La Inteligencia Artificial (IA) es una disciplina amplia que agrupa un conjunto de tecnologías que procesan y gestionan los datos para convertirlos en información y aportar valor.
La adopción de la Inteligencia Artificial (IA) en nuestra vida cotidiana se multiplica día a día. También estamos viendo aplicaciones muy interesantes en el deporte , en el arte, en las Universidades en el desarrollo de coches de conducción autónoma, y hasta en aspectos como la elaboración y elección de un vino.
En el mundo empresarial, la IA está transformando los negocios y orientándolos a la eficiencia con mucho éxito en la Industria, el Comercio Electrónico, y ofreciendo soluciones de marketing predictivo para optimizar la estrategia comercial en diferentes sectores.
Pero si hay un sector en donde la aplicación de la IA puede ser disruptiva es en medicina. Este artículo resume alguna de los casos de uso más relevantes que están revolucionando la atención médica
Diagnósticos Médicos
La aplicación de tecnologías de Inteligencia Artificial (IA), está permitiendo acelerar el diagnóstico de enfermedades poniendo al alcance de las personas herramientas de evaluación para ayudar a detectar y diagnosticar enfermedades.
Han aparecido soluciones que son asistentes médicos virtuales a través de chats basados en voz. Pueden evitar visitas presenciales al médico y resultan especialmente útiles en los centros de atención primaria, donde la saturación de los médicos de cabecera es muy alta. También pueden brindar apoyo a los pacientes de mayor edad, ayudándoles en sus rutinas médicas diarias, o motivándoles a hacer ejercicio, tomar suplementos para su salud o seguir los horarios y recomendaciones de comidas prescritos.
El Grupo AXA ha lanzado recientemente un sistema evaluador de síntomas (al que han puesto nombre y llamado Oskar), que emplea IA y es capaz de diagnosticar casos simples, o bien derivar a los pacientes a un profesional médico en caso de ser necesario.
El cáncer y muchas otras enfermedades se diagnostican mediante el uso de técnicas de imágenes como resonancia magnética, rayos X, ultrasonidos, … o bien haciendo una biopsia para su análisis. Según los últimos estudios médicos, un 30% de los diagnósticos son incorrectos, lo cual genera unos costes altísimos (en media +20.000 € por paciente) en pruebas adicionales y tratamientos innecesarios.
La inteligencia artificial (IA) puede ayudar a diagnosticar analizando imágenes de forma automática e instantánea con más del 99% de precisión. Esto es posible gracias a que el volumen de datos disponible es inmenso, aunque el gran obstáculo a resolver es el esfuerzo y tiempo necesarios para disponer de un conjunto de datos limpio y etiquetado que permita a los modelos obtener los patrones y emitir diagnósticos. Samsung en su división de IA está avanzando mucho para automatizar este proceso de etiquetado de datos.
Tareas Administrativas
Está comprobado que los médicos dedican hasta tres cuartas partes de su tiempo a realizar tareas administrativas en las que no interactúan con los pacientes, sino que básicamente se encargan de analizar datos y gestionar el papeleo.
Una forma de mejorar este aspecto y aligerar la carga de los profesionales sanitarios (especialmente los de primera línea), es utilizando la tecnología de inteligencia artificial conversacional para poder capturar datos de los pacientes sin intervención del médico. Nos referimos a información crucial para garantizar un buen diagnóstico y asistencia como son: constantes vitales, medicamentos tomados, alergias, características de estilo de vida, …. La realidad actual es que la exigencia de precisión de la información y la complejidad de la terminología, exigen una dedicación y tiempo que resulta difícil de encajar dentro de la jornada laboral.
Las innovaciones con IA ayudan a realizar esta tarea de captura de datos, con soluciones que actúan como una secretaria digital invisible que registra de forma segura toda la información importante relativa al paciente y revisada durante las visitas. Según estudios de Nuance (empresa de inteligencia artificial adquirida por Microsoft), con estas soluciones es posible conseguir recortar el tiempo que un médico dedica a la documentación en seis minutos por paciente. Este ahorro de tiempo supone un avance espectacular, que se puede poner en contexto con este ejemplo: “Un cardiólogo podría visitar hasta a un 24% más de pacientes por día”
Nuevos Medicamentos
Probar nuevos medicamentos y terapias es un proceso muy lento, que requiere muchos recursos y consume mucho tiempo porque es tremendamente manual. La inteligencia artificial ayuda en este tema interviniendo en cada etapa del ensayo clínico, desde la identificación de pacientes hasta la definición de un periodo de prueba y el análisis de informes preliminares. La automatización de estas tareas básicas reduce drásticamente el tiempo, coste y esfuerzo requerido.
Riesgo del Paciente
Conocer el riesgo del paciente es crucial especialmente para las compañías de seguros de salud que basan algunas de sus cláusulas y condiciones en él.
Con la gran cantidad de datos históricos de pacientes que mantienen los hospitales y los centros de salud pública, la IA es capaz de analizar los registros de salud históricos e identificar a los pacientes que están en riesgo. Todo ello con gran precisión y proporcionando información en tiempo real.
Cirugía Asistida por Robots
Los robots se llevan utilizando desde hace +30 años para ayudar en intervenciones quirúrgicas complicadas y largas. Con la integración en la robótica de la inteligencia artificial, los robots pueden ahora ayudar mucho más en cirugías rutinarias, siendo especialmente útiles en aquellas operaciones que exigen mucha precisión. Con esta “cirugía asistida” disminuye significativamente el impacto de los errores humanos.
Salud Mental
El mayor problema con la salud mental es la falta de conciencia y la reticencia de los pacientes a buscar ayuda médica. La IA permite identificar de manera proactiva los problemas de salud mental y ofrecer atención médica inicial. Se han desarrollado aplicaciones para que incluso pueden alertar a los familiares y a los hospitales sobre la enfermedad, lo que es fundamental en los casos en que el paciente no está dispuesto a recibir ayuda médica.
Monitorización Remota de Pacientes
Se utiliza para recopilar datos de pacientes ubicados en un entorno diferente a un hospital o centro sanitario (usualmente el hogar o el lugar de trabajo) para permitir ofrecer atención médica a un coste muy reducido.
Con la monitorización remota se recopilan datos preliminares a través de dispositivos “amigables” conectados al paciente. Con estos datos, los médicos pueden hacer un primer diagnóstico en remoto basado en datos como: análisis de sangre, radiografías, imágenes del paciente,.... Una vez diagnosticado, el paciente puede empezar el tratamiento propuesto, o bien ser trasladado al hospital más cercano si la enfermedad lo requiere.
Planificación de Recursos
El ejemplo más claro lo tenemos con la pandemia del covid-19, en donde los modelos predictivos han ayudado a anticipar acontecimientos y han ayudado a controlar y gestionar de forma más eficaz las sucesivas olas que hemos ido sufriendo. En este aspecto, ha habido aplicaciones muy prácticas como el modelo que se describe en este artículo para anticiparse a las necesidades de camas en las UCI.
