%20(2)%20(1).svg)
En los últimos años ha habido una revolución en temas de Inteligencia Artificial, y en concreto en la rama que se denomina Machine Learning, con la aparición de unas técnicas que se han agrupado con el nombre de Deep Learning.
Es obvio que en la actualidad existe muchísima información a disposición de cualquier persona o entidad. Tanta que es difícilmente explotable pues desborda a cualquier persona que intente trabajar con ella. Al mismo tiempo, la capacidad de computación ha seguido creciendo (y sigue haciéndolo) encontrándonos en un momento donde contamos con capacidad de procesamiento suficiente para trabajar con grandes volúmenes de información.
El Deep Learning es una evolución de las técnicas tradicionales de Machine Learning como son las redes neuronales. Se han adaptado esas técnicas a las nuevas capacidades de procesamiento (por ejemplo, las que nos permiten las nuevas GPUs existentes en el mercado) para procesar de forma no supervisada por personas grandes volúmenes de información y aprender de los mismos para diversos fines: coches autónomos, visión artificial, reconocimiento de voz, etc.
Además, una de las grandes virtudes de esta nueva tecnología es que vale para multitud de ámbitos distintos, pues el Deep Learning permite abordar de la misma manera (o al menos de forma muy similar) problemas completamente diferentes, como por ejemplo la visión artificial o el procesamiento de lenguaje natural, para que los que antes se usaban técnicas y aproximaciones completamente distintas.
El Procesamiento de Lenguaje Natural ha sido una de las ramas de investigación que más se ha beneficiado de esta nueva tecnología. Se ha mejorado muchísimo en los últimos años en los sistemas de reconocimiento de voz y en comprender el significado de lo que el usuario dice, como demuestran sistemas como Siri, Alexa o Cortana, y se prevé un incremento inmenso en la oferta de servicios que estará disponible en estas plataformas en los próximos años.
La sanidad lleva muchos años usando el reconocimiento de voz para la redacción (dictado) de informes médicos. Empezó usándose en radiología y se ha ido extendiendo a otras especialidades médicas como la anatomía patológica. Sin embargo, la aparición de las nuevas técnicas de Inteligencia Artificial abre paso a multitud de nuevas aplicaciones que podrían ayudar en el día a día en los hospitales.
Mucha de la información registrada en la Historia Clínica Electrónica (HCE) está todavía en texto libre, ya sea porque los médicos la han redactado usando reconocimiento de voz, o bien porque lo han escrito usando interfaces tradicionales como teclado y ratón. En cualquier caso, se trata de texto libre muy difícil de “explotar” por un sistema informático, que sólo ve caracteres. El uso de técnicas de Procesamiento de Lenguaje Natural permitirá poder explotar esa información para estructurar y/o codificar la información contenida en esos campos de texto libre y que sean explotables, lo que permitirá mejorar la información que tienen los centros de sus pacientes y de las enfermedades y tratamientos.
Más aún, la IA puede ayudar a una mejor captura de información. Si sabemos que los sistemas informáticos tienen problemas para procesar texto libre, ¿por qué seguimos usándolo? Hasta ahora se debía a que es la forma más cómoda y flexible para el médico, pues las interfaces basadas en formularios estructurados suelen tener multitud de campos que las hacen difíciles de completar por la cantidad de transiciones de teclado-ratón necesarias para moverse por el formulario, etc. Pero, ¿y si esos formularios se pudiesen completar por voz? ¿y si el personal sanitario pudiese completar complejos y extensos formularios de forma cómoda por voz? Eso es posible con los sistemas de reconocimiento de voz actuales, y ya los estamos empleando en VÓCALI en diferentes aplicaciones tanto para médicos como para enfermeros.
Más aún, ¿podemos llegar a que la HCE se complete automáticamente con sólo la supervisión del personal sanitario? Con la capacidad de procesamiento y almacenamiento existente podríamos tener en cada consulta un dispositivo estilo Alexa que estuviese continuamente escuchando y grabando cada visita de un paciente a la consulta. Además, en tiempo real se podrían usar tecnologías de reconocimiento de voz y otras de procesamiento de lenguaje natural para transcribir y registrar la información que el paciente y sanitario van diciendo en voz alta automáticamente en la HCE, de forma que el sanitario sólo tiene que revisar que la información se ha registrado correctamente donde corresponde.
Estos son sólo algunos de los ejemplos de cómo la IA, y en concreto el procesamiento de lenguaje natural, puede y va a revolucionar el mundo de la sanidad en los próximos años, pero hay muchos otros. En particular, en mi opinión creo que los antes llamados asistentes virtuales, y ahora conocidos como chatbots (o a veces simplemente bots), van a suponer una gran innovación dentro de la sanidad.
Estos chatbots podrán comunicarse con el paciente y mantener conversaciones que permitirán resolver pequeños problemas sin gravedad, realizar triajes, … lo que aliviará significativamente la carga de trabajo de urgencias y de atención primarias, dos de las áreas con más carga de trabajo y más necesidad de recursos en la actualidad.
Por supuesto, estás tecnologías tendrán que ser adoptadas por los sanitarios, que necesitarán de tiempo, formación, y sobre todo sistemas bien hechos que realmente les ahorren trabajo, pero también los usuarios de la sanidad, los pacientes, tendremos que acostumbrarnos a ver a médicos que hablan a los ordenadores o a hablar con robots. En cualquiera de estos casos, si es para ir a mejor seguro que llegará.