Elaborado por Materia para OpenMind Recomendado por Materia
8
Inicio El impacto de la Inteligencia Artificial en la asistencia sanitaria
25 abril 2018

El impacto de la Inteligencia Artificial en la asistencia sanitaria

Tiempo estimado de lectura Tiempo 8 de lectura

El crecimiento de la IA en el sector de la asistencia sanitaria

Hay muchos indicadores significativos del rápido crecimiento de las aplicaciones de IA. En primer lugar, el número de startups que dan soporte de IA a los proveedores de asistencia sanitaria ha aumentado [1]. En los últimos 3 años, más de 100 startups de asistencia sanitaria han utilizado el aprendizaje automático y la IA, ofreciendo apoyo en todo, desde la supervisión de pacientes remota al descubrimiento de medicamentos, diagnóstico por imagen, etc. Según un informe de 2016 de CB Insights [1], aproximadamente el 86% de las organizaciones proveedoras de asistencia sanitaria utilizan actualmente la IA de algún modo. Además, es probable que su uso aumente considerablemente en la próxima década. En septiembre de 2017, en el Reino Unido, el Director General del servicio nacional de salud (NHS England) dijo en la NHS Health and Care Innovation Expo [2] que estaban en proyecto importantes innovaciones de IA. También dijo que la IA y el aprendizaje automático se usan y se usarán en muchas áreas, incluida la dermatología y la patología para mejorar la atención médica.

En 2025, es posible que haya sistemas de IA en todo, desde la gestión de la salud de la población hasta avatares digitales capaces de responder a preguntas específicas de los pacientes [1].

Aplicaciones actuales de la IA en la asistencia sanitaria

La IA lleva usándose en el sector de la asistencia sanitaria desde hace muchos años. En la década de 1980 ya se utilizaban sistemas especializados basados en el conocimiento para el diagnóstico médico [3]. En la actualidad la siguientes aplicaciones son de uso común:

  • Los asistentes virtuales normalmente describen a trabajadores que pueden proporcionar ayuda remota e instantánea para todos los tipos de servicios empresariales, como ayuda técnica especializada, soporte administrativo o sugerencias creativas, etc. Sin embargo, ahora están surgiendo sustitutos tecnológicos que utilizan la IA. El software Nuance [4] es un ejemplo de programa de asistente virtual basado en IA que permite el diálogo con pacientes y médicos. Su objetivo es aumentar la interacción entre pacientes y profesionales clínicos, mejorando así la experiencia del cliente y reduciendo a la vez la carga de trabajo del médico. El asistente virtual de asistencia sanitaria incluye tecnología de reconocimiento de voz diseñada para la asistencia sanitaria, que puede convertir el texto en voz, entre otras cosas.
  • Los chatbots son programas que participan en conversaciones con humanos y ya llevan un tiempo funcionando. Entre los primeros hubo un programa llamado ELIZA, escrito en la década de 1960, que simulaba la conversación con un psicoterapeuta. Los chatbots han mejorado muchísimo en los últimos años y ahora se utilizan en muchos dominios de apoyo a la toma de decisiones en línea. Están disponibles en línea y tienen muchos usos, como: apoyar el diagnóstico comprobando los síntomas de los pacientes, sistemas de asesoramiento sobre medicamentos seguros y apoyo de enfermería. Por ejemplo, su médico es un asistente de IA en línea gratuito que permite a los usuarios obtener autoayuda que cubre el apoyo al diagnóstico, información médica segura, ubicación de médicos generalistas, etc.
Fig. 1. Pantallazo de su médico chatbot /Imagen: autor
  • Los dispositivos de monitorización de asistencia sanitaria que usan técnicas de IA son ahora de uso generalizado. Se pueden utilizar como seguimiento remoto de pacientes para indicadores de salud, como la actividad cardiaca después de una intervención, el peso del paciente, etc. Ahora es muy común el uso de dispositivos que se pueden llevar puestos y son similares a los relojes de pulsera, como los rastreadores de forma física comerciales de FitBIT. La IA se puede utilizar para decidir de forma remota planes de tratamiento de pacientes o emitir alertas para que el usuario se preocupe. Los dispositivos que se pueden llevar puestos pueden monitorizar la información relacionada con la salud y el bienestar, como el número de pasos que se caminan o el número de calorías que se consumen. Esta formación podría ser importante para los pacientes que tratan de perder peso. La IA puede interpretar esta información para hacer que las personas tengan un mayor conocimiento de su estado físico y animar a que los pacientes cambien su estilo de vida.

