La inteligencia artificial está en todos lados. De hecho, no hay industria que no haya sido afectada por el incesante avance de estos algoritmos que hoy están en boca de todos. La salud no solo no se queda afuera, sino que se trata de uno de los campos que más está utilizando estas tecnologías para incluir en sus procesos.
De hecho, hay expertos que aseguran que actualmente estamos viviendo una nueva revolución en el mundo de la medicina gracias a la inclusión de algoritmos que pueden hacerle la vida más fácil a los especialistas.
Como es lógico, nadie quiere quedarse afuera de este negocio. Compañías como Apple o IBM ya están trabajando en tecnologías que usen inteligencia artificial aplicadas a la salud. Google, que está desarrollando un algoritmo que permita detectar cáncer de mama, organizó el HLTH 2023, donde más de 10 mil profesionales de la industria debatieron al respecto.
IA en diagnóstico por imágenes: certeza y rapidez
El diagnóstico por imágenes es, quizás, el campo que más está siendo explorado y explotado. Gracias al potencial de analizar información que a un humano le tomaría meses, hay algoritmos que en segundos pueden hacer predicciones en relación al estado de un paciente. Esto da lugar a intervenciones más rápidas y certeras. “Nos permite trabajar proactivamente en vez de reactivamente”, explica Alexander Meyer, cirujano y analista en informática del hosital Charité de Berlín, Alemania.
Actualmente la IA ya se está usando en radiología para identificar anomalías en resonancias magnéticas, rayos X y tomografías computarizadas mientras que en patología, estos algoritmos se usan, por ejemplo, para analizar biopsias y así detectar y clasificar diferentes tipos de tejido.
De hecho es tanto el avance que hay en este rubro que hay expertos que auguran un futuro donde no se necesitarán tantos radiólogos. Uno de ellos es Geoffrey Hinton, informático y psicólogo cognitivo que trabajó para el área de inteligencia artificial de Google de 2013 a 2023, que sacudió hace algunos años al mundo de la salud con una declaración fuerte: “Deberíamos dejar de formar radiólogos. Es obvio que dentro de cinco años, el aprendizaje profundo funcionará mejor que los radiólogos”. Si bien por ahora eso no sucedió, lo que sí pasó es que el trabajo de los radiólogos cambió radicalmente por la inclusión de estos algoritmos en sus procesos.
/cloudfront-us-east-1.images.arcpublishing.com/artear/5EIK2LCTFRGNDBZVB35C4BKRNI.jpg)
Asistentes virtuales para atención al paciente
Otro de los campos que hace tiempo se empezó a usar, pero que en los próximos años explotará exponencialmente gracias a la llegada de servicios como GPT o Claude, son los asistentes virtuales, que se están convirtiendo en una “ayuda” clave para mejorar la atención.
Uno de los principales usos es en la atención directa con el paciente. Estos chatbots no solo se encargan de tareas básicas, como el registro de un turno o resolución de dudas frecuentes liberándole tiempo al personal médico, sino también realizan tareas más complejas, como la filtración según síntomas –lo que permite optimizar los tiempos de espera en guardias y hospitales– para priorizar casos más graves.
No se quedan ahí. También pueden acompañar a pacientes en tratamientos en los que la correcta ingesta de un medicamento es clave para el éxito del estudio, como sucede en las colonoscopias, o para monitorizar signos vitales e indicadores de salud en pacientes que ya fueron dados de alta. Clave si tenemos en mente que puede haber complicaciones.
Análisis predictivos en la asistencia médica
El análisis predictivo en la salud es una disciplina que toma datos históricos de atención médica para identificar patrones y tendencias que pueden predecir eventos futuros. Si bien esta técnica se usa en una gran cantidad de industrias, es particularmente efectiva en lo que tiene que ver con la asistencia médica.
