Los Institutos Nacionales de Salud (NIH) comenzaron el ambicioso proyecto de investigación “All of US” (Todos Nosotros) en 2018, que busca inscribir al menos a un millón de personas en la base de datos de salud más diversa del mundo.

Según funcionarios, será como un antídoto para la investigación médica que tradicionalmente ha sido muy pálida, acomodada y masculina.

En medio de una respuesta federal vacilante que ha permitido que niveles asombrosos de enfermedad arrasaran por todo el país, el programa del NIH es una señal positiva. Unas 350,000 personas han aceptado ser parte del proyecto, y de ellas, más de 270,000 ya han compartido sus registros de salud electrónicos y enviado muestras de sangre o ADN.

De estos últimos, más de la mitad son de grupos minoritarios, y el 81% pertenecen a grupos que históricamente han estado mal representados en términos de situación socioeconómica, identidad sexual u otras categorías, según el NIH.

Los investigadores del NIH tratan de establecer la relación entre factores socioeconómicos como el ingreso, la estructura familiar, la dieta, el acceso a la atención médica y las infecciones por COVID y sus resultados. Se espera llegar a conclusiones que preparen mejor al país, especialmente a las comunidades afroestadounidenses e hispanas, para la próxima pandemia.

Las muestras de sangre y ADN de los participantes y el acceso a sus registros médicos electrónicos ofrecen a los investigadores un tesoro de datos sobre el efecto de la pandemia en las minorías. Como parte del programa, el NIH ha prometido ofrecer los resultados de la investigación a todos los participantes en un lenguaje sencillo.

En cierto sentido, “Todos Nosotros fue diseñado para COVID-19”, dijo Hugo Campos, participante y colaborador del programa que vive en Oakland, California. “Si no podemos ofrecer valor a los participantes ahora, es mejor que lo olvidemos”.

El NIH comenzó Todos Nosotros con la expectativa “de que algo como COVID-19 pudiera suceder”, señaló Josh Denny, director ejecutivo del proyecto.

Todos Nosotros, iniciado por el director del NIH Francis Collins durante la presidencia de Barack Obama, tiene como objetivo responder a las preguntas que permitirán adaptar la atención médica a los individuos en base a su genética particular, su entorno, situación socioeconómica y otros determinantes de salud.

Ahora, los científicos están aprovechando su base de datos para analizar cómo factores como el aislamiento, la salud mental, el seguro de salud y el estatus laboral impactan en la infección de COVID-19 y cómo ésta se desarrolla.

El primer estudio del NIH que emplea la base de datos, ya en marcha, realizará pruebas de anticuerpos en la sangre de al menos 10,000 voluntarios del programa, comenzando con los que se incorporaron más recientemente y retrocediendo en el tiempo para determinar cuándo entró COVID-19 en los Estados Unidos.

Desde principios de mayo, Todos Nosotros ha distribuido encuestas mensuales a los participantes, por correo electrónico o texto, preguntando sobre los niveles de estrés asociados con el distanciamiento social, los hábitos y ambientes de trabajo, el uso de máscaras y el lavado de manos.

También se pregunta si los participantes han tenido síntomas de COVID-19 o se han hecho la prueba, e incluye preguntas sobre la cobertura médica, el uso de drogas y la salud mental.

Otro estudio proporcionará a los investigadores datos no identificados, incluyendo resultados de pruebas de anticuerpos e información digital de salud, para estudiar si los síntomas varían entre las personas que han dado positivo en la prueba de COVID-19 dependiendo de su origen étnico, estatus socioeconómico y otras categorías.

muestran que los adultos mayores afroamericanos han tenido cuatro veces más probabilidades de ser hospitalizados con COVID-19 que sus contrapartes blancos no hispanos.

Los mayores latinos duplican la probabilidad de hospitalización comparados con los blancos no hispanos. Se entiende que el racismo estructural y las diferencias socioeconómicas contribuyen a esta brecha, por eso Todos Nosotros espera ayudar a señalar las causas y las posibles soluciones.

Las minorías que han experimentado los peores resultados de COVID-19 están bien representadas en el grupo de investigación de Todos Nosotros, expresó Denny. “Realmente podremos establecer en diferentes niveles de información qué les está sucediendo a las diferentes poblaciones y tratar de encontrar algún por qué. 驴Hay diferencias genéticas, diferencias en la historia médica previa, en el momento de las pruebas?”.