Futuras aplicaciones de la IA en la asistencia sanitaria

 El gran cambio que se producirá en las aplicaciones de asistencia sanitaria del futuro será el uso cada vez mayor de técnicas de aprendizaje automático. Las ventajas que puede ofrecer, por ejemplo en aplicaciones de diagnóstico, probablemente sean muy importantes porque el aprendizaje automático desempeñará un papel no solo en la predicción, sino también en la prevención mediante la detección temprana y el tratamiento adecuado al vincular correlaciones conocidas de los métodos de tratamiento de pacientes. Algunas aplicaciones médicas como el sistema Watson para Oncología, ya utilizan el aprendizaje automático, junto con otras tecnologías para apoyar la detección del cáncer. Lleva en funcionamiento en todo el mundo unos tres años y se ha publicitado como un tratamiento revolucionario. Aunque muchos, incluidos algunos desarrolladores de IBM, admiten que todavía está en su etapa inicial. Las ventajas que tienen las aplicaciones que utilizan tecnología de aprendizaje automático es su capacidad para descubrir nuevas perspectivas a partir de los datos, lo que va, por tanto, más allá de las tradicionales limitaciones de la IA. Sin embargo, el inconveniente del aprendizaje automático es que se basa principalmente en técnicas de caja negra como las redes neuronales. Como escribí en un artículo anterior para OpenMind [5], las aplicaciones que carecen de transparencia se considerarían no deseables, en particular en el terreno de la asistencia sanitaria, donde entender los consejos que se dan es crucial para su aceptación. Esa es la razón por la que el proyecto Inteligencia artificial explicable (XAI por sus siglas en inglés) que se describe en este artículo es tan importante para el éxito futuro de la IA. Hay varias aplicaciones de IA emergentes que utilizan el aprendizaje automático, como:

  • Descubrimiento de medicamentos. Los algoritmos del aprendizaje automático se están utilizando ahora con cierto éxito para reducir el tiempo de descubrimiento de medicamentos. Por ejemplo, la empresa farmacéutica Pfizer anunció en 2016 una colaboración que utilizará IBM Watson para el descubrimiento de medicamentos. Pfizer utiliza la tecnología de IA de IBM en su sistema de investigación sobre inmunooncología para ayudar a combatir el cáncer mediante el descubrimiento de nuevos medicamentos oncológicos. El desarrollo de fármacos a través de ensayos clínicos requiere mucho tiempo, a menudo más de una década, y cuesta miles de millones de dólares. El uso de la IA para sustituir algunas partes del proceso de descubrimiento de medicamentos puede ser más rápido, más barato y más seguro. Aunque la IA no puede eliminar por completo todas las etapas que se requieren en el descubrimiento de medicamentos, puede ayudar en etapas como el hallazgo de nuevos componentes que pueden ser posibles medicamentos. También puede contribuir a encontrar nuevos usos de componentes previamente testados. En medio del brote del virus del Ébola en África Occidental en 2014, se utilizó un programa impulsado por IA para rastrear medicinas existentes que pudieran rediseñarse para luchar contra la enfermedad. Se encontraron dos medicamentos que reducían la infectividad en un día, cuando un análisis de este tipo por lo general tarda meses o años, una diferencia que podría salvar miles de vidas.
  • La cirugía robótica ofrece a los cirujanos los medios para manipular brazos robóticos ágiles para realizar cirugías muy precisas en espacios reducidos (y con menos temblores) que serían imposibles de hacer únicamente con la mano humana. Aunque no todos los procedimientos de cirugía robótica conllevan el uso del aprendizaje automático, algunos sistemas utilizan la visión computerizada (ayudada por el aprendizaje automático) para identificar distancias o una parte específica del cuerpo. Además, el aprendizaje automático se utiliza en algunos casos para estabilizar el movimiento de los brazos robóticos cuando siguen instrucciones de controladores humanos.

