patógenos. ¿Acaso no es relevante saber con quién estuvo el paciente al que diagnostican, por dónde anduvo?
R: Supuestamente es relevante, pero la Inteligencia Artificial sabe lidiar con este elemento. Claro que si uno estuvo dos meses en África y al volver va directo al médico, puede ser que se perderá. Pero en realidad, alcanza con que alguien vaya día a día al trabajo ida y vuelta. Los algoritmos saben identificar patrones de comportamiento que son muy fuertes. Estos sistemas permiten ver cosas que nosotros no vemos. En el sistema que determina la propagación de la enfermedad, vemos por ejemplo dos barrios ubicados a tres kilómetros uno de otro, que siempre se comportan igual, y cuando en uno hay una erupción de la enfermedad, en el otro también. No sé por qué, pero se lo ve claramente.
Las próximas etapas
EDAS trabaja con Hadassah desde hace ya un año y cuatro meses. Estaba planeado ya un plan piloto en Gran Bretaña, que quedó postergado por la crisis del Coronavirus. Ya están en proceso con otros tres hospitales de Israel.
Pero ahora, de todos modos, la principal tarea pendiente es recibir para la base de datos, los relativos a exámenes de Corona, a fin de poder introducirlos al sistema. Recién después se podrá validar la tecnología para la detección de Covid-19.
Claro que también está la etapa de la financiación para todo y la necesidad que el Ministerio de Salud Pública de Israel libere ciertas regulaciones para poder avanzar con este programa.
“Las investigaciones con todos los profesores, nos dan buenas razones para creer que esto tiene que funcionar claramente con el coronavirus, por la comprensión específica del patógeno”, explica Guil Mildworth.
Preguntamos si el tener que introducir algo nuevo, el coronavirus, no complicará la tecnología ya existente. Mildworth responde muy seguro. “Sabemos cómo funciona, entendemos bien nuestro sistema y ya tenemos experiencia en la introducción de nuevos elementos contaminantes. Ya lo hemos hecho. Por ejemplo, en los dos últimos años, introdujimos la tos convulsa. Eso no era muy complicado. Y claro que puede haber algún cambio, pero los modelos son muy robustos”.
P: ¿De cuánto tiempo se trata?
R: Creemos que en dos o tres semanas habremos ingresado los datos de exámenes de coronavirus, y con eso estaremos prontos para avanzar a lo definitivo. Claro que puede que tengamos que hacer alguna adaptación, pero estimamos que en dos o tres meses podremos dar ya una solución, habiendo agregado el coronavirus al sistema.
P: Después, me imagino, viene la comercialización.
R: Por supuesto. Hay que vender la tecnología. Yo creo que la gente entiende que es necesario cambiar la forma de pensar y que la tele-medicina es lo correcto para poder diagnosticar a millones de personas. Es la única solución que se puede aplicar sin que se requiera ningún equipo especial.
P: ¿Y se podrá aplicar en cualquier parte del mundo?
R: Eso dependerá evidentemente de la regulación en cada lado. Pero en principio sí.
P: En realidad es algo que se puede usar sin que el paciente salga de su casa siquiera.
R: Nuevamente, depende de la regulación. Pero seguro que es tele-medicina avanzada que el médico puede usar.Te cuento que hace unos meses, el propio Gai Livne, Director General de la empresa, se sentía mal, tosía, estaba muy flojo, y se disponía a ir al médico, hasta que se dio cuenta de que mejor usa esta tecnología: Lo hizo, le dio que es un virus , para lo cual sabemos que no hay remedio sino sólo tratar de esperar unos días hasta que se vaya solo. Confió en el resultado, no fue al médico, se quedó en la casa, y a los pocos días se mejoró. Con eso, ahorró a la caja de seguro médico cientos de shekels y el remedio que quizás le habrían dado equivocadamente.
P: Concretamente, lo que ustedes venderán no será algo material, una máquina o un dispositivo, sino un programa que se debe instalar en la computadora.
R: Claro. Un programa de software de servicio en la nube. Y los clientes serán organismos de la salud que dan la atención primaria en la comunidad, clínicas, marcos de tele-medicina, salas de emergencia.
P: Reiteremos, para terminar, lo singular de la tecnología innovadora que tienen.
R: Permite diagnosticar a millones de personas en cuestión de segundos, sin tener siquiera que revisarlos.
P: Ciencia ficción.
R: Pero real.
P: Muchas gracias Guil. Absolutamente apasionante.
R: Gracias a ti por el interés.
Seminario Hebreo Jai