Laura Velásquez
Me encanta. Súper chévere. Bueno, Luis, encantada de tenerte aquí. Bienvenidísimo a este podcast. Este podcast nace con la necesidad fundamental de educar a los profesionales que nos escuchan en salud. Y la razón del por qué es porque nos dimos cuenta de que hay muchas barreras de entendimiento de la tecnología donde te puede ayudar. Independientemente de que sea inteligencia artificial, o que sea transformación digital, o que sea un modelo de analítica básica, es que la gente no entiende. Entonces dijimos, la brecha no está en la tecnología, la brecha está en entender qué es esto. Entonces, así es que nace este podcast. Gracias por estar aquí y haciéndole investigación. Bueno, esto es una conversación, ¿no? Esto, que sea lo más fluido que puedas. Puedes decir lo que quieras alrededor de tus opiniones personales, alrededor de esto, cómo impacta realmente positiva o negativamente el sistema, dónde hay mayores retos, dónde no hay retos, etc. Después, para que sepas que se trata de esto. Entonces, nada, gracias infinitas por estar aquí. Entonces, te voy a dar la palabra y ya, bienvenidísimo. Entonces, antes que nada, me encantaría que te presentes porque sé que eres una de las personas de las que conozco haciendo mucha investigación, que han pasado por este podcast y también que conozco en el mundo de la salud, que tiene demasiado conocimiento, demasiado conocimiento alrededor de la investigación clínica, que me parece muy valioso, pero más allá de la investigación es que realmente has aplicado todo ese conocimiento en la vida real y eso lo admiro mucho. Entonces, pues nada, me encantaría que te presentes quién eres, qué te gusta, qué te apasiona, por dónde has pasado y ya vamos charlando.
Luis Felipe Reyes
Bueno, perfecto. Pues, primero que todo, muchísimas gracias, Laura, por la invitación. Pues, yo soy un médico graduado de la Universidad de La Sabana. Luego hice medicina crítica y cuidado intensivo en la Universidad de La Sabana y en la clínica Shire también. Al final de la especialización médico-quirúrgica tuve la oportunidad de ir a Estados Unidos a hacer la última parte de mi formación clínica con un doctor que me gustaba mucho su enfoque y era sobre las infecciones pulmonares. Entonces, mi objetivo era aprender más de las infecciones pulmonares y por eso me fui para Texas. Y estando allá, pues como que me enamoré de la investigación. Creo que la investigación en mi formación pulmonar de pregrado, aunque tenía algunos énfasis en investigación y cosas, realmente uno cuando está tan joven no le presta mucha atención a eso. Y yo pensaba, no, pero es que yo quiero ser, soy médico, a mí no me interesa mucho este tema de la estadística y estas cosas. A mí no me interesaba mucho. Entonces, realmente yo, soy sincero, no aprendí mucho de investigación. Pero cuando estaba en Estados Unidos tuve la oportunidad. También me dijeron, como tenemos un proyecto con un profesor de ciencias básicas, vaya y trabaja con él y nos cuenta. Y claro, a ese momento me fui al laboratorio y empecé a trabajar con ratoncitos y empecé ensayos clínicos y me encantó. Entonces, salió la oportunidad. Había un doctorado en ese momento allá, que lo hacen entre todas las universidades de Texas. Me presenté con las expectativas muy bajas porque nunca habían aceptado a un estudiante internacional. Y fui el primer estudiante internacional que aceptaron un programa de una cosa que se llama Translational Science, o ciencia traslacional en español. Y empecé a estudiar eso. Entonces, empecé a estudiar eso y Translational Science, me lo vas a preguntar más adelante y hablaremos de eso. Pero es como esta interacción entre la clínica y el laboratorio, más o menos.
Laura Velásquez
Me encanta porque llevas la investigación a la realidad a generar valor.