Al usar esta técnica tanto especialistas como proveedores pueden tomar decisiones más informadas sobre qué tratamientos ofrecerles a los pacientes, cuál es la mejor manera de adaptar esos tratamientos, a identificar a las personas que corren riesgo de sufrir complicaciones o recaídas y hacerles así un seguimiento más acorde.
Esto deriva en algo determinante tanto para el negocio, porque permite reducir costos, pero sobre todo para los especialistas, que pueden tomar mejores decisiones.
Creación de nuevos fármacos y ensayos clínicos
Uno de los campos donde la inteligencia artificial está moviéndose hace un tiempo es en la investigación y creación de nuevas drogas y fármacos. De hecho, hace solo meses empezaron los ensayos clínicos para el primer fármaco totalmente generado por una inteligencia artificial.
Esto se debe a la capacidad de análisis y de que “nada se le escapa” a estos algoritmos, que pueden procesar millones de compuestos químicos, examinar bases de datos de genomas y proteínas, y detectar patrones que los investigadores humanos pueden tardar mucho en detectarlos o, peor, ni siquiera advertirlos.
Hay más. La inteligencia artificial también cambió la manera en la que se realizan ensayos clínicos. Al poder analizar los perfiles de los participantes y resultados de ensayos anteriores, se pueden determinar rápidamente los mejores candidatos para no solo acelerar el reclutamiento, sino también determinar en quiénes tiene sentido probar un nuevo fármaco y en quiénes no.
Relojes y pulseras inteligentes para el seguimiento de pacientes
Hace algunos años prestadores de todo el mundo empezaron a darle relojes o pulseras inteligentes a los pacientes que necesitan un seguimiento constante por su criticidad o porque necesitaban recolectar información para analizarla.
Con el paso del tiempo el primer análisis de la información recolectada a través de esas pulseras o relojes inteligentes directamente lo empezaron a hacer algoritmos de inteligencia artificial y, ya con la información masticada y digerida, el médico podía avanzar con el mejor tratamiento posible.
Además, los algoritmos están siendo usados no solo para analizar los datos recolectados, sino también para proveer recomendaciones proactivas y personalizadas a los pacientes.
Por ejemplo, en base al ritmo cardíaco, horas de sueño y otros biomarcadores, la inteligencia artificial puede sugerir cambios en la medicación, dieta o rutinas de ejercicios específicamente adaptadas para cada individuo. Incluso puede alertar ante signos tempranos que puedan generar complicaciones.
/cloudfront-us-east-1.images.arcpublishing.com/artear/ONBVOOMOGBFD5I2EHUB72BN2BQ.jpg)
Discriminación de los algoritmos por sesgos históricos
Como sucede en todos los campos, la incorporación de nuevas tecnologías en la salud también traen complicaciones que expertos de todo el mundo levantan. La más preocupante es la discriminación algorítmica, un problema que no solo reflejará, sino que podría amplificar los sesgos que actualmente hay. Ejemplos sobran.
Hannah van Kolfschooten, investigadora de la Universidad de Amsterdam, lo cuenta: “Mi interés en este área se despertó cuando me enteré que hay ciertos grupos que están siendo excluidos. Por ejemplo, las herramientas que tenemos para el cáncer de piel muchas veces no funcionan en personas de piel negra. A las personas que ya están siendo discriminadas y que ya tienen problemas para acceder a la salud les va a pasar lo mismo cuando hablamos de algoritmos”.
¿Por qué sucede esto? Porque los datos utilizados para entrenar a los algoritmos pueden reflejar sesgos históricos. Por ejemplo, si los datos sobre pacientes de minorías raciales son limitados, la inteligencia artificial puede ser menos precisa en el diagnóstico y tratamiento recomendado para estas poblaciones.
En pocas palabras, la inteligencia artificial se está aplicando en prácticamente todos los aspectos de la atención de la salud, desde la detección temprana, pasando por la creación de nuevos fármacos hasta el tratamiento personalizado. Y si bien bien todavía quedan desafíos por delante, como el de la discriminación algorítmica, hay un potencial enorme para mejorar resultados y salvar vidas.
