AarogyaAI utiliza la inteligencia artificial y el machine learning en AWS para diagnosticar con precisión la resistencia a los antimicrobianos

Los fundadores están familiarizados con el  sueño de una startup. Este sueño, que se basa en una acumulación de experiencias de vida, victorias, derrotas, datos, iteraciones y, a veces, suerte, lleva a una startup a emprender el viaje, desde “Tengo una gran idea” hasta demostrar lo que es posible.

AarogyaAI, una startup de salud y ciencias de la vida (HCLS) de la India, se basa en el sueño de “utilizar la investigación que mi cofundadora y yo hicimos en el mundo académico para avanzar en la salud humana”, afirma la Dr. Praapti Jayaswal, CEO. AarogyaAI utiliza la  inteligencia artificial y el machine learning (AI/ML) para diagnosticar rápidamente la farmacorresistencia en pacientes causada por patógenos bacterianos, fúngicos y virales. Esto permite a los médicos tomar decisiones de tratamiento basadas en datos y recetar fármacos que traten de manera eficaz y aumenten los resultados de salud de los pacientes.

Praapti y su cofundadora, Avlokita Tiwari, chief technology officer (CTO), comenzaron su amistad en 2012, cuando compartían coche durante el viaje de 30 millas desde su casa hasta el laboratorio del Instituto de Ciencia y Tecnología de la Salud Traslacional de Faridabad (India). Praapti estaba cursando el doctorado en investigación sobre la tuberculosis y Avlokita era becaria de investigación.

Su amistad continuó en 2019, cuando Avlokita le dijo a Praapti: “Estoy buscando trabajo”. Praapti respondió: “No lo busques, creemos esta empresa juntas”. Sin dudarlo, Avlokita respondió: “Sí”.

Así se fundó AarogyaAI. La empresa celebró su cuarto aniversario en mayo de 2023 y hoy cuenta con nueve asociaciones clínicas y comerciales. Gestionan seis canales de tratamiento de enfermedades infecciosas en la nube de Amazon Web Services (AWS), así como su repositorio de casi 20 000 genomas de patógenos.

Demostración de lo que es posible en la atención médica moderna

“Nos frustraba que la gente muriera a causa de enfermedades curables. En 2018, la tuberculosis fue la enfermedad infecciosa más letal, a pesar de que había 19 fármacos para curarla”, afirma Praapti. “Vimos que la IA se utilizaba para enriquecer a las personas, pero no para hacer que las personas enfermas sanaran”.

Praapti y Avlokita decidieron cambiar esta situación mediante el uso de la IA para hacer que el diagnóstico preciso de la resistencia a los antimicrobianos fuera accesible en el punto de atención. AarogyaAI permite a los médicos introducir la secuenciación genómica de la muestra del paciente en AAICare, una aplicación basada en AWS.Tanto Praapti como Avlokita creen que todas las personas pueden y deben tener acceso a un tratamiento eficaz. “Nuestra visión es hacer que la genómica esté disponible en los centros de atención. La computación en AWS nos acerca un paso más a la hora de tomar decisiones de tratamiento basadas en datos para obtener resultados positivos a escala poblacional”, explica Praapti.

AAICare identifica cuantitativa y cualitativamente todos los patógenos presentes, así como la susceptibilidad de esos patógenos a los fármacos. Además, los modelos de machine learning de AarogyaAI, basados en Amazon SageMaker, buscan y predicen las mutaciones del espécimen que contribuyen a la farmacorresistencia.

“La tecnología ha evolucionado a lo largo de las décadas, pero rara vez se utiliza en la práctica clínica”, afirma Praapti. “Estamos cambiando eso”.

AarogyaAI está demostrando que la atención médica proactiva puede convertirse en algo tan normal como la atención médica reactiva que se practica comúnmente en la actualidad. “Estamos demostrando que la genómica actual de los patógenos y las superbacterias puede predecir cuáles serán sus tendencias futuras”, afirma Praapti. “Cuando sale un medicamento, ya es 10 años demasiado tarde. Tenemos que aplicar la tecnología para poder crear fármacos de forma preventiva, de modo que cuando un virus como el SARS-CoV-2 cause estragos en todo el mundo (8000 millones de personas) no estemos a merced de esa cosa invisible”.

Para comprender biológica y científicamente las tendencias evolutivas de los patógenos, “la genómica inteligente es el punto decisivo de nuestro trabajo en el que combinamos la IA con la genómica”, explica Avlokita. “Esto ayuda a tomar decisiones de tratamiento en la actualidad con la visión de extraer información relevante sobre la evolución de los patógenos y, así, guiar la elaboración de políticas de salud pública para la preparación ante una pandemia”.

Creación de su startup en AWS

Praapti y Avlokita decidieron que, para crear una aplicación de atención médica segura, confiable y escalable, confiarían en AWS.

AarogyaAI utiliza los servicios administrados de AWS, como SageMaker, Amazon Relational Database Service (Amazon RDS) y Elastic Load Balancing, para completar tareas que, de otro modo, serían complicadas de configurar y administrar para los equipos de ingeniería. Esto permite a AarogyaAI centrarse más en el desarrollo de las características de su producto, en lugar de centrarse en operar en un centro de datos tecnológico y en los gastos generales que ello conlleva.

