«Si un pacient busca ara un tractament per al càncer a Google hi ha 850 milions de pàgines»

Només una dada: per llegir tot el que hi ha a Internet quan es posa a Google cancer therapy caldrien 1.700 anys a pàgina per minut i sense dormir. Complex, perquè es farà amb la creació de models. El primer serà el del càncer de mama i treballen per poder-lo fer amb la Fundació Althaia. Per ser efectius els caldrà recollir informació d'almenys 5.000 pacients.

Rafat és enginyer mecànic i en organització industrial; té un màster en Innovació de Negocis i Innovació de Salut i va fer un programa d'emprenedoria al Massachusetts Institute of Technology (MIT).

Com sorgeix la idea?

Quan neix el meu tercer fill, a la meva dona li diagnostiquen un càncer de pàncrees. L'expectativa de vida no arriba ni als sis mesos i busques maneres que el que està escrit no passi. Comences a buscar informació i et trobes amb moltes mancances de com està organitzada, de la que rep el pacient, com s'intoxica... La Txell va estar viva dos anys i mig. Va tenir una qualitat de vida molt bona durant la majoria del temps, però descobreixes tot allò que falta. Quan va morir, després d'un període de reflexió, vaig decidir que em volia dedicar a solucionar aquests problemes perquè volia que ningú més no s'hi trobés.

Què va fer?

Hi havia una oncòloga privada que visitava la Txell de manera regular i hi vaig començar a col·laborar ajudant-la en temes tecnològics, que és el meu camp, però descobreixo que tinc mancances formatives perquè el de la salut és un altre món i decideixo deixar la feina per fer un màster d'un any.

On treballava?

A Ausa. Era director d'enginyeria de producte, però, tot i que m'hi sentia molt bé, hi havia un projecte vital que era més fort.

I després del màster?

Faig un programa al MIT. Busquen gent que té ganes de generar impacte en l'àmbit global. M'accepten, hi vaig, i allà trobo tota una sèrie de gent amb les mateixes inquietuds que jo, amb ganes de solucionar-ho i capacitats tecnològiques i un coneixement molt superior al meu, i decidim tirar endavant el projecte. Comencem sent un grup relativament gros i, a partir de les ganes de cadascú d'implicar-s'hi, acaba sent reduït.

Qui hi ha, a més de vostè?

Som sis. A Singapur és on hi ha el responsable tecnològic, el que entén d'intel·ligència artificial, Si-vratsa P. El coneixement mèdic el porten els oncòlegs Natàlia Eres i Pere Gascón, antic director d'oncologia del Clínic i de l'Hospital Universitari New Jersey; i el farmacòleg Joan Bigorra, antic director general de Novartis i director d'innovació del Clínic. I hi ha una pota a Boston, que és Thomas Deisboeck, metge radiòleg i professor de la Universitat de Harvard expert en oncologia digital, que és al que ens dediquem.

Quina és la cronologia del projecte fins al seu llançament?

Durant aquests dos anys hem desenvolupat la tecnologia perquè necessitem una sèrie d'algoritmes que ens permetin analitzar la informació mèdica, extreure'n el que és important i aprendre d'aquesta informació. El pas següent és començar a treballar amb dades reals de pacients i validar-ho clínicament. Això és previst tenir-ho enllestit d'aquí a mig any. La validació clínica s'ha de fer en un hospital. El que s'ha de fer és una validació comparativa entre el que et diu el metge i l'ordinador.

Finalitat de HealthQuay?

Ajudar el pacient a navegar per la informació que necessita. Ara si un pacient busca un tractament per al càncer a Google hi ha 850 milions de pàgines. La quantitat d'informació és indigerible i el problema és que el que troba l'intoxica. I ajudar el metge a conèixer i entendre millor el pacient i la malaltia.

Creu que podran salvar vides?

El nostre objectiu és millorar les expectatives de vida i la qualitat de vida dels pacients. Evidentment, és molt reptador.

Una dada seva: cada any es publiquen més de 19.000 articles científics sobre el càncer.

