Cómo maximizar la inteligencia artificial en el ámbito sanitario

Salud

En los últimos años ha habido grandes avances en el campo de la Inteligencia Artificial (IA) que permiten constatar su potencial en el de la medicina personalizada de precisión. No obstante, aún hay “muchos retos” para conseguir la implementación de estos sistemas.

¿Cómo maximizar el potencial de la inteligencia artificial en el ámbito sanitario?


Imagen del informe de la Fundación Instituto Roche.

Es una de las principales conclusiones de un nuevo Informe Anticipando sobre Aplicaciones de la Inteligencia Artificial en Medicina Personalizada de Precisión, publicado por la Fundación Instituto Roche que aborda el camino que tienen por delante estas herramientas para su adecuada integración en el ámbito sanitario

El documento desgrana el potencial que tiene la Inteligencia Artificial en la medicina personalizada de precisión por las mejoras que permite en la investigación y en la práctica clínica, no solo para profesionales y pacientes, también para el sistema sanitario.

Un cambio de paradigma en la práctica clínica

De esta forma, el informe incide en que la IA es una “herramienta prometedora” de cara a la automatización de la resolución de problemas, a mejorar la capacidad de tomar decisiones y para caracterizar de forma más precisa los estados de salud y enfermedad.

La capacidad que tiene de analizar grandes volúmenes de información así como encontrar “patrones complejos” conducirá previsiblemente, según el documento, a mejoras significativas, desde la prevención y predicción de riesgos de enfermedad, la detección y diagnóstico temprano, hasta la monitorización y el tratamiento de enfermedades.

Inteligencia artificial sanitario
Gráfico del informe.

“No solo puede suponer un cambio de paradigma en la práctica clínica habitual, sino que también será posible su aplicación en investigación en biomedicina con el descubrimiento de fármacos, u otras aplicaciones no bien desarrolladas todavía como su potencial para la educación y formación en el ámbito biosanitario”, subraya.

Y sostiene que el establecimiento de “sinergias” entre la Inteligencia Artificial y la Medicina Personalizada de Precisión es fundamental.

Insiste en que existe “gran potencial” en el diagnóstico, tratamiento, detección y clasificación de las enfermedades, pero también para la mejora de los procesos y de la seguridad y calidad de vida del paciente, “siempre bajo la supervisión de los profesionales sanitarios”, puntualiza.

Su contribución en la práctica asistencial

En la práctica asistencial, puede contribuir, según el informe, a adoptar acciones que contribuyan a reducir la carga de enfermedades en los sistemas de salud y un “uso óptimo” de los recursos sanitarios.

De hecho, hay herramientas, por ejemplo, para ayudar a comprender, en el contexto de una pandemia, el impacto de la implementación masiva de la teleasistencia, el cierre de consultas de Atención Primaria o la dotación de más recursos a servicios de urgencias, sobre la atención de diferentes patologías.

Y la IA puede utilizarse también, entre otras materias, para desarrollar modelos de predicción de riesgo de enfermedades que, hasta ahora se basaban en modelos matemáticos tradicionales.

Retos de la IA en torno a la medicina de precisión

En cuanto a la medicina de precisión y la IA hay retos de carácter técnico relacionados con la gran cantidad de datos que se generan y manejan en la actualidad, según establece el informe de la Fundación Instituto Roche, que son los siguientes:

  • La limitada disponibilidad y acceso a datos de calidad: Su generación y almacenaje no suele estar estandarizada ni automatizada y, en ocasiones, el acceso a los datos generados por distintos agentes no es público, lo que dificulta que los sistemas empleen dicha información de manera adecuada.
  • Los datos disponibles pueden “no ser representativos y llevar a sesgos”: Las bases de datos no suelen disponer de todos los datos posibles existentes, por lo que la información que recogen “es incompleta”. Un modelo de Inteligencia Artificial entrenado con los datos de estas bases de datos podría amplificar el sesgo y alcanzar resultados erróneos. Esto se traduce en que puede recomendar “decisiones desfavorables” hacia un grupo particular de personas caracterizado por edad, género, raza, nivel geográfico o económico.
  • La fiabilidad de las soluciones y resultados obtenidos por IA: Los nuevos sistemas como ChatGPT y los Large Language Models visibilizan, señala el documento, el camino que falta por recorrer en su desarrollo de cara a garantizar su fiabilidad. Pueden cometer “numerosos” errores, que podrían tener “consecuencias fatales en el ámbito de la medicina”.
  • La necesidad de invertir tiempo y recursos: Los equipos y sistemas de computación para el manejo de datos, así como las pruebas para validar los sistemas pueden necesitar grandes inversiones de dinero y tiempo. Sin embargo, se espera que la aplicación de la inteligencia artificial contribuya al avance de la medicina personalizada de precisión. También que reduzca sus costes, mejore la calidad asistencial y contribuya a la sostenibilidad del sistema sanitario.

Más retos de implementación en la práctica clínica

Y en cuanto a los retos de implementación y traslación a la práctica clínica, el informe destaca la explicabilidad e interoperabilidad de la información generada por estos sistemas.

En este sentido abunda en que “es muy complejo” para los propios sistemas de IA explicar cómo llegan a los resultados que obtienen. Esto supone un límite al entendemiento y comprensión de los sistemas por parte de los sanitarios.

También subraya la dificultad para realizar evaluaciones y validaciones de los sistemas, además del entorno regulatorio, que aún está en desarrollo, a pesar de que la existencia de estos sistemas de IA en salud se remontan a la década de los 70.

Y entre los retos se encuentra también el problema de la vulnerabilidad de los sistemas que, como cualquier software, pueden ser hackeados.

Recomendaciones para favorecer su potencial sin olvidar sus limitaciones

Así las cosas, el informe propone una serie de recomendaciones para potenciar al máximo la Inteligencia Artificial en el ámbito sanitario abordando sus posibles limitaciones:

  • Estandarizar la recogida y manejo de los datos de salud de acuerdo a unos estándares para asegurar “la calidad, homogeneidad e interoperabilidad” de los mismos y evitar sesgos.
  • Evaluar y validar de forma adecuada los sistemas de IA ante la “falta de transparencia” por el tipo de datos que alimentan a los modelos, a los cálculos que realiza el modelo o incluso al sobreajuste de estos modelos a las condiciones de los entornos en los que se desarrollan
  • Favorecer la incorporación de la IA en protocolos clínicos, guías de práctica clínica y consensos para su uso en la práctica asistencial.
  • Fomentar la formación de los profesionales sanitarios en este campo e instaurar la especialidad de informática biomédica.
  • Difundir y concienciar sobre el potencial y los límites de la Inteligencia Artificial en medicina.
  • Diseñar políticas de privacidad, confidencialidad y protección de datos.
  • Establecer una regulación específica para el uso de la IA en el campo de la salud.
  • Crear una industria nacional competitiva de Inteligencia Artificial.

.

Ver fuente