Uno de los preceptos de Todos Nosotros es compartir los resultados con los participantes, así como involucrarlos en los diseños de los estudios. El NIH contrató a líderes de iglesias, organizaciones comunitarias y otros grupos de base para difundir el programa.

Los pacientes, en su mayoría hispanohablantes, de San Ysidro Health, un centro de salud de San Diego con calificación federal, están encantados de participar en la investigación de COVID-19, explicó Fátima Muñoz, directora de investigación del centro. La mayoría de los participantes de Todos Nosotros que ayudó a reclutar prefieren las interacciones en persona, pero se están adaptando a usar internet por la pandemia en línea, dijo.

“Históricamente ha existido una justificada desconfianza entre algunas poblaciones diversas y comunidades de color hacia la investigación biomédica”, apuntó Denny. “No podemos controlar la historia, pero podemos movernos con autenticidad hacia el futuro”.

El movimiento Black Lives Matter ha impulsado a los líderes del programa a hacer más por los participantes, dijo Denny.

“Nos ha hecho pensar más en cómo promover la diversidad entre los investigadores, algo a lo que no se le había dado demasiada importancia”, señaló. “Ha aumentado la urgencia de lo que estamos haciendo. Es una llamada a la acción”.

El programa Todos Nosotros está financiado con $1,5 mil millones en 10 años por la ley 21st Century Cures Act聽de 2016. Denny dijo que espera que los resultados de las pruebas de anticuerpos, un proyecto de $850,000 para el que se contrató a Quest Diagnostics, se publiquen este año, seguido por los resultados de las encuestas.

La base de datos de Todos Nosotros ofrece un acceso, sin precedentes, a información sobre los grupos de investigación cuyo nivel de daño por el virus habría sido difícil de predecir, explicó la doctora Elizabeth Cohn, profesora de enfermería del Hunter College de Nueva York. Cohn lidera las relaciones comunitarias para Todos Nosotros y preside su comité de publicaciones.

“Hemos demostrado la razón por la que construimos esta plataforma”, dijo Cohn. “Este es un gran momento para Todos Nosotros porque para esto se construyó”.

La pandemia ha dejado aún más claro por qué es necesario tener una base multicultural para la investigación de salud, apuntó el doctor Randall Morgan, director ejecutivo del W. Montague Cobb/National Medical Association Health Institute, organización asociada a Todos Nosotros.

“Cuando lleguemos al millón, esperamos seguir teniendo ese nivel de representación”, concluyó.

Esta historia de KHN se publicó primero en , un servicio de la聽 .

麻豆女优 Health News is a national newsroom that produces in-depth journalism about health issues and is one of the core operating programs at 麻豆女优鈥攁n independent source of health policy research, polling, and journalism. Learn more about .

USE OUR CONTENT

This story can be republished for free (details).

The National Institutes of Health began the ambitious “All of Us” research project in 2018 with the goal of enrolling at least a million people in the world’s most diverse health database. Officials saw it as an antidote to medical research that traditionally has skewed heavily white, well-off and male.

Amid a wavering federal response that has allowed staggering levels of disease to sweep the country, the NIH program is a potential bright spot. About 350,000 people have consented to be part of the project, and more than 270,000 of them have shared their electronic health records and submitted blood or DNA samples. Of the latter, more than half are members of minority groups, and 81% are from traditionally underrepresented groups in terms of socioeconomic background, sexual identity or other categories, according to NIH.

NIH researchers are trying to get a better sense of how socioeconomic factors like income, family structure, diet and access to health care affect COVID infections and outcomes. The hope is to come up with insights that will better prepare the country, especially its Black and Hispanic communities, for the next pandemic.

The participants’ blood and DNA samples, and access to their electronic health records, offer researchers a trove of data about the pandemic’s effect on minorities. As part of the program, NIH has promised to return research results to all participants in plain language.

In a sense, “All of Us was designed for COVID-19,” said Hugo Campos, a program participant and ambassador who lives in Oakland, California. “If we can’t deliver value to participants now, we might as well just forget it.”