Luis Felipe Reyes
Claro, claro. Imagínate cómo crear puentes. Crear puentes y cuando tú hablas de la investigación biomédica, generalmente eran ciencias fundamentales o ciencias básicas. Luego las ciencias clínicas, luego la salud pública y luego la política. Y todo el mundo está como súper aislado en sus silos separados. Y lo que hace Translational Science es hacer puentes entre la una y la otra. Y claro, durante mi formación de doctorado fue maravilloso porque yo tenía dos mentores, tutores creo que les dicen en español a esto. Pero entonces, uno era un médico de UCI como yo y el otro era un científico básico. Entonces claro, yo todo el tiempo vivía lidiando con los dos. Uno pensaba que la investigación clínica era muy fácil y el otro creía que la investigación básica era muy fácil. Pero claro, todo tiene su valor. Finalmente hice muchos ensayos clínicos. Trabajé con baboons, con ratones, con mil cosas. Luego hice ensayos clínicos multinacionales. Luego me devolví para Colombia cuando me gradué. Y vino la pandemia. Fue una época bastante compleja porque yo tenía mucho trabajo en la UCI, como te imaginas. Pero adicionalmente tenía más trabajo en investigación porque se alineó mi experticia en las infecciones pulmonares, que fue lo que hice el doctorado en Ciencia Translacional, con la necesidad de ese momento que teníamos. Entonces, literal, yo estaba en la UCI dos o tres días a la semana, pero mantenía haciendo investigación 24 horas al día. Durante ese tiempo tuvimos treinta y algo de proyectos de investigación abiertos, ejecutando mil cosas. Y como parte de esas...
Laura Velásquez
Y de esos proyectos, tengo curiosidad, de esos proyectos, ¿qué has hecho de investigación? Es que yo soy muy crítica con el tema de la investigación porque yo odio que la ciencia se quede en un papel. A mí me gusta que la ciencia vaya a la realidad. De todos esos proyectos que has sacado o que has hecho de investigación, ¿cómo haces para llevarlos a la realidad?
Luis Felipe Reyes
Es que yo siempre aplico, digamos que la psicología, en vez de ser investigador, encuentra una proteína o un mecanismo, una cosa que le gusta, y se dedica a hacer investigación sobre ese tema. Yo, con la práctica clínica, aprendí cuáles son las necesidades de los pacientes. O sea, veía cuáles eran los gaps en la literatura que no estaban resueltos. Y, por tanto, pensaba, ¿cómo podemos hacer un proyecto de investigación que resuelva este problema? Y las herramientas que tenía adicionales, que de pronto no muchas personas tienen, es que yo soy capaz de diseñar un ensayo clínico donde probamos una molécula o un medicamento en particular, pero también puedo diseñar un estudio para hacerlo en las ciencias fundamentales. O sea, le puedo hacer un estudio para ir a probarlo en células, para probarlo en ratones, en animales, y poder entender por qué le está pasando algo muy malo. Y aparte de eso, que fue donde me conocí con ustedes, también tengo esa capacidad de entender la estructura de los datos, de entender cómo se deberían recolectar los datos para poder responder una pregunta importante. Y también empecé desde el doctorado a jugar con bases de datos muy grandes y ese tipo de cosas. Entonces, me ha permitido entender el lenguaje de muchas disciplinas de la investigación. Le trato de aplicar a un problema clínico que veo en la unidad cuarenta y siete. Entonces, era lo que tratábamos de hacer durante el curso.
Laura Velásquez
Aquí a mí me gusta algo, mucho de lo que tú vienes haciendo, y es que eres uno de los investigadores colombianos latinos más citados en otras investigaciones. Y eso pone a Colombia en el mapa de la investigación clínica y me parece hermoso. Pero lo que más me gusta no es eso. Lo que más me gusta es que tú mezclas la ciencia con la práctica y con la tecnología. Entonces, me encantaría que hagamos doble clic ahí y que nos vayamos en ese momento que nos conocimos. Bueno, que Arcángel te conoció a ti, que fue literalmente en medio de una pandemia. Literalmente nosotros acabamos de incorporar a Arcángel como una empresa oficialmente constituida. Y apareces tú y empezamos a hacer un proyecto de prognosis de COVID. O bueno, más era un proyecto para predecir, un modelo de inteligencia artificial para predecir complicaciones en hospitalización, quienes iban a llegar a una unidad de cuidados intensivos. Me encantaría que hablemos de esto. ¿Cómo empezó esto? ¿Cómo empezamos a decir esto es importante? Y también porque en ese momento todo el mundo estaba hablando de COVID, pero pocos realmente estaban haciendo investigación real de esto. Y luego, vamos a empezar por ahí, porque más adelante quiero que hablemos de cómo es que hoy investigas todas estas complicaciones de pacientes que tuvieron COVID. O sea, ¿cuáles consecuencias ha tenido esto en la humanidad?
