domingo, 1 de abril de 2018

¿Cómo afectará la Inteligencia Artificial a la medicina?

En el mes de octubre publiqué este artículo (en inglés) como Social Media Ambassador en WHINN Congress  y desde la Academic Health Science Networks (AHSNs) en Inglaterra me pidieron si podían publicarlo en su página web (como blog de invitada).

Aquí teneis la versión en español:

William Osler (padre de la medicina moderna) dijo que "la medicina es la ciencia de la incertidumbre y el arte de la probabilidad". Y mucho ha cambiado la medicina desde el comienzo del siglo XX.

¿Impredecible?

Es cierto que la medicina no es una ciencia exacta. Hay muchos factores dispares: la reacción biológica de cada paciente, casi siempre impredecible a los protocolos establecidos, la interpretación de la historia y la evolución clínica, el seguimiento terapéutico del paciente y muchos otros factores.

Arte de lo probable

Los profesionales de la salud combinan el conocimiento de la ciencia, las habilidades técnicas, el ojo clínico, el conocimiento del paciente, la experiencia y el sentido común. Dentro del arte de la probabilidad que señaló Osler, la ponderación de estos factores hace que el diagnóstico o tratamiento del paciente sea preciso o no.

Cada paciente es un desafío Big Data

Cada vez más medicina se ha vuelto cada vez más compleja. En la medida en que excede la capacidad de la mente humana.
  • Tenemos más y más datos de salud para reflexionar.
  • Tenemos cada vez más terapias y diagnósticos resultantes de los avances en inmunología, genética y biología de sistemas.
  • Cada vez más pacientes mayores, con más enfermedades crónicas y más tratamientos.
  • Cada vez hay más segundas opiniones y más pruebas de diagnóstico.
  • Más y más datos de registro de salud electrónico (EHR) están disponibles.

La toma de decisiones médicas se ha vuelto tremendamente compleja ya que cada paciente es un gran desafío en la gestión de big data. Y en la era digital, la tecnología parece ser el camino hacia la solución.

Su uso en el manejo de la complejidad de la medicina del siglo XXI requerirá cambios fundamentales en la forma en que pensamos sobre el pensamiento y la estructura de la educación médica y la investigación.

La salud del futuro está en juego y la gestión de "Big Data" tiene mucho que decir sobre cuál será el resultado final. Aquí es donde entra la inteligencia artificial.

Los límites de la mente humana y el futuro de la medicina

Los límites de la mente humana son evidentes y nuevamente la tecnología puede complementar nuestra toma de decisiones. Actualmente tenemos disciplinas integradas como la biología celular y la genética en la investigación médica y tenemos que avanzar en esfuerzos similares en inteligencia artificial.

Luego, los médicos del siglo XXI pueden tener las herramientas que necesitan para procesar datos, tomar decisiones y dominar la complejidad de los pacientes del siglo XXI. El tiempo y los datos exponenciales son finitos, es necesario hacer un uso ético de la inteligencia artificial (IA).

Los algoritmos pueden analizar sistemáticamente cada característica de cualquier examen médico. El aprendizaje profundo requiere tiempo, buena enseñanza y correcciones inevitables. Una vez probado y validado, los algoritmos podrían ayudarnos a identificar y tratar a decenas de miles de pacientes bajo las mismas condiciones. Y también guía la investigación médica básica sobre los mecanismos de los predictores recientemente descubiertos.

El mayor desafío tecnológico

La IA es el mayor desafío tecnológico en la historia que no está exento de problemas éticos. Los expertos predicen que el desarrollo de la IA dará a luz a una nueva generación de robots autónomos capaces de satisfacer nuestras necesidades y cubrir el conocimiento que los humanos no alcanzan.

Inteligencia Artificial en Salud

La IA es aplicable en múltiples sectores y es claramente básica en la búsqueda de una asistencia sanitaria sostenible. El acceso y la agregación de datos de una manera inteligente requiere sofisticadas aplicaciones de IA y procesamiento de lenguaje natural (NLP).

Las grandes empresas de tecnología desarrollan proyectos que aceleran el diagnóstico de enfermedades. Ejemplos del uso de la inteligencia artificial en la salud: la compañía CB Insights hizo una lista a principios de 2017 de 106 startups de salud que usan el aprendizaje automático y el análisis predictivo, y el estado de la Inteligencia Artificial. El algoritmo dermatológico para predecir el cáncer de piel de Stanford, el sistema de retinopatía de Google, el trabajo de Enlitic en la detección del cáncer de pulmón y la clasificación maligna, el algoritmo de IBM Whatson Health y otras soluciones emergentes.

¿Más preguntas que respuestas?

Si la inteligencia artificial y el big data son la solución, ¿cuál es la pregunta al problema? Hacer las preguntas correctas cuando se diseña el futuro es de vital importancia. Cualquier analista de datos diría que un buen análisis genera más preguntas que respuestas.

Si nuestros cuerpos están hechos de sangre, agua y datos, ¿podrían las máquinas entenderlos mejor que los profesionales de la salud humana? ¿El aprendizaje automático (robot) automatiza el riesgo moral y el error? ¿Los robots autónomos serán una amenaza para la raza humana, como predicen las películas?

Los sistemas de salud a menudo son demasiado lentos para adaptarse a los cambios, y el cambio tecnológico en la IA es exponencial; ¿Cómo podemos reconciliar esto? Ya no será cuestión de si un médico debe usar AI, pero si es ético si un médico no lo hace.

Lo que está claro es que ya estamos en el futuro y que el progreso tecnológico es imparable. Nos dirigimos hacia un mundo cada vez más conectado y digitalizado.

Print Pdf

Quizás también te interese