The NIH constructed All of Us with the expectation “that something like COVID-19 could come,” said Josh Denny, the project’s chief executive officer.

All of Us, started by NIH Director Francis Collins under President Barack Obama, aims to answer questions that will allow health care to be tailored to individuals based on their unique genetics, environmental exposures, socioeconomics and other determinants of health. Now, scientists are tapping into its database to ask how factors like isolation, mental health, insurance coverage and work status affect COVID-19 infections and outcomes.

The first NIH study employing the database, already underway, will conduct antibody testing on the blood of at least 10,000 program volunteers, starting with those who joined most recently and going back in time to determine when COVID-19 entered the U.S.

Beginning in early May, All of Us has distributed monthly surveys to participants, via email or text, inquiring about stress levels associated with social distancing, work habits and environments, mask-wearing and hand-washing. It’s also asking whether participants have had COVID-19 symptoms or have been tested, and includes queries about insurance coverage, drug use and mental health status.

Another study will provide researchers with de-identified data, including antibody test results and digital health information, to study whether symptoms vary among people who have tested positive for COVID-19 depending on their ethnicity, socioeconomic status and other categories.

shows that Black seniors have been four times as likely, and Latino seniors twice as likely, to be hospitalized with COVID-19 as white seniors. It’s understood that structural racism and socioeconomic differences contribute to this gap, but All of Us hopes to help pinpoint reasons and potential solutions.

The minorities who’ve experienced the poorest COVID-19 outcomes are well represented in the All of Us research cohort, said Denny. “We will really be able to layer a number of kinds of information on what’s happening to different populations and try to drive at some of that 鈥榃hy?’ Are there genetic differences, differences in prior medical history, timing of testing?”

One of the precepts of All of Us is to share the results of its studies with participants as well as involve them in study designs. NIH hired leaders of churches, community organizations and other grassroots groups to spread the word on the program.

The largely Spanish-speaking clientele at San Ysidro Health, a federally qualified health center based in San Diego, has been eager to participate in the COVID-19 research, said Fatima Muñoz, the health system’s director of research and health promotion. Most of the All of Us participants she helped recruit prefer in-person interactions, but they are adapting to the pandemic’s online requirements, she said.

“There is historically a well-founded mistrust amongst some diverse populations and communities of color in biomedical research,” said Denny. “We can’t control history but can try to engage authentically going forward.”

The Black Lives Matter protest movement has pushed the program’s leaders to do more for its diverse participants, Denny said.

“It’s caused us to think more of how we can promote diversity in researchers, which had not been as much of a focus,” he said. “It has heightened some of the urgency and importance of what we’re doing. It’s a great call to action.”

The All of Us program is funded with $1.5 billion over 10 years through the 21st Century Cures Act of 2016. Denny said he expects results from the antibody testing, an $850,000 project that was contracted out to Quest Diagnostics, to be published this year, with insights from the surveys published after that.

The All of Us database provides unparalleled access to information on research groups whose level of harm by the virus would have been hard to predict, said Dr. Elizabeth Cohn, a professor of nursing at Hunter College in New York. Cohn is a community engagement lead for All of Us and chairs its publications committee.

“This is the demonstration of why we built this platform,” said Cohn. “This is a big moment for All of Us because this is what it was built to do.”

The pandemic has made it even clearer why it’s necessary to have a multicultural base for health research, said Dr. Randall Morgan, executive director of the W. Montague Cobb/National Medical Association Health Institute, an All of Us partner.

“When we get to 1 million, we hope to still have that level of representation,” he said.

This story was produced by聽, which publishes聽, an editorially independent service of the聽.

麻豆女优 Health News is a national newsroom that produces in-depth journalism about health issues and is one of the core operating programs at 麻豆女优鈥攁n independent source of health policy research, polling, and journalism. Learn more about .

USE OUR CONTENT

This story can be republished for free (details).

Cuando el golpeó a los Estados Unidos, decidieron ayudar.

Los investigadores rápidamente compartieron la aplicación, que resalta con colores manchas en las imágenes de rayos X en donde puede haber daño pulmonar u otros signos de neumonía.

La aplicación ya se ha utilizado en más de 6,000 radiografías de tórax, y está sumando cierto valor en el diagnóstico, dijo Hsiao, director del Laboratorio de Análisis de Datos de Inteligencia Artificial de UCSD.