Luis Felipe Reyes
Bueno, primero que todo, muchas gracias por la generosidad. Y claro que pues trabajamos para ayudar a los pacientes, para ayudar a las personas. Y como sabes, no vivo ahora en Colombia, pero viajo muchísimo, porque mi intención todo el tiempo es ayudar a generar ciencia en el país. Ahí tengo mi grupo de investigación. Todo sigue funcionando como si estuviera allá. Creo que me veo más con ellos que cuando estaba allá. El proyecto de Arcángel, Laura, nace por una necesidad muy clara, y es que la interpretación de las imágenes diagnósticas, en especial las radiografías del tórax, en una radiografía del tórax tú en general ves el pulmón, el corazón y los huesos, más o menos es lo que uno siempre trata de evaluar ahí. Pero la interpretación de estas radiografías es muy compleja, porque es muy subjetiva, eso es lo que es, es subjetiva, al punto que si pones a 100 expertos a revisar las mismas radiografías, el nivel de concordancia entre las lecturas es bajísimo, como el 30%.
Laura Velásquez
Es muy variable.
Luis Felipe Reyes
Y es muy variable del entrenamiento, de donde estés. Es más, en la unidad con el intensivo, lo que a mí como intensivista me parecía una neumonía, había otra persona que creía que era otra cosa. Entonces, es muy compleja. Y al momento que viene el COVID, pues decíamos, mire, ¿qué sacamos teniendo, esto es una crítica un poquito a las políticas de salud, qué sacamos teniendo ventiladores en todos los hospitales, qué sacamos teniendo máquinas para hacer radiografías, máquinas para tomar gases, si no hay quien maneje o interprete esa tecnología. Entonces, el afán del gobierno, por ejemplo, en todos los países, en particular en Colombia, fue poner ventiladores en todos lados. Necesitamos camas de UCI por todos lados. No, pues muy bonita la intención, pero ¿quién va a trabajar en esas UCIs? ¿Quién sabe manejar a esos pacientes? ¿Dónde están las enfermeras que van a tratar a esos pacientes? Y lo mismo pasa con las radiografías. Ah, tomemos una radiografía. Bueno, ¿y quién va a interpretar esa radiografía? Entonces, ahí creo que fue donde hicimos una alineación muy interesante con Arcángel, donde ustedes dijeron, bueno, mire, desde la parte tecnológica, nosotros podemos diseñar un algoritmo que lea píxel por píxel de lo que hay en una radiografía. Enseñemos el algoritmo qué es una infección o qué es anormal y qué es normal, y a partir de ahí empecemos a trabajar. Entonces, para mí eso fue maravilloso porque yo pensaba en esa persona, en ese médico en un área rural del país, tomando una radiografía y con la esperanza de ver algo muy claro que le permitiera tomar una decisión, pero toma una radiografía y no ve algo muy claro, no es lo que esperaba ver. Entonces, porque no tiene ese entrenamiento. Entonces, digamos que con Arcángel logramos trabajar en eso. Usamos unas imágenes que habíamos tomado en un estudio observacional en Latinoamérica y otras del hospital donde yo trabajo, y al final logramos mostrar que la integración de algunas variables clínicas, que es muy importante, porque las imágenes no están solas por ahí, sino que se acompañan de unos datos y unas características de a quién pertenece eso. Y cuando uno mezcla esas características de los pacientes con lo que ve la imagen y con lo que el algoritmo te ayuda a leer, pues demostramos que el rendimiento para detectar si una persona iba a tener infección grave o no, si iba a tener peores desenlaces era mucho mejor. Y esto es lo que yo creo que la tecnología debe ir, y es lo que estamos viendo hoy con todas las herramientas de inteligencia artificial, y es cómo uno soluciona un problema que parece más técnico que el conocimiento. Y esto es algo, por ejemplo, que tenemos pendiente nosotros trabajar, pero las unidades de cuidado intensivo se generan millones de datos por minuto, y no hay un cerebro humano que sea capaz de seguir las variaciones de la frecuencia cardíaca en 22 pacientes minuto a minuto, eso no es posible, eso no es posible. Y ahí es donde las máquinas nos ayudan, nos generan sistemas de alarma, nos dicen, mire, vaya, revise, con José el otro día hablábamos de esto, confíe pero es como ser uno padre de familia, confíe pero confíeme también de vez en cuando, entonces es más o menos de esa manera, yo creo que la inteligencia artificial tiene un papel fundamental en la ciencia biomédica y es por eso. Y esa fue más o menos la historia de por qué trabajamos con Arcángel.
