El futuro de la medicina podría encontrarse en un punto de inflexión ante el avance de la Inteligencia Artificial. En este artículo el alumno-certificado del Máster Profesional de Analista de Inteligencia de LISA Institute, Juan Pablo Castillo, expone cómo la Inteligencia sanitaria o MEDINT se plantea esencial para detectar oportunidades y cómo su evolución impacta en la aplicación de la IA para la asistencia en el diagnóstico.
En el sector sanitario surgen continuamente avances que pueden significar oportunidades para mejorar la vida de las personas, pero la inclusión de la Inteligencia Artificial en modelos de tratamientos y ensayos clínicos podría ser una mejora sin precedentes. Con anterioridad al surgimiento de esta nueva tecnología, la información analógica no se encontraba estructurada, lo cual se traducía en una cantidad ingente de datos amontonados en cajas imposibles de documentar digitalmente de manera adecuada, incluso tras la llegada de la informática; y podría decirse que a día de hoy hasta el 80% de la información médica todavía se encuentra todavía sin ordenar digitalmente.
El cerebro humano tiene limitaciones con la clasificación y la asunción de este tipo de reseñas, al mismo tiempo que su procesamiento. Por ello las posibilidades de un beneficio creando nuevas vías tecnológicas para ayudarnos, son enormes. Y es que no es ya la cantidad de generación de dicha información, sino que la mayoría de dichos datos nunca se usa, siendo revisada menos de un 1%. Un ejemplo muy gráfico sería que tan solo un paciente en tratamiento contra el cáncer, aplicando los modernos métodos diagnósticos y de seguimiento podría llegar a generar 1TB de información al día.
Es necesario comprender que la gestión de los datos en instituciones hospitalarias (desde la relativa a los pacientes hasta el inventario de la farmacia o la contabilidad) puede significar un proceso arduo y costoso en recursos. Los datos analógicos tienen que ver con todo tipo de registro realizado en estos recintos en papel y otros medios no digitales. Por ello, la digitalización de esta información, conlleva una inversión económica y en el tiempo. Sin embargo, se traduce en una dinámica más eficiente y una mejora sustancial en lo que a atención médica se refiere. Por lo general, los hospitales emplean una gran variedad de métodos para digitalizar sus registros médicos. Pueden ser desde escanear lo trasladado al papel hasta la utilización de un software especializado en transformar la información del plano físico al virtual como es el caso por ejemplo de las radiografías.
En lo que se refiere a la gestión de datos digitales, estas instituciones pueden usar los sistemas de gestión de información de salud para almacenar y tratar dichos registros. Estos programas pueden ser de mucha ayuda al mantener una clasificación precisa y actualizada de cada paciente. Además, puede resultar igualmente útil compartir dicha información con otros centros de atención médica.
Te puede interesar: Inteligencia sanitaria o MEDINT, una prioridad ante el aumento de la ciberdelincuencia
Inteligencia Artificial o Computadora Cognitiva: hacia un nuevo modelo
Por todo lo dicho es necesario repensar el modelo actual para poder sacarle el máximo partido a las nuevas tecnologías que vamos disponiendo cada vez a un ritmo más acelerado y que frecuentemente no se adaptan con la celeridad requerida.
Los seres humanos estamos limitados física y mentalmente a la hora de procesar la información, por ello se precisa la ayuda informática. Y, como humanos, también somos propensos a cometer errores. Por otro lado, las máquinas con las que trabajamos todos los días son muy limitadas, ya que debe procurarse ser muy preciso a la hora de demandar la información si no se quiere invertir más tiempo del necesario, ya que actualmente no son capaces de aprender, razonar o repensar lo que se les dice. Lo que viene a significar que a día de hoy todavía no son capaces de interactuar en términos naturales. Es por ello que existe la necesidad de dar un paso más en la evolución tecnológica creando una Inteligencia Artificial o Computadora Cognitiva que aglutine todos los datos que queramos proporcionarle y actúe en consecuencia.
Como hemos dicho, a día de hoy lo que una máquina puede ofrecer es una serie de respuestas muy concretas, aún siendo eficaz a la hora de realizar las preguntas. Sin embargo, no sería así en con la Inteligencia Artificial, ya que ella misma trataría de ofrecerte algo distinto, una respuesta después de un aprendizaje con los datos que le has facilitado. La idea principal y principal novedad, es ser capaz de crear un sistema que se encuentre en la situación de aprender y adaptarse gracias a la información que le vayas enviando, no solo clasificarla de manera eficiente, la cual era la mejor expectativa antes de la llegada de esta revolucionaria tecnología.