Su equipo es uno de varios en todo el país que ha puesto estos programas, desarrollados en tiempos más calmos, al servicio de la crisis de COVID-19. La meta es ayudar en tareas como decidir qué pacientes enfrentan el mayor riesgo de complicaciones, y cuáles pueden recibir una atención de menor intensidad.

Estos programas navegan a través de millones de datos para detectar patrones que pueden ser difíciles de discernir para los médicos. Sin embargo, pocos de los algoritmos han sido rigurosamente probados para compararlos con los procedimientos estándar.

Entonces, aunque a menudo parecen útiles, su implementación en medio de una pandemia podría ser confusa para los médicos o incluso peligrosa para los pacientes, advierten algunos expertos en inteligencia artificial (IA).

“En este momento, la IA se está utilizando para cosas que son cuestionables”, dijo el doctor Eric Topol, director del Scripps Research Translational Institute.

Topol destacó un sistema creado por , un importante proveedor de software de registros de salud electrónicos, que predice qué pacientes con coronavirus pueden enfermarse gravemente. Usar la herramienta antes de que se haya validado es “sensacionalismo pandémico”, dijo.

Epic dijo que el modelo de la compañía había sido validado con datos de más de 16,000 pacientes hospitalizados con COVID-19 en 21 establecimientos de salud.

No se ha publicado ninguna investigación sobre la herramienta, pero, en cualquier caso, fue “desarrollada para ayudar a los médicos a tomar decisiones de tratamiento y no es un sustituto de su juicio”, dijo James Hickman, desarrollador de software en el equipo de computación cognitiva de Epic.

Otros ven la crisis de COVID-19 como una oportunidad para aprender sobre el valor de las herramientas de IA.

“Mi intuición es que tiene cosas buenas y malas”, dijo Eric Perakslis, investigador de ciencias de la información en la Universidad de Duke y ex director de información de la Administración de Alimentos y Medicamentos (FDA). “La investigación en este entorno es importante”.

En 2019, compañías invirtieron cerca de $2mil millones para promover la IA en la atención médica. Las inversiones en el primer trimestre de 2020 totalizaron $635 millones, frente a los $155 millones en el primer trimestre de 2019, según el sitio de tecnología de salud digital .

Según Rock Health, al menos tres compañías de tecnología de IA para atención de salud han realizado acuerdos de financiación específicos para la crisis COVID-19, incluida , una compañía de análisis de imágenes de pulmón impulsada por esta tecnología.

La crisis del coronavirus ha inspirado a algunos sistemas hospitalarios a acelerar aplicaciones prometedoras.

UCSD aceleró su proyecto de imágenes de IA y lo implementó en solo dos semanas.

El proyecto de Hsiao, con fondos de investigación de Amazon Web Services, la Universidad de California y la National Science Foundation, analiza todas las radiografías de tórax tomadas en el hospital a través de un algoritmo de IA.

Si bien aún no se han publicado datos sobre la implementación, los médicos informan que la herramienta influye en su toma de decisiones clínicas aproximadamente un tercio del tiempo, dijo el doctor Christopher Longhurst, director de información de UC San Diego Health.

“Los resultados hasta la fecha son muy alentadores, y no estamos viendo ninguna consecuencia no deseada”, dijo. “Sentimos que es útil, no daña”.

La IA ha avanzado más en imágenes que en otras áreas de la medicina clínica porque las imágenes radiológicas tienen toneladas de datos para que los algoritmos procesen, y más datos hacen que los programas sean más efectivos, agregó Longhurst.

Especialistas en IA han tratado de hacer que esta tecnología logre cosas como predecir la sepsis y la dificultad respiratoria aguda. E investigadores de la Universidad Johns Hopkins recientemente para usarla para predecir el daño cardíaco en pacientes con COVID-19.

Sin embargo, ha sido más fácil aplicar IA en áreas menos riesgosas como la logística del hospital.

En la ciudad de Nueva York, dos grandes sistemas hospitalarios están utilizando algoritmos habilitados para IA para ayudarlos a decidir cuándo y cómo los pacientes deben pasar a otra fase de atención o ser dados de alta.