Laura Velásquez
Ese modelo fue muy bonito porque primero nos dio nuestro primer paper y fue demasiado emocionante, pues porque tú necesitas mucha validación para poder implementar este tipo de modelos en la vida real, pero lo que más me gustó es que empezamos a hacer como una réplica, bueno, más o menos, en un contexto muy alejado, en la ruralidad, en Puerto Baitán, en San Juan de Arauma, en lugares donde hay acceso a lo mínimo, hablando de un hospital de categoría 1 y fue muy hermoso ver como los rurales, como médicos generales empezaban a decir, bueno, este paciente tiene esto, necesitamos actuar ya en medio de esa crisis que estábamos viviendo, COVID, entonces te puedo decir que esta investigación generó muchos resultados positivos en muchos pacientes, en zonas muy alejadas donde no había acceso y lo que más me pareció bonito de esto es que demostró que este tipo de tecnología se puede llevar a la ruralidad y que puede aumentar el acceso de una forma demasiado hermosa.
Luis Felipe Reyes
Y ahí es donde creo que empata muy bien con lo que me dijiste al iniciar la conversación y es la alfabetización de los médicos, porque tú le muestras este algoritmo a una persona que no tiene muchas capacidades para interpretar esa imagen y te va a decir de una, sí, claro que sí, me ayuda, pero se la muestras a un médico en uno de los hospitales de la capital o de una de las ciudades grandes y te va a decir, no, pues yo sé leer una radiografía, yo sé leer, entonces ese que sabe leer la radiografía es de los del 30%, de los del 70% que no se ponen de acuerdo que es lo que están viendo, ¿me entiendes? Entonces ahí es donde va a ser muy importante la alfabetización porque hay que explicarle a la gente, a los médicos en particular, que este tipo de herramientas no le van a quitar el trabajo a nadie, pero por el contrario le van a facilitar la vida y van a tener un impacto en los pacientes y en la vida de las personas, que es lo más importante.
Laura Velásquez
Sí, bueno, yo quiero que hablemos más de esto, de la inteligencia artificial, porque yo sé que tú has tenido muchos proyectos alrededor de esto y que ahorita que estás en Oxford y que eres uno de los líderes de investigación allá, ¿cómo utilizas tú estas herramientas de inteligencia artificial a beneficio tuyo como para aumentar esas capacidades y generar mejores resultados? Y lo que acabas de decir, ¿cómo te facilita la labor?
Luis Felipe Reyes
No, pues es que las uso en tantas cosas, digamos que desde las cosas de investigación hasta la práctica clínica.
Laura Velásquez
Me encantaría que me des ejemplos de qué ha salido muy bien y qué de pronto no tanto.
Luis Felipe Reyes
Pues digamos que en que lo uso a diario, pues desde la parte de la investigación lo usamos, por ejemplo, en herramientas de lectura de imágenes de estudios celulares, por ejemplo, ¿me entiendes? Entonces hay muchas cosas que se llaman como estudios de patología, para que sea más fácil de entender. Cuando se hacen biopsias y ves características de las células y eso, hay herramientas de inteligencia artificial que te ayudan a contar las células que están infectadas, a contar las células que están deformes, a contar ese tipo de características que son muy mecánicas y eso lo usamos todo el tiempo. Lógicamente, como todo el mundo ya usamos todas las herramientas para hacer las minutas de las reuniones, para tener un montón de archivos de Excel o Word y tratar de unificarlas, de tratar de sacar resúmenes, bueno, todas esas vainas que son súper útiles y tengo una herramienta, por ejemplo, para ayudarme a organizar el calendario que me salva la vida. Y desde la parte del cuidado de los pacientes, estamos trabajando muchísimo en los algoritmos de predicción y generación de alarmas. Y eso es usando esos miles, millones de datos que hay en la unidad de cuidado intensivo para ayudar a los médicos, para decirle si el algoritmo le da una alarma de que posiblemente un paciente esté sangrando otra vez o posiblemente está teniendo una infección intrahospitalaria.