Sí, i quants acaben amb el desenvolupament d'un nou fàrmac o tractament? Pocs. Cada any crec que són 10 i el temps mitjà de desenvolupament està entre els 10 i 14 anys. D'altra banda, hi ha més de 18 milions de pacients nous l'any i cada pacient genera una experiència que no estem aprofitant.

Com es finançaran?

Sempre hem partit de dos conceptes bàsics. Primer, que no som una ONG. Som una empresa amb ànim de lucre perquè volem ser autosuficients i necessitem invertir molts recursos en recerca. I la segona premissa és que no volem cobrar res al pacient. Basem el model de negoci a partir de generar valor en la part clínica.

Com s'hi podrà entrar?

Hi haurà dues maneres. A través de l'hospital. Tens una malaltia, vas a l'hospital i et proporciona una eina de comunicació amb ells que a la vegada és capaç de donar-te informació a mesura del que t'està passant: tractaments, hàbits saludables i assajos clínics disponibles, però no la que no puguis fer servir. L'altra manera és entrar a la plataforma i posar les teves dades en un qüestionari o pujar-hi documents mèdics i gràcies a això veure la informació més adequada per a tu, que és la mateixa que hem dit.

Hi ha alguna teràpia que creu que tindrà un futur destacat en el tractament del càncer?

Un dels camps que dona més promeses però, alhora, té més fracassos és la immunoteràpia.

Hi ha molt engany?

Hi ha moltes falses expectatives i, d'altra banda, hi ha moltes coses que beneficien el pacient que si les sabés podria tenir una millor qualitat de vida o expectatives.

És una plataforma exportable a altres malalties?

Sí.

Existeix?

No. Existeixen plataformes de suport, especialment per a temes de malalties mentals. Potser és en el camp en què s'ha invertit més. Tant per a la connexió metge-pacient com per entendre què li passa al pacient fora de l'hospital. I hi ha moltes iniciatives en l'àmbit internacional per entendre millor la informació disponible i extreure'n dades importants. Google hi està treballant. IBM, Amazon...

De càncers, n'hi ha de molts tipus. Com s'ho faran?

El nostre objectiu és començar de manera molt local i aïllada. El que estem fent ara és desenvolupar un model de pacient d'un tipus de càncer, que és el de mama. Estem treballant perquè aquest pacient sigui el de Manresa o de la Catalu-nya Central. Un cop siguem capaços d'entendre això, una part de la nostra recerca és saber quin volum de dades necessitem per exportar-ho a qualsevol hospital del món i, d'altra banda, quin volum de dades i de característiques necessitem per exportar aquest model que funciona en mama a un altre tipus de càncer.

Com ho faran a Manresa?

Tenim converses amb Althaia. La intenció és poder treballar amb ells per tirar endavant el projecte. La setmana passada s'hi va fer una trobada en innovació en salut i ho vam presentar.

Hi ha un tema delicat que és el de les dades dels pacients.

Nosaltres no hi treballem. Les agafem, les analitzem i n'extraiem un altre conjunt de dades que és impossible relacionar amb els pacients originals però que ens permet experimentar i crear models i serveis. Per exemple, podem generar alarmes abans que el pacient tingui complicacions, però no es pot fer sense símptomes (que és el que detecta l'ordinador). Tot això ho podem sobre la base de crear una capa de dades totalment aïllada de les dades originals.

Quantes els en calen?

Necessita un gran volum. Per valors inferiors a 5.000 pacients és complicat. Tot això ja ho tenim desenvolupat. Som capaços d'extreure dades i de construir aquesta capa de dades, que podem alimentar de diferents fonts: informació que voluntàriament vulgui donar el pacient, informació de dades públiques i privades en oncologia. Cap d'aquestes fonts tindrà mai cap relació amb les dades que tenim perquè el que tindrem no seran dades sinó un model virtual que té la mateixa fiabilitat que el model original i que ens permet experimentar i crear nous algoritmes, serveis... Democratitzar la recerca, democratitzar la salut.