iTRIAL impulsa la transformación digital de los ensayos clínicos con IA e imagen médica

Vicomtech ha participado activamente en el desarrollo de una solución innovadora para la gestión de ensayos clínicos, concebida y validada en el marco de un contrato de Compra Pública Precomercial (CPP). El proyecto iTRIAL, impulsado en colaboración con el Servicio Gallego de Salud (SERGAS) y las fundaciones de investigación, responde a una iniciativa estratégica orientada a la transformación digital del ámbito sanitario. Asimismo, ha contado con el apoyo y la participación del Centro para el Desarrollo Tecnológico y la Innovación (CDTI), que ha desempeñado un papel clave en el impulso del proceso y de la licitación. El proyecto ha sido coordinado por NTT Data, con quienes se ha colaborado estrechamente, poniendo de manifiesto el valor de la cooperación y la sinergia entre entidades públicas y privadas para afrontar retos complejos en el ámbito sanitario.

Los primeros resultados de las pruebas piloto en el SERGAS han sido muy positivos, mostrando el valor de usar herramientas de medicina de precisión en la investigación clínica. Aunque la solución ya se ha desarrollado y probado, su uso operativo se prevé en una fase posterior.

Gracias a la colaboración entre las áreas de imagen médica y medicina predictiva de Vicomtech, se han creado dos módulos clave para hacer más eficiente y precisa la gestión de ensayos clínicos: un Módulo de Anotación de Imagen Médica y un Módulo de Anotación y Priorización de Datos Genómicos.

Módulo de Anotación de Imagen Médica mediante IA

El Módulo de Anotación de Imagen Médica combina un visor DICOM (formato estándar de imágenes médicas) avanzado con herramientas que permiten marcar imágenes médicas de forma manual o automática con inteligencia artificial. Esto facilita analizar las imágenes de manera ordenada, guardar anotaciones reutilizables y seleccionar candidatos a ensayos de forma más rápida y fiable.

Módulo de Anotación y Priorización de Datos Genómicos

El Módulo de Datos Genómicos procesa y clasifica automáticamente variantes genéticas a partir de archivos VCF, usando información de bases de datos de referencia como ClinVar y CPIC. También permite establecer reglas según el perfil genético de los pacientes, ayudando a elegir de manera más precisa y eficiente a los participantes de los ensayos.

En conjunto, estos avances demuestran que integrar imagen médica, datos genómicos e inteligencia artificial aporta valor real a la gestión de ensayos clínicos. Las soluciones desarrolladas tienen un gran potencial para mejorar la investigación clínica y su aplicación en hospitales, contribuyendo a decisiones más rápidas, atención más personalizada y mayor eficiencia en el sistema sanitario.