FBA

Revista 625

Dr. Carlos A. von Mühlen en CALILAB

La inteligencia artificial en el estudio de autoinmunidad

Según los especialistas como el Dr. Carlos A. von Mühlen, la inteligencia artificial (IA) está transformando el estudio de la autoinmunidad en los laboratorios clínicos, principalmente a través de aplicaciones en el análisis de imágenes y el manejo de datos.

El Dr. Carlos A. von Mühlen es un especialista en Reumatología. Su sólida formación en universidades de Brasil, Alemania y EE.UU. lo señalan como un referente en el estudio de marcadores serológicos y moleculares de enfermedades autoinmunes.

Es Licenciado en Medicina por la Universidad Federal de Rio Grande do Sul (UFRGS), Máster en Medicina: Ciencias Médicas por la misma Universidad y Doctorado en Medicina por la Rheinisch-Westfälische Technische Hochschule/ Aachen, Alemania. Postdoctorado en marcadores serológicos y moleculares de enfermedades autoinmunes en The Scripps Research Institute en La Jolla, California (EE. UU.).

Tiene amplia experiencia en las áreas de medicina clínica y de laboratorio, con título de especialista en Reumatología (Consejo Federal de Medicina), Patología Clínica (Sociedad Brasileña de Patología Clínica/Medicina de Laboratorio) y Medicina del Trabajo (FUNDACENTRO, Brasilia).

Actualmente es investigador senior y consultor médico de importantes empresas de biotecnología en Estados Unidos, donde reside en San Diego, California. Miembro de pleno derecho de EUSTAR (Grupo Europeo de Ensayos e Investigación sobre Esclerodermia - www.eustar.org), IMACS (Grupo Internacional de Estudios Clínicos y Evaluación de Miositis, Institutos Nacionales de Ciencias de la Salud Ambiental, Washington, EE. UU.), ICAP (Consenso Internacional para Patrones ANA ) y el Simposio de Dresde sobre Autoanticuerpos del Consejo Científico Internacional, tiene amplia experiencia en las áreas clínicas de artritis y reumatismo, enfermedades autoinmunes, determinación de autoanticuerpos y biomarcadores, incluyendo metabolismo óseo y osteoporosis. Tiene cientos de publicaciones en las principales revistas médicas y es ponente activo en congresos y eventos científicos internacionales, con capítulos en los más importantes libros de texto de Reumatología e Inmunología.

En la edición 2024 de CALILAB participará en el Área de Autoinmunidad. FABAinforma se comunicó con el Dr. von Mühlen quien anticipó los conceptos que desarrollará en el próximo congreso de la Fundación Bioquímica Argentina que tendrá lugar del 6 al 8 de noviembre en la ciudad de Buenos Aires.

¿Ha participado en ediciones anteriores del CALILAB?

Sí, he estado muchas veces en Argentina participando en reuniones de CALILAB en Buenos Aires y Mar del Plata. Siempre es un placer renovar mi amistad con muchos líderes locales en el campo, así como aprovechar mi red personal.

¿Cuáles son sus expectativas de este próximo encuentro científico en Buenos Aires?

Habrá nuevas oportunidades para aprender de colegas, participar en talleres y conferencias, profundizar y discutir las múltiples facetas de los autoanticuerpos y las enfermedades autoinmunes, especialmente en lo que respecta a las peculiaridades del trabajo de laboratorio y cómo la comunidad médica puede beneficiarse de ello.

¿En qué actividades participará en el congreso?

Será un honor para mí presentar dos charlas, una sobre el control de calidad en la determinación de autoanticuerpos y la otra sobre la comprensión actual de la IA en autoinmunología. Además de eso, participaré en un panel de discusión sobre aspectos controvertidos de las determinaciones de la ANA (anticuerpos antinucleares), y también ayudaré con la coordinación de una nueva actividad, un taller de día completo con el Grupo Autoinmunidad de la COLABIOCLI. Este taller será una forma importante de lograr la participación activa del público, aportando sus propios conocimientos y experiencias para una discusión productiva durante la Primera Conferencia Latinoamericana sobre Garantía de Calidad de las Determinaciones ANA HEp-2.

¿Cómo es la aplicación de la inteligencia artificial al estudio de la autoinmunidad?

El uso de la inteligencia artificial (IA) en el estudio de la autoinmunidad, particularmente en los laboratorios clínicos, está revolucionando la forma en que se analizan y procesan los datos. La capacidad de los sistemas de IA para manejar grandes volúmenes de información, identificar patrones complejos y generar predicciones más precisas ha llevado a avances significativos en el diagnóstico de enfermedades autoinmunes. Uno de los principales beneficios es la automatización de la interpretación de pruebas de laboratorio, como los análisis de anticuerpos antinucleares (ANA), que mejora la precisión y reduce el tiempo de respuesta. La inteligencia artificial (IA) está transformando el estudio de la autoinmunidad en los laboratorios clínicos, principalmente a través de aplicaciones en el análisis de imágenes y el manejo de datos de laboratorio. En el análisis de imágenes, la IA se utiliza para mejorar la precisión y la eficiencia en la interpretación de pruebas de inmunofluorescencia indirecta (IIF).

La integración de la IA en los laboratorios clínicos también permite mejorar la predicción de la respuesta al tratamiento y el seguimiento de la progresión de las enfermedades autoinmunes (“theranostics”). Al analizar grandes bases de datos de pacientes y correlacionar los resultados de laboratorio con la respuesta clínica y datos genéticos, los sistemas de IA pueden sugerir tratamientos más adecuados, anticipar exacerbaciones y ayudar a los médicos a tomar decisiones informadas. Esto es particularmente útil en enfermedades complejas como el lupus eritematoso sistémico, donde los biomarcadores pueden variar entre los pacientes y los síntomas son muy heterogéneos.

Finalmente, aunque el uso de la IA en la autoinmunidad ofrece grandes promesas, también plantea desafíos, como la necesidad de un control de calidad constante, la validación de los sistemas y la capacitación adecuada de los profesionales de laboratorio.

Es fundamental que los laboratorios implementen procedimientos de control de calidad rigurosos para asegurar que los algoritmos de IA sean confiables y que los resultados generados sean clínicamente relevantes y útiles en la práctica diaria.