La inteligencia artificial (IA) está revolucionando la medicina y cambiando la forma en que se brinda atención médica. Gracias a los avances en ciencias de la computación e informática, la IA se está convirtiendo rápidamente en una parte integral de la atención médica moderna. Los algoritmos y otras aplicaciones de IA están siendo utilizados para respaldar a los profesionales de la salud en entornos clínicos y en investigaciones en curso.
¿Qué hace la inteligencia artificial en la medicina?
Actualmente, los roles más comunes para la IA en entornos médicos son el apoyo a la toma de decisiones clínicas y el análisis de imágenes. Las herramientas de apoyo a la toma de decisiones clínicas ayudan a los proveedores a tomar decisiones sobre tratamientos, medicamentos, salud mental y otras necesidades de los pacientes al proporcionarles acceso rápido a información o investigaciones relevantes para su paciente. En la imagenología médica, las herramientas de IA se utilizan para analizar tomografías computarizadas, radiografías, resonancias magnéticas y otras imágenes en busca de lesiones u otros hallazgos que un radiólogo humano podría pasar por alto.
Los desafíos que la pandemia de COVID-19 creó para muchos sistemas de salud también llevaron a muchas organizaciones de atención médica en todo el entorno a comenzar a probar en el campo nuevas tecnologías compatibles con la IA, como algoritmos diseñados para ayudar a monitorear a los pacientes y herramientas impulsadas por IA para cribar pacientes con COVID-1
La investigación y los resultados de estas pruebas aún se están recopilando, y los estándares generales para el uso de la IA en la medicina aún se están definiendo. Sin embargo, las oportunidades para que la IA beneficie a los médicos, investigadores y a los pacientes a quienes sirven están aumentando constantemente. En este punto, hay pocas dudas de que la IA se convertirá en una parte fundamental de los sistemas de salud digitales que dan forma y respaldan la medicina moderna.
¿Cómo surge la inteligencia artificial en la medicina?
No se puede pensar en el futuro de la atención médica sin tener en cuenta dos letras que, juntas, representan las esperanzas y los temores de una industria que busca soluciones más inteligentes. Estamos hablando, por supuesto, de la ia.
La inteligencia artificial existe desde 1956, y en los años 70 compartió su primera experiencia en el sector de la salud con el denominado Mycin, un sistema experto orientado a la detección de enfermedades infecciosas de la sangre que razonaba, se comunicaba en lenguaje natural con el usuario y recetaba medicamentos de forma personalizada para cada paciente.
Si ya se hablaba de inteligencia, procesamiento del lenguaje natural (PLN) o prescripción, se preguntarán por qué hay tan pocas contribuciones de la IA en la práctica médica y por qué parece que ahora es cuando el aprendizaje basado en máquinas y datos comienza a fusionarse con la realidad.
IA en medicina: tipos de inteligencia computacional
La confusión que rodea a la inteligencia artificial, e incluso a su definición, sigue siendo generalizada. Hoy en día, la IA es una abreviatura para cualquier tarea que una computadora pueda realizar tan bien, si no mejor, que los humanos. Eso y los robots, a los que normalmente se asocian con esta tecnología. Pero cuando pensamos en la aplicación de la IA en la medicina, debemos considerar diferentes tipos de inteligencia computacional.
La mayoría de las soluciones generadas por máquinas que están surgiendo actualmente en el campo de la salud no se basan únicamente en la inteligencia de los algoritmos sobre los datos. Más bien, los algoritmos creados por expertos son solo la base para analizar datos y recomendar tratamientos.
El llamado aprendizaje automático de las máquinas se basa en algoritmos conocidos como redes neuronales, es decir, un sistema informático modelado a partir del cerebro humano. Estas aplicaciones incluyen análisis probabilísticos a varios niveles, lo que permite a las computadoras simular e incluso ampliar la forma en que la mente humana procesa los datos. Como resultado, ni siquiera los programadores pueden estar seguros de cómo sus programas informáticos obtendrán soluciones y, por lo tanto, los médicos tampoco sabrán cómo han llegado a una recomendación óptima.
En otra variante de la inteligencia artificial, conocida como aprendizaje profundo, el software aprende a reconocer patrones en diferentes capas. Este mecanismo es cada vez más útil en la práctica médica, ya que cada capa de la red neuronal funciona de manera independiente pero coordinada, separando aspectos como el color, el tamaño y la forma antes de integrar los resultados. Estas nuevas herramientas visuales prometen transformar el diagnóstico médico e incluso pueden buscar cáncer a nivel de células individuales.
El uso de la inteligencia artificial en la atención médica
Como podemos ver, la inteligencia artificial se puede aplicar de muchas maneras diferentes, pero la mejor forma de entender su uso potencial en la atención médica es dividir sus aplicaciones en tres categorías:
Soluciones algorítmicas
En la práctica médica actual, las aplicaciones de IA más utilizadas son las algorítmicas: enfoques basados en la evidencia, programados por investigadores y clínicos. Cuando los humanos integran datos conocidos en algoritmos, las computadoras pueden extraer información y aplicarla a un problema.