¿Qué se considera Inteligencia Artificial para la misma Inteligencia Artificial?
La misma Inteligencia Artificial se considera a sí misma como un conjunto de algoritmos y programas de computación capaces de realizar tareas tecnológicas mejor de como las haría un humano. Por ejemplo, reconocer un patrón, tomar una decisión, solventar un problema y aprender de la experiencia. De esta manera podría entenderse como una máquina de aprendizaje con un proceso más natural que sus predecesoras. Todo esto a partir de datos estructurados, semiestructurados y sin estructurar.
El análisis del Big Data es algo para lo que se necesita herramientas especiales donde poder extraer la información necesaria de cara a afrontar una situación donde la precisión y la especialización son más que necesarias, y ahí es donde entraría la Computadora Cognitiva. Lo que hace esencial la existencia de la Inteligencia Artificial es poder encontrar entre una montaña de datos algo que a nosotros se nos escapa. Algo que no es perceptible fácilmente y con lo que tendríamos que emplear mucho tiempo, tanto que no sería práctico.
¿Qué se entiende como la gran montaña de datos?
La Gran Montaña de Datos ó Real World Data (RWD) se refiere a la recolección de diversas fuentes a nivel mundial a partir de registros electrónicos de salud, base de datos de reclamaciones, registros de pacientes y otros tipos de datos. Esta tecnología puede resultar útil para predecir el posible porcentaje de éxito en las intervenciones y protocolos de seguridad médica a la hora de futuras situaciones reales. Se basaría en la monitorización de cara a una mejora real de cara a tomar la decisión menos lesiva y más certera para el / la paciente. De la misma forma, sería muy útil de cara a poder diseñar los mejores ensayos clínicos.
La utilización de esta herramienta con métodos analíticos más avanzados como una máquina de aprendizaje continuo y un proceso natural de procesamiento para extraer e identificar patrones puede llevar a la medicina a otro nivel como nunca antes visto. Esta nueva generación tecnológica es capaz de comprender los resultados generados por el paciente en cuestión, para así diseñar un tratamiento único e individualizado teniendo en cuentas la necesidad de la persona en cuestión.
Por lo tanto, las capacidades de esta Computadora Cognitiva pueden hacer que se ofrezca una línea a seguir para cada paciente, interconectar a todos los pacientes para una búsqueda avanzada de cara a obtener mejores resultados, crear grupos y subgrupos dentro de la misma enfermedad o dolencia, entender a cada paciente como parte de un elemento esencial para un futuro ensayo clínico, encontrar nuevos diagnósticos y nuevos enfoques y, por lo tanto, hacer disminuir la inversión de recursos (económica, humana y de tiempo) en la investigación clínica.
Todo ello gracias al procesamiento de datos y a la facilidad que tiene de identificar patrones. Esto también implica una serie de aspectos éticos como el tratamiento de datos médicos personales y la protección de los mismos. Otros aspectos serían:
- La aplicación de dicha tecnología en todos los países para un mejor flujo de la información.
- Compartir datos entre instituciones y países.
- La seguridad de los datos almacenados en la nube
- El derecho a la privacidad.
- El derecho a no querer formar parte de este entramado de datos.
Te puede interesar: ¿Cómo sería una Ley de Inteligencia Artificial de la Unión Europea?
Proyectos reales de Inteligencia Artificial y salud
En este ámbito en el que suena todo tan etéreo podemos exponer un proyecto concreto que demuestra la necesidad y viabilidad para aplicar lo que hemos venido relatando: IBM Watson Health
IBM Watson Health es un proyecto desarrollado por la empresa norteamericana dedicada a la utilización de esta tecnología en su lucha contra el cáncer, que mediante la programación de una aplicación de tratamiento de respuestas (question answering) ha incurrido en el desarrollo de su Inteligencia Artificial. Si bien es cierto que esta herramienta puede aprender, para que lo consiga, —y este es el punto esencial— se le debe proporcionar las fuentes correctas encaminadas a esa dirección.
