Una beca de SEPAR ayudará a avanzar en un modelo de IA que anticipe las exacerbaciones del asma

Anticipar qué pacientes con asma tienen un mayor riesgo de sufrir una exacerbación y comprender mejor los mecanismos que intervienen en cada episodio continúa siendo uno de los principales retos en el manejo de la enfermedad. Para avanzar en esta dirección, la Dra. Astrid Crespo, investigadora del grupo de Enfermedades Respiratorias Crónicas del Instituto de Investigación Sant Pau (IR Sant Pau) y médica del Servicio de Neumología y Alergia del Hospital de Sant Pau, lidera un proyecto que busca desarrollar un modelo predictivo que integre inteligencia artificial, biomarcadores metabólicos, microbiología e imagen médica.

El proyecto ha recibido ahora una de las Becas de Intensificación 2026 de la Sociedad Española de Neumología y Cirugía Torácica (SEPAR), en la categoría sénior. La ayuda permitirá reforzar la dedicación investigadora de la Dra. Crespo y avanzar hacia una aproximación más personalizada a la prevención y el tratamiento de las crisis asmáticas.

Titulado «Desarrollo de un modelo predictivo basado en IA para identificar biomarcadores metabólicos en las exacerbaciones del asma: un enfoque multidimensional», el proyecto combinará distintas fuentes de información para tratar de identificar patrones asociados al riesgo, la frecuencia y la gravedad de estos episodios.

«Esta beca nos permitirá reforzar la dedicación a un proyecto que nace de una necesidad muy concreta de la práctica clínica: identificar con antelación qué pacientes presentan un mayor riesgo de sufrir una exacerbación y comprender mejor los mecanismos que intervienen en cada episodio», explica la Dra. Astrid Crespo.

Un problema clínico difícil de anticipar

Las exacerbaciones son episodios de empeoramiento agudo del asma que pueden requerir cambios en el tratamiento, atención urgente o ingreso hospitalario. Además de afectar a la calidad de vida de las personas con asma, generan una importante carga asistencial y pueden dificultar el control de la enfermedad.

Sin embargo, no todas las exacerbaciones tienen el mismo origen ni están impulsadas por los mismos mecanismos inflamatorios. Esta heterogeneidad dificulta determinar qué pacientes presentarán una nueva crisis, cuándo puede producirse y cuál será su gravedad.

Los biomarcadores utilizados actualmente, analizados de forma individual, ofrecen una capacidad limitada para realizar estas predicciones. Por este motivo, el proyecto propone estudiar conjuntamente diferentes dimensiones de la enfermedad y obtener una caracterización más completa de cada paciente durante una exacerbación.

El estudio analizará también las diferencias entre las exacerbaciones con un perfil inflamatorio eosinofílico y las de tipo no eosinofílico. En las primeras existe una presencia elevada de eosinófilos, un tipo de glóbulo blanco implicado en determinadas respuestas inflamatorias y alérgicas. En las segundas intervienen otros mecanismos, que pueden estar relacionados, por ejemplo, con infecciones, irritantes u otras vías inflamatorias.

Distinguir entre ambos perfiles es relevante porque pueden responder de manera diferente a los tratamientos y requerir estrategias terapéuticas distintas. El proyecto estudiará si determinados biomarcadores metabólicos permiten diferenciarlos durante una exacerbación y aportan información sobre la evolución de la enfermedad.

Una visión multidimensional de las crisis asmáticas

El proyecto combinará los perfiles metabólicos presentes en la sangre, la microbiología del esputo y la información obtenida mediante tomografía computarizada torácica. El objetivo es estudiar las relaciones entre estas fuentes de datos y detectar señales que permitan caracterizar mejor cada exacerbación.

El análisis metabólico permitirá identificar pequeñas moléculas presentes en la sangre cuyo comportamiento puede variar en función del tipo de inflamación, la gravedad de la enfermedad o el riesgo de sufrir nuevos episodios. Paralelamente, el análisis microbiológico del esputo ayudará a determinar la posible presencia de microorganismos en las vías respiratorias y su relación con las crisis asmáticas.

A estos datos se añadirá la información obtenida de las imágenes mediante radiómica, una metodología que permite convertir las pruebas radiológicas en un gran conjunto de datos cuantitativos sobre las características de los tejidos y las alteraciones pulmonares. Estas variables pueden revelar patrones que no siempre resultan evidentes mediante la interpretación visual convencional.

El equipo estudiará, además, la relación entre estos biomarcadores y diferentes alteraciones asociadas, como las bronquiectasias, la hipersecreción bronquial o la infección bronquial crónica. De este modo, la investigación busca profundizar en los mecanismos que intervienen en los distintos tipos de exacerbación y comprender por qué su evolución puede variar entre pacientes.

«La principal novedad es que no analizaremos cada dato de manera aislada. Queremos integrar la información metabólica, microbiológica y radiológica para comprender mejor qué mecanismos están detrás de cada exacerbación y obtener una visión más completa de cada paciente», señala la investigadora.

Inteligencia artificial para integrar datos complejos

La gran cantidad y diversidad de información generada se integrará mediante algoritmos de aprendizaje automático, capaces de analizar simultáneamente múltiples variables y explorar relaciones complejas entre ellas. A partir de este análisis, los investigadores trabajarán en el desarrollo y la validación de un modelo predictivo destinado a identificar patrones asociados a las exacerbaciones. La inteligencia artificial puede facilitar la detección de combinaciones de variables que pasarían inadvertidas mediante aproximaciones convencionales o al estudiar cada biomarcador por separado.

«La inteligencia artificial nos ofrece la posibilidad de relacionar datos muy diferentes e identificar patrones que difícilmente podríamos detectar mediante los métodos habituales. No se trata de sustituir la valoración clínica, sino de complementarla con información que pueda ayudarnos a tomar decisiones más precisas», afirma la Dra. Crespo.

El estudio se plantea como una investigación prospectiva y longitudinal en personas con asma e incluye la recogida de datos clínicos, muestras biológicas e imágenes radiológicas. La beca de intensificación facilitará la coordinación de estas actividades y permitirá avanzar en el reclutamiento de pacientes, el procesamiento de las muestras y la integración de los resultados.

Hacia un seguimiento más personalizado

La identificación precoz de los pacientes con mayor riesgo podría contribuir a adaptar la intensidad del seguimiento, reforzar las medidas preventivas y revisar el tratamiento antes de que se produzca una nueva crisis. El modelo también podría ayudar a orientar las decisiones clínicas de acuerdo con las características inflamatorias, metabólicas, microbiológicas y radiológicas de cada persona.

El proyecto se inscribe así en el avance hacia una medicina respiratoria más predictiva y personalizada, en la que el tratamiento y el seguimiento no dependan únicamente de parámetros generales, sino de una comprensión más detallada de los mecanismos que intervienen en la enfermedad de cada paciente.

«El objetivo final no es únicamente predecir una exacerbación, sino generar conocimiento y herramientas que resulten útiles en la práctica clínica. Poder anticiparnos nos ayudaría a intervenir antes, personalizar mejor el seguimiento y el tratamiento y reducir el impacto que estas crisis tienen en la vida de las personas con asma», concluye la Dra. Crespo.