Impacto del Big Data en la asistencia sanitaria

En la última década, el auge de la banda ancha ultrarrápida, la informática en la nube, los teléfonos inteligentes y las redes sociales se han combinado para ofrecernos un mundo plagado de datos, algo que cada vez crece a un ritmo más rápido. / Imagen: CC0 Public Domain

Contribuyen todas las fuentes digitales que incluyen texto, sonido, imágenes y vídeo. Se están utilizando nuevas técnicas para recopilar y analizar enormes corpus de datos con el fin de explicar el mundo de formas que, hasta ahora, hubieran sido imposibles. El acceso a grandes cantidades de datos ha engendrado la era del Big Data. Este término hace referencia a los análisis, sustentados por técnicas de IA y aprendizaje automático que se pueden realizar en grandes cantidades de datos para extraer nuevos conocimientos. Estas técnicas pueden descubrir patrones y correlaciones ocultos que pueden proporcionar información para perfeccionar la toma de decisiones. Además, las técnicas de Big Data pueden aplicarse a datos que proceden de diversas fuentes.

Esto dio lugar a la captura de enormes cantidades de datos, haciendo posible el uso de los métodos de Big Data para hacer predicciones acertadas, como dónde se propagaría, cuán grave podría ser y quienes eran las personas más propensas. Los algoritmos que se utilizaron para este fin los había desarrollado Google en 2008 y se utilizaron 45 algoritmos de análisis de consultas para la clasificación de la gripe. Se calcula que Google se ocupa de 40.000 búsquedas por segundo y procesa más de 200 petabytes al día, miles de veces más que toda la biblioteca de EE. UU.

El Big Data cobró importancia por primera vez en las noticias con las búsquedas que se hicieron de Google Trends Flu (GTF) en 2009. Los usuarios, en su mayoría personas afectadas por la gripe, proporcionaron estos datos a través de búsquedas en Google con respecto a sus síntomas de gripe./ Imagen: CC0 Dominio públicoImage: CC0 Public Domain

No obstante, hay importantes diferencias entre las formas en que las organizaciones comerciales y los proveedores de asistencia sanitaria usan los datos. Las primeras están relativamente libres de restricciones en cuanto a que pueden aplicar técnicas de IA a los datos obtenidos de las búsquedas y los datos recibidos a través de otros tipos de comportamientos de los usuarios, como las redes sociales. Los segundos, en cambio, están muy regulados en gran parte del mundo para mantener la confidencialidad de los datos de los pacientes. Esto puede dar lugar a un posible conflicto. Por ejemplo, en 2017 [6], se reveló que el servicio nacional de salud (NHS) del Reino Unido compartió los datos de aproximadamente 1,6 millones de pacientes con la división DeepMind de Google en las primeras etapas de una aplicación que se estaba probando para identificar la Insuficiencia renal aguda (IRA). La información se utilizó para desarrollar una aplicación que diagnosticaría y detectaría pacientes en riesgo. Sin embargo, el NHS y DeepMind fueron censurados por la Comisión de Información (ICO por sus siglas en inglés) del Reino Unido por incumplir algunos aspectos de la protección de datos, en parte por no informar a los pacientes de cómo se iban a utilizar sus datos.

Conclusiones

Se augura un brillante futuro para el uso de la IA en la asistencia sanitaria. Sin embargo, en un terreno como la asistencia sanitaria, que conlleva el uso de pacientes y sus datos, hay poco margen para el error, lo que significa que los proveedores de asistencia sanitaria y los terceros proveedores tendrán que tener cuidado con respecto al uso de datos de pacientes. Además, la IA todavía está en sus inicios, lo cual podría significar que a corto plazo las aplicaciones de IA pueden tener que limitarse a desempeñar una función de asesoramiento, más que una función ejecutiva. Esto podría suponer, por ejemplo, que el uso de chatbots se restringiera a tareas no vitales. Pero una consideración más importante es la transparencia sobre cómo funcionan estos sistemas. Por muy buenos que sean, su aceptabilidad será escasa a menos que los médicos y otros profesionales de la atención sanitaria entiendan qué es lo que les ha llevado a sus recomendaciones para tomar una decisión.

Keith Darlington

Referencias

Publicaciones relacionadas

Comentarios sobre esta publicación

Escribe un comentario aquí…* (Máximo de 500 palabras)
El comentario no puede estar vacío
*Tu comentario será revisado antes de ser publicado
La comprobación captcha debe estar aprobada