Un ejemplo es la evolución de la esclerosis múltiple. Utilizando algoritmos en consenso con expertos en el campo, junto con los datos existentes en la historia clínica electrónica, se pueden revisar numerosas alternativas de tratamiento y recomendar la combinación más adecuada para un paciente específico.
Pero mi solución algorítmica favorita es Bisepro. Un programa diseñado por la Unidad de Sepsis del Hospital Universitario Son Llàtzer (Palma de Mallorca), en colaboración con la empresa farmacéutica Merck Sharp & Done (MSD) y con el apoyo de la Consejería de Sanidad, el Servicio de Salud e IdISBa.
La sepsis es una afección médica con alta mortalidad y uso de recursos. Para mejorar su detección y tratamiento, el desarrollo de Bisepro se está realizando en dos fases: una para la detección de sepsis en tiempo real y otra para ayudar a los clínicos en la toma de decisiones, desde el diagnóstico hasta el soporte terapéutico para pacientes con sospecha de sepsis.
Tratamiento de imágenes en salud
Para apreciar el potencial del reconocimiento de patrones visuales en la práctica médica, debemos entender cuán a menudo el ojo humano falla, incluso en los mejores clínicos.
Estudios independientes afirman que entre el 50% y el 63% de las mujeres en los EE. UU. que se someten a mamografías regulares durante 10 años recibirán al menos un falso positivo. Es decir, el resultado de la prueba indica erróneamente la posibilidad de cáncer, lo que requiere pruebas adicionales y, a veces, procedimientos innecesarios. Además, hasta en un tercio del tiempo, dos o más radiólogos que examinan la misma mamografía no estarán de acuerdo en la interpretación de los resultados.
Se estima que el software de reconocimiento de patrones visuales es entre un 5% y un 10% más preciso que el médico promedio. A medida que las máquinas se vuelven más poderosas y los enfoques de aprendizaje profundo ganan fuerza, continuarán avanzando campos diagnósticos como la radiología, la patología, la dermatología y la oftalmología.
Herramientas de apoyo a la práctica médica
La IA ofrece grandes posibilidades para mejorar el desempeño médico. Dos enfoques en particular podrían mejorar radicalmente el desempeño del médico.
El primero es el procesamiento del lenguaje natural, una rama de la IA que ayuda a las máquinas a comprender e interpretar el habla y la escritura humana. Este software puede revisar miles de registros médicos electrónicos completos y dilucidar los mejores pasos para evaluar y administrar un tratamiento a pacientes con diferentes enfermedades.
El segundo enfoque implica el uso de computadoras para observar y aprender de los médicos en su desempeño habitual. En lugar de extraer y analizar datos retrospectivamente, esta herramienta sigue lo que hacen los médicos paso a paso. Con la incorporación de los datos del paciente en la historia clínica digital, se analiza toda esta información en tiempo real para ofrecer alertas y sugerir tratamientos personalizados. Estas herramientas pueden reducir los falsos positivos y mejorar la efectividad del tratamiento.
Aunque la cultura médica puede ser una barrera para la adopción de la IA en la medicina, es importante que los médicos comprendan que la IA no viene a reemplazarlos, pero aquellos que utilicen la IA reemplazarán a los que no lo hagan.
El potencial de la IA en salud
La IA ofrece un potencial que va más allá de lo que se ha mencionado en este artículo. Un ejemplo es el juego chino antiguo go. En 2015, AlphaGo, un programa creado por Google Deepmind, superó a uno de los mejores jugadores del entorno en Go. Lo interesante es cómo lo logró. A diferencia de Deep Blue de IBM, que derrotó al campeón de ajedrez Garry Kasparov en 1997, AlphaGo no aprendió estudiando a los humanos y repitiendo partidas anteriores. El programa dominó el juego jugando contra sí mismo.
Este tipo de aprendizaje profundo podría impulsar la aplicación de la IA en la atención médica en el futuro, ayudando a mejorar la atención médica, crear nuevos enfoques para diagnosticar y tratar problemas médicos y medir la adherencia de los médicos sin los sesgos defectuosos de la mente humana.
La IA tiene el potencial de transformar la medicina al mejorar la toma de decisiones clínicas, el análisis de imágenes y el apoyo a la práctica médica. A medida que la tecnología continúa avanzando, la IA se convertirá en una herramienta invaluable para los profesionales de la salud y los pacientes, mejorando los resultados y la calidad de vida.
Si quieres conocer otras notas parecidas a Inteligencia artificial en medicina: revolucionando la atención médica puedes visitar la categoría Inteligencia.