Laura Velásquez
Felipe, yo tengo una pregunta ahí, porque nosotros estamos haciendo un modelo similar a ese y algo que siempre ha surgido de duda, bueno, pues apenas se está iterando, ¿no? Y algo que siempre ha sido como un reto es que todos estos monitores en cuidados intensivos generan alarmas por todo. Entonces, ¿cómo haces para aumentar el hit rate de las que sí son reales, de las que no? Porque esto genera alarma por todo.
Luis Felipe Reyes
La solución para eso es que no puedes ver una sola cosa, ¿me entiendes? Unificar. O sea, si estás haciendo un sistema de alarmas como el de la alarma de los monitores de la unidad de cuidado intensivo, no estás trayendo nada nuevo, ¿no? Porque la alarma se dispara si tienes una saturación de oxígeno menor de 90, empieza a sonar, ta, ta, ta, ta, ta, ¿no? O sea, la frecuencia cardíaca subió más de lo que sea, ¿vale? Pero cuando tú integras todas las posibles variables, le dices, le das unas condiciones, le dices si tiene esta por este nivel, este en este nivel, no tiene esta otra cosa, claro, es una cosa mucho más robusta y eso es lo que hacemos los médicos y hacen las enfermeras. Las enfermeras son las que hacen todas estas cosas en el día a día, ¿no? Ellas son las que juzgan si una alarma vale la pena investigarla más o si es una cosa simplemente aleatoria, ¿no? Entonces, eso, lo que hace eso es simular el racionamiento humano, ¿no? Y eso es lo que hacemos nosotros día a día. Lo que es eso, es la integración de muchas variables para generar una alarma.
Laura Velásquez
Exacto, y además es súper bonito porque a la final sabes priorizar quién necesita ya una atención y quién no y optimizas el tiempo.
Luis Felipe Reyes
Claro, claro.
Laura Velásquez
Porque además, yo nunca había estado visibilizando, viviendo y experimentando lo que es una unidad de cuidados intensivos hasta que empezamos a hacer este proyecto y es una cosa loca. Esto es alarma 24-7. Entonces, qué alarma real y qué no es un complijo para las personas que están ahí 24-7.
Luis Felipe Reyes
Y ¿sabes qué pasa? Y es que eso va en detrimento de la salud de las personas. Porque cuando tú estás encerrada siete días en un lugar donde no sabes si es de día o de noche, donde todo el tiempo hay unos piticos sonando y la gente gritando y hablando, no puedes dormir. No sabes, te haces delirio, haces mil complicaciones porque son un poco de cosas que al final las necesitamos porque es lo que tenemos ahora, pero van en detrimento total de las personas. Entonces, necesitamos hacer una forma de que estas alarmas sean de verdad, que no sean ruido, que no sean ruido, sino que sean una alarma a la que alguien le tiene que poner atención. ¿Me entiendes?
Laura Velásquez
¿Y en edad de paz? ¿O ya lo estás implementando?
Luis Felipe Reyes
No, estamos trabajando, estamos trabajando. Esto, como sabes, es muy complejo. Tiene una parte tecnológica. Profunda, sí. Súper compleja porque, claro, todos los equipos que se usan en todas las unidades de implementación son de distintas marcas, distintos softwares. Al final, solo la extracción de los datos es súper compleja. Y después la capacidad computacional que necesitas para que esto se haga en tiempo real, pues nosotros estamos muy lejos de eso. Necesitamos empresas como Arcángel que nos apoyen para hacer todo esto. Porque yo puedo simular el racionamiento médico, pero todas esas cosas técnicas son muy complejas. Y nosotros apenas somos médicos, nosotros no entendemos bien de eso. Yo más o menos sé sumar y restar, pero no sé muchas cosas más. Y ustedes tienen todas esas capacidades que son muy importantes. Al final, y esto hay que movernos, y era lo que hablábamos en el proyecto que teníamos de las imágenes, y es esto hay que movernos de la parte de encontrar la alarma, de encontrar el mecanismo, a probarlo científicamente. Porque nadie nos va a creer si uno no prueba esto usando el método científico, haciendo un ensayo clínico, haciendo lo que sea. Y decir, mire, esto sirve. Porque ahí es el momento en que uno puede ir a alfabetizar a los médicos, y alfabetizar a los tomadores de decisiones. Sin estas cosas ser probadas científicamente, pues son muy bonitas y muy teóricas, pero nadie las va a implementar, que es la mayor pasión tuya.