En el Sistema de Salud Mount Sinai, un algoritmo de inteligencia artificial indica qué pacientes podrían estar listos para ser dados de alta del hospital dentro de las 72 horas, dijo Robbie Freeman, vicepresidente de innovación clínica en Mount Sinai.

Freeman destacó que la tecnología ayuda a los médicos, pero no está tomando las decisiones.

ha desarrollado un modelo de IA similar. Predice si un paciente con COVID-19 que ingresa al hospital sufrirá eventos adversos en los próximos cuatro días, dijo el , quien dirige el equipo de análisis predictivo de NYU Langone.

El modelo se ejecutará en un ensayo de cuatro a seis semanas con pacientes asignados al azar en dos grupos: los médicos de un grupo recibirán las alertas y los del otro, no. El algoritmo debería ayudar a los médicos a generar una lista de cosas que pueden predecir si los pacientes están en riesgo de complicaciones después de ser internados, dijo Aphinyanaphongs.

Algunos sistemas de salud desconfían de implementar una tecnología que requiera validación clínica en medio de una pandemia. Otros dicen que no necesitaban IA para lidiar con el coronavirus.

no está utilizando IA para manejar pacientes hospitalizados con COVID-19, dijo Ron Li, director de informática médica del centro para la integración clínica de IA. El área de la Bahía de San Francisco que habrían proporcionado la gran cantidad de datos necesarios para asegurarse de que la IA funcionara en una población, dijo.

Fuera del hospital, el modelo de factores de riesgo habilitado por IA se está utilizando para ayudar a los sistemas de salud a rastrear a los pacientes que no están infectados con el coronavirus pero que podrían ser susceptibles a complicaciones si lo contraen.

En Scripps Health, en San Diego, los médicos están estratificando a los pacientes para evaluar su riesgo de desarrollar COVID-19 y experimentar síntomas graves utilizando un modelo de calificación de riesgo que considera factores como la edad, afecciones crónicas y visitas recientes al hospital.

Cuando un paciente obtiene un puntaje de 7 o más, una enfermera puede programar una cita.

Aunque las emergencias brindan oportunidades únicas para probar herramientas avanzadas, es esencial para los sistemas de salud garantizar que los médicos se sientan cómodos con ellas y usarlas herramientas con precaución, con pruebas y validación exhaustivas, enfatizó Topol.

“Cuando las personas están en el fragor de la batalla, sería genial tener un algoritmo para apoyarlas”, dijo. “Solo tenemos que asegurarnos de que el algoritmo y la herramienta de inteligencia artificial no sean engañosos, porque hay vidas en juego”.

Esta historia de KHN se publicó primero en , un servicio de la .

麻豆女优 Health News is a national newsroom that produces in-depth journalism about health issues and is one of the core operating programs at 麻豆女优鈥攁n independent source of health policy research, polling, and journalism. Learn more about .

USE OUR CONTENT

This story can be republished for free (details).

The researchers quickly deployed the application, which dots X-ray images with spots of color where there may be lung damage or other signs of pneumonia. It has now been applied to more than 6,000 chest X-rays, and it’s providing some value in diagnosis, said Hsiao, the director of UCSD’s augmented imaging and artificial intelligence data analytics laboratory.

His team is one of several around the country that has pushed AI programs developed in a calmer time into the COVID-19 crisis to perform tasks like deciding which patients face the greatest risk of complications and which can be safely channeled into lower-intensity care.

The machine-learning programs scroll through millions of pieces of data to detect patterns that may be hard for clinicians to discern. Yet few of the algorithms have been rigorously tested against standard procedures. So while they often appear helpful, rolling out the programs in the midst of a pandemic could be confusing to doctors or even dangerous for patients, some AI experts warn.

“AI is being used for things that are questionable right now,” said Dr. Eric Topol, director of the Scripps Research Translational Institute and author of several books on health IT.

Topol singled out a system created by , a major vendor of electronic health records software, that predicts which coronavirus patients may become critically ill. Using the tool before it has been validated is “pandemic exceptionalism,” he said.

Epic said the company’s model had been validated with data from more 16,000 hospitalized COVID-19 patients in 21 health care organizations. No research on the tool has been published, but, in any case, it was “developed to help clinicians make treatment decisions and is not a substitute for their judgment,” said James Hickman, a software developer on Epic’s cognitive computing team.