Y es que encauzar debidamente a esta máquina es esencial para que otorgue las respuestas que deseamos tras el debido razonamiento. Esto quiere decir que los campos a tener en cuenta se deben completar sin ningún tipo de ambigüedad ni de duda, ya que solamente así ofrecerá aquello que deseas. No es lo mismo etiquetar un rango de edad, que un síntoma o una medicación. Su funcionamiento se basa en las siguientes etapas:
- Adquisición de contenido
- Análisis de la pregunta
- Clasificación de la pregunta
- Detección del focus
- Detección de relaciones
- Descomposición
- Generación de hipótesis
- Primera búsqueda
- Generación de candidatos
- Soft Filtering
- Puntuación de hipótesis
- Recopilación de pruebas
- Puntuación
- Ranking y estimación de confianza
Por citar una situación práctica, una de las aplicaciones prácticas que tendría esta tecnología desarrollada por IBM sería el trabajo realizado para Genomics. Y es que, es un aspecto muy importante de cara a obtener información acerca de todos lo que tenga que ver con el genoma humano para una correcta implementación del tratamiento de datos clínicos.
Otro caso sería el de ASCO CANCERLINQ: su lema es el de «la fuerza de nuestros números», aduciendo a que basan muchas de sus decisiones en el procesamiento de datos otorgados previamente. El equipo de desarrollo establece que a día de hoy solamente se alcanza el 3% del cáncer total de la población, mientras que con esta herramienta se estaría en disposición de atender al otro 97% restante.
Mientras que su recolección de fuentes es extensa, desde datos académicos hospitalarios hasta de prácticas de menos tamaño (incluyendo la privada). Básicamente, se muestra como una recolección a todos los niveles de cara a poder analizarlos y encontrar respuestas gracias a la capacidad de razonamiento de su IA. Otra de sus frases referencia es la de “los compradores tienen Amazon, los estudiantes tienen Google y los oncólogos tienen CancerLinq”. Se desarrolla para diversos propósitos:
- Prácticas clínicas con SmartLinq Quality Platform. Para su uso se necesita una certificación concreta, denominada Program Pathway, de cara a sacarle el máximo rendimiento. Por ello para unas perspectivas reales hace falta ser muy concreto en que campo de la oncología se trabaja y los métodos y técnicas utilizados para una optimización en la implementación de dicha herramienta
- Para la investigación. Por poner algunos ejemplos, sirve para seleccionar pacientes de cara a un ensayo clínico mediante la información recopilada de cada uno de ellos; evaluar el efecto de los tratamientos en los grupos y subgrupos menos frecuentes de pacientes; detectar y entender las disparidades en los cuidados del cáncer.
Por qué implementar la Inteligencia Artificial en el sector de la salud
Todas las alternativas que están surgiendo de un tiempo a esta parte no hacen sino presagiar la imperiosa necesidad de implementar esta nueva herramienta como esencial en la disciplina sanitaria. Es indudable que la tecnología evoluciona cada vez más rápido y con un nivel exponencial cada vez mayor, superando obstáculos que tiempo atrás se percibían como de ciencia ficción. Ya no hablamos de una novela de Isaac Asimov o un relato de Edgar Rice Burroughs, solamente debemos ser conscientes de la nueva dimensión en el sector sanitario en el que entramos y al mismo tiempo, ser valientes para aceptar el reto con claridad de miras.
Te puede interesar: Masterclass | Geopolítica de la Tecnología en el nuevo orden internacional
Ahora disponemos de una herramienta capaz de revolucionar el sector, pero estamos lejos de haber implementado todo su potencial. Tan solo hemos comenzado a vislumbrar todas sus aplicaciones, tenemos grandes retos a superar con el cuello de botella que supone la ingente cantidad de datos no digitalizados, entender como procesarlos adecuadamente o resolver el galimatías legal que supone su uso protegiendo la intimidad del paciente.
La capacidad de la Inteligencia Artificial para mejorar el diagnóstico médico y poder encontrar la información que se escapa a la mente humana para resolver los rompecabezas de muchas enfermedades, puede estar a nuestro alcance. Ahora más que nunca, como supuso el descubrimiento de la penicilina o las vacunas, el futuro de la medicina podría encontrarse en un punto de inflexión tan importante, pero que se desarrollará a una velocidad impensable hasta la fecha. Esperemos no perder esta oportunidad de hacer las cosas correctamente.