“Lo mejor de usar AWS es lo fluido que resulta todo”, explica Avlokita. “Ha sido una experiencia de aprendizaje increíble descubrir todas las diferentes características de AWS y cómo pueden contribuir a nuestros objetivos. Estamos muy satisfechas con AWS”.

Para acelerar el crecimiento de su startup, AarogyaAI solicitó inscribirse en AWS ML Elevate, un programa con sede en la India que ayuda a las startups de inteligencia artificial y machine learning a mostrar sus innovaciones y, al mismo tiempo, proporciona tutoría y acceso a canales de capital riesgo (VC).

Entrenamiento e implementación de modelos de machine learning

Los modelos de machine learning son fundamentales para que AarogyaAI pueda analizar con precisión las muestras de los pacientes y predecir las tendencias futuras. SageMaker es una solución de inteligencia artificial y machine learning que ayuda a su equipo de ciencia de datos a crear, entrenar y ajustar los modelos de machine learning, a la vez que proporciona un control y una visibilidad totales. “Confiamos en SageMaker para crear nuestros modelos de inteligencia artificial y machine learning e implementarlos”, afirma Avlokita. AarogyaAI entrena sus modelos de SageMaker con conjuntos de datos genómicos globales y locales disponibles de forma pública y generados in situ, teniendo en cuenta la idea de traducir la investigación en aplicaciones en el mundo real.

“Cuando nuestro Product Lead se unió a la empresa, no tenía experiencia en AWS. Conocía la ciencia de datos y los algoritmos de inteligencia artificial y machine learning, pero no sabía cómo usar AWS”, afirma Avlokita. “SageMaker es tan fácil de usar que pudo ponerse manos a la obra y descubrir cómo crear soluciones de machine learning”.

Los cálculos para los modelos de machine learning se ejecutan con Amazon Elastic Compute Cloud (Amazon EC2), que ofrece capacidad de cómputo segura y confiable bajo demanda. Para el almacenamiento de objetos, AarogyaAI utiliza Amazon Simple Storage Service (Amazon S3).

Optimización de los costos de la nube para reinvertir en su negocio

Como siguiente paso en el desarrollo de sus productos, AarogyaAI quería que sus algoritmos de inteligencia artificial fueran más sólidos y pudieran analizar más patógenos. “Usamos AWS para realizar experimentos de machine learning. Fue rápido y eficaz”, afirma Avlokita. “Quedamos muy satisfechas con los resultados. AWS nos permitió obtener lo que necesitábamos de estos experimentos y aprender a adaptar nuestros algoritmos para incluir más patógenos”.

A medida que AarogyaAI experimentaba y aprendía a expandir su producto, la cantidad de computación que utilizaban aumentó y afectó a su factura de AWS. Sin embargo, como miembros de  AWS Activate, un programa que ayuda a las startups a crecer, pudieron destinar 100 000 USD en créditos de AWS a su factura.

Además, “En AWS, tanto en la India como en EE. UU., fueron muy generoso al informarnos sobre diferentes aspectos de la optimización de costos. Pudimos reducir nuestra factura en un 38 % casi de inmediato”, afirma Avlokita. “Estamos muy satisfechos con la forma en que AWS nos ayudó a gestionar los costos de la nube. Ahora podemos seguir creando”.

Mirada al futuro en AarogyaAI y la atención médica en la nube

Tanto Praapti como Avlokita están seguras de que el futuro de una atención médica más equitativa y eficaz está relacionado con la tecnología. “En primer lugar, muy pronto la atención médica se centrará en la tecnología”, afirma Avlokita. “Para nosotros es importante que fabriquemos productos con la capacidad y la escalabilidad necesarias para adaptarse a las nuevas tecnologías a medida que vayan surgiendo”.

Para otros que creen en esta intersección que está surgiendo rápidamente entre la atención médica y la tecnología, Praapti aconseja: “Lo más importante que puedo compartir con otros fundadores es: no esperéis nada. Sumergíos directamente en lo más profundo”. Explica: “Nunca será el momento perfecto para ponerse en contacto con alguien, enviar ese correo electrónico, hacer esa llamada, iniciar esa empresa o presentar esa patente; tanto si se toma la decisión correcta como si no, se obtendrá un resultado positivo neto”.

Como próximos pasos en su trayectoria como startup, AarogyaAI planea implementar su producto más ampliamente en el mercado, particularmente en EE. UU. “Hemos recibido un apoyo increíble de AWS en la India, Singapur, Asia Pacífico y EE. UU.”, afirma Praapti. “Nos entusiasma empezar a comercializar de forma conjunta con AWS”.

“En 2012, cuando Avlokita y yo solíamos compartir coche para ir al laboratorio, hablábamos de nuestros sueños, como que los ensayos clínicos dejaran de ser redundantes con la biología computacional”, se ríe Praapti. “Con AarogyaAI y AWS, poco a poco se están haciendo realidad”.