Others see the COVID-19 crisis as an opportunity to learn about the value of AI tools.

“My intuition is it’s a little bit of the good, bad and ugly,” said Eric Perakslis, a data science fellow at Duke University and former chief information officer at the Food and Drug Administration. “Research in this setting is important.”

Nearly $2 billion poured into companies touting advancements in health care AI in 2019. Investments in the first quarter of 2020 totaled $635 million, up from $155 million in the first quarter of 2019, according to digital health technology funder聽.

At least three health care AI technology companies have made funding deals specific to the COVID-19 crisis, including , an AI-powered lung-imaging analysis company, according to Rock Health.

Overall, AI’s implementation in everyday clinical care is less common than hype over the technology would suggest. Yet the coronavirus crisis has inspired some hospital systems to accelerate promising applications.

UCSD sped up its AI imaging project, rolling it out in only two weeks.

Hsiao’s project, with research funding from Amazon Web Services, the University of California and the National Science Foundation, runs every chest X-ray taken at its hospital through an AI algorithm. While no data on the implementation has been published yet, doctors report that the tool influences their clinical decision-making about a third of the time, said Dr. Christopher Longhurst, UC San Diego Health’s chief information officer.

“The results to date are very encouraging, and we’re not seeing any unintended consequences,” he said. “Anecdotally, we’re feeling like it’s helpful, not hurtful.”

AI has advanced further in imaging than other areas of clinical medicine because radiological images have tons of data for algorithms to process, and more data makes the programs more effective, said Longhurst.

But while AI specialists have tried to get AI to do things like predict sepsis and acute respiratory distress 鈥� researchers at Johns Hopkins University聽聽to use it to predict heart damage in COVID-19 patients聽鈥� it has been easier to plug it into less risky areas such as hospital logistics.

In New York City, two major hospital systems are using AI-enabled algorithms to help them decide when and how patients should move into another phase of care or be sent home.

础迟听, an artificial intelligence algorithm pinpoints which patients might be ready to be discharged from the hospital within 72 hours, said Robbie Freeman, vice president of clinical innovation at Mount Sinai.

Freeman described the AI’s suggestion as a “conversation starter,” meant to help assist clinicians working on patient cases decide what to do. AI isn’t making the decisions.

聽has developed a similar AI model. It predicts whether a COVID-19 patient entering the hospital will suffer adverse events within the next four days, said聽, who leads NYU Langone’s predictive analytics team.

The model will be run in a four- to six-week trial with patients randomized into two groups: one whose doctors will receive the alerts, and another whose doctors will not. The algorithm should help doctors generate a list of things that may predict whether patients are at risk for complications after they’re admitted to the hospital, Aphinyanaphongs said.

Some health systems are leery of rolling out a technology that requires clinical validation in the middle of a pandemic. Others say they didn’t need AI to deal with the coronavirus.

聽is not using AI to manage hospitalized patients with COVID-19, said聽, the center’s medical informatics director for AI clinical integration. The San Francisco Bay Area聽聽who would have provided the mass of data needed to make sure AI works on a population, he said.

Outside the hospital, AI-enabled risk factor modeling is being used to help health systems track patients who aren’t infected with the coronavirus but might be susceptible to complications if they contract COVID-19.

At Scripps Health in San Diego, clinicians are stratifying patients to assess their risk of getting COVID-19 and experiencing severe symptoms using a risk-scoring model that considers factors like age, chronic conditions and recent hospital visits. When a patient scores 7 or higher, a triage nurse reaches out with information about the coronavirus and may schedule an appointment.

Though emergencies provide unique opportunities to try out advanced tools, it’s essential for health systems to ensure doctors are comfortable with them, and to use the tools cautiously, with extensive testing and validation, Topol said.

“When people are in the heat of battle and overstretched, it would be great to have an algorithm to support them,” he said. “We just have to make sure the algorithm and the AI tool isn’t misleading, because lives are at stake here.”

This story was produced by聽, which publishes聽, an editorially independent service of the聽.

麻豆女优 Health News is a national newsroom that produces in-depth journalism about health issues and is one of the core operating programs at 麻豆女优鈥攁n independent source of health policy research, polling, and journalism. Learn more about .

USE OUR CONTENT

This story can be republished for free (details).