medicina e inteligencia artificial IA

Solo si has vivido los últimos años en un trastero no habrás oído hablar jamás de la inteligencia artificial. Aún así me resultaría difícil creerte porque no hay más que encender la televisión para ver alguna película o serie que hable de la Inteligencia Artificial y sus posibilidades y amenazas.

En el campo de la salud, por ejemplo, es tanto lo que oímos sobre su potencial que cada vez que se publica un nuevo estudio sobre el uso de “Deep” o “Machine Learning” en diagnósticos, imágenes médicas o cualquier otro aspecto, tenemos la sensación que Skynet ha marcado un nuevo tanto en este peculiar “combate”.

Bromas a parte, la narrativa está tan distorsionada hacia lo extremado que, o bien presentamos la IA como el mal supremo que destruirá nuestra esencia como humanos o, por el contrario, como la única fuente viable para una prosperidad futura. Para tratar de mitigar los efectos dañinos de esta exageración y tratar de disponer de una imagen algo más clara, quisiera reflexionar unos minutos sobre el uso de algoritmos inteligentes en salud y entender si los humanos, al menos en el momento actual, seguimos teniendo opciones en la provisión futura de cuidados sanitarios.

Lo primero es, tal vez, conocer el estado del arte. La Inteligencia Artificial tiene aún numerosas limitaciones que vale la pena revisar. El propio término ya tiene algo de engañoso por que implica una tecnología mucho más desarrollada de la que realmente disponemos. En el mejor de los casos, los diversos métodos de aprendizaje automático, son capaces de alcanzar una inteligencia artificial limitada (ANI), el primer nivel de inteligencia creado por humanos. Esto significa que los algoritmos que se ejecutan en los sistemas de súper computación cada vez más potentes pueden hacer actualmente cosas como reconocer patrones, extraer temas en bloques de texto o derivar el significado de documentos completos a partir de unas pocas frases. Lo que es sin duda un avance increíble. Sin embargo, estamos lejos de una inteligencia general artificial (AGI), ese segundo nivel en el que un sistema artificial es capaz de abstraer conceptos de una experiencia limitada y transferir conocimientos entre ámbitos dispares. Y no hablemos del tercer nivel, una inteligencia consciente y plenamente independiente.

La Inteligencia Artificial tiene aún numerosas limitaciones que vale la pena revisar

Dicho lo anterior, la ANI y sus dos principales desarrollos hasta el momento en el campo de la salud, el procesamiento del lenguaje natural y la visión computarizada, se están desarrollando a una velocidad increíble. Este último, por ejemplo, es clave en el diagnóstico, ya que se basa en el reconocimiento y clasificación de patrones, resultando utilísimo para los profesionales.

Nada disminuye el valor científico de lo desarrollado, pero mitiga la alegría de soñar con implementaciones inmediatas, prácticas y masivas. La vida, y desde luego la salud, no es solo un conjunto de datos. Millones de pacientes acuden a los hospitales con miles de síntomas y presentan o describen condiciones similares de manera muy diferente. Por tanto, muchos de los resultados obtenidos por la IA en los estudios realizados sobre los conjuntos de datos disponibles podrían no ser totalmente representativos. La incorporación de los datos del mundo real (Real World Data) resulta por tanto fundamental en las próximas investigaciones.

Pero nada más lejos del pesimismo, lo conseguido hasta el momento no solo hubiera sido increíble para la generación anterior, sin ir más lejos, sino que permite augurar avances aún mayores en los próximos años: disponemos ya de algoritmos de aprendizaje automático que automatizan el proceso de diagnóstico de ADN tumoral y mejora la precisión de la identificación de mutaciones, tenemos sistemas de Deep Learning ayudando en el análisis de imágenes cardiacas con precisión superior a la humana, realizamos diagnósticos de cáncer de piel más precisos gracias al uso de IA, en la Universidad de Nottingham, por ejemplo, trabajan en un sistema que escanea los datos médicos de actividad de los pacientes y es capaz de predecir cuáles de ellos tendrían elevado riesgo de ataques cardíacos o derrames cerebrales y en la Universidad de California desarrollan un software que clasifica automáticamente la densidad mamaria y detecta posibles tumores de modo tan preciso como lo haría un radiólogo humano.

Quiero terminar con un ejemplo que tiene gran interés en el momento actual: el uso de la Inteligencia Artificial en las unidades de cuidados intensivos, auténticos campos de batalla para la vida humana. En ellas cada momento cuenta y los pacientes son monitorizados continuamente con un arsenal de dispositivos. Sin embargo, estos instrumentos generalmente no están conectados y funcionan como unidades aisladas en el concierto de atención que son la propias unidades. Compañías como la estadounidense Autonomous Healthcare tienen como objetivo cambiar exactamente eso. Crear algoritmos expertos que acompañen a cada paciente en particular conectando la información de los dispositivos y pudiendo ayudar en la calibración personalizada del tratamiento.

Podríamos analizar muchos más casos excelentes del uso de algoritmos inteligentes en salud, y muchos más vendrán con certeza en el futuro. Pero en todos ellos hay un elemento común que debería convertirse en máxima de oro para la salud digital: los mejores resultados se logran siempre mediante el trabajo cooperativo de la inteligencia artificial y los médicos humano, en la colaboración armoniosa de la tecnología y las personas. Así que si tuviera que dar mi opinión diría que no, nuestro medico seguirá siendo teniendo base de carbono pero tendrá sin duda mucha ayuda de nuevos colegas de silicio.

Fernando Díaz, Director para la Administración Pública IMC Group