Laura Velásquez
Ese fue mi mayor choque con la realidad cuando empezamos Arcángel, porque yo venía de un mundo donde hagamos de todo, y hacíamos y probábamos, pero pues, ya probo, sí, pero ¿dónde está la evidencia científica de que esto genera resultados?
Luis Felipe Reyes
Son vidas de personas.
Laura Velásquez
Total, total. No, lo entiendo perfecto.
Luis Felipe Reyes
Son vidas de personas en manos de nosotros los médicos, que somos unas criaturas particulares, ¿no? Entonces, el médico nunca quiere que le quites de sus manos la capacidad de decisión. Cuando tú le dices, y ese es el miedo que tienen los radiólogos, por ejemplo, hoy en día, ¿no? Dicen, pero los radiólogos nos vamos a quedar sin trabajo. Pues, si no evoluciona, tal vez sí, ¿no? Pero hay que encontrar esa forma mediante el método científico, mediante los datos, que uno les muestra que vale la pena, que sí tiene un impacto, y que se puede mejorar de alguna manera una condición médica establecida.
Laura Velásquez
Y que además también su conocimiento mejora, ¿no? Porque tampoco es como que te vas a ir a un lado, porque llega una máquina, ¿no? Al contrario, es llega una máquina que te va a ayudar y que te va a ayudar a tomar mejores decisiones. O que de pronto te va a mostrar algo que no has visto.
Luis Felipe Reyes
Pues, de hacernos pensar, ¿no? Será que, yo creo que muchos de los profesores hoy en día están pensando si la educación que estaban impartiendo era la adecuada, ¿no? Y entonces, muchos han ido al lado de la prohibición y la restricción y dicen, no, nadie puede usar chat GPT. Pues, dejen de poner ensayos que chat GPT puede generar, ¿no? O sea, dejen de poner tareas que una máquina puede hacer. Pónganle una cosa que un humano tiene que tener un pensamiento complejo, abstracto y crítico sobre un tema y modifique la forma en que está enseñando. Pero eso requiere mucho trabajo y requiere entender cómo funcionan los algoritmos. Yo, por ejemplo, Laura, yo no sé escribir código, ¿no? Yo puedo escribirte un par de cositas en R, alguna cosa muy sencilla. Pero yo entiendo cuáles son las limitaciones y las capacidades.
Laura Velásquez
Y es que no necesitas escribir código para entenderlo. Es que ahí empieza el gran error pensar que tú necesitas escribir código para poder acceder a esto. Y no, tú tienes que entender es qué es, para qué te sirve. Y ya, hay otras personas demasiado cracks que hacen el resto.
Luis Felipe Reyes
Y no tiene sentido. O sea, no tiene sentido. Digamos que yo soy muy afortunado porque mi esposa es ingeniera, ¿no? Entonces, ella me recuerda frecuentemente cuáles son los límites de mi cabeza y en qué voy a priorizar. Entonces, por ejemplo, cada vez que yo digo frases como vamos a optimizar este proceso, ella me escucha y me regaña porque me dice, usted no sabe qué es una optimización de procesos, deje de hablar de eso. Y bueno, entonces, voy a contratar a una persona que sepa. Lo mismo pasa con el código, ¿me entiendes? En algún punto yo le dije, no, voy a ponerme a aprender, escribir el código en Python porque necesito hacer esto y lo otro. Pero, ¿para qué vas a hacer eso?
Laura Velásquez
No es necesario llegar a escribirlo, pero sí es muy importante entender qué es.