La inteligencia artificial para el diagnóstico médico es una ciencia que se está desarrollando a pasos agigantados en los últimos años. Gracias al desarrollo de los sistemas de aprendizaje automático y los procesadores cada vez más potentes, estos sistemas ahora son capaces de realizar tareas complejas que anteriormente hacían falta personas para llevarlas a cabo. La medicina es una de las áreas que más uso hace de la IA, por ejemplo, para diagnosticar determinadas patologías o para el dictado de informes médicos, donde se usan algoritmos de inteligencia artificial para reconocer lo que quiere decir una persona.
La inteligencia artificial médica (IA) es otro ejemplo de tecnología médica basada en programas o algoritmos que analizan los datos de tu salud para detectar patologías y anomalías. El objetivo de la inteligencia artificial médica es ayudar a los profesionales de la salud a poder diagnosticar mejor y con mayor rapidez y a poder prever con mayor precisión la respuesta de un paciente con una determinada patología ante un tratamiento concreto.
La inteligencia artificial médica es una tecnología que utiliza procesos basados en datos y una variedad de algoritmos de deep learning para analizar cientos de indicadores de salud y poder prever las características de los pacientes, ayudando a los médicos a detectar anomalías con el fin de mejorar el diagnóstico y los resultados del tratamiento. Este aprendizaje profundo permite al computador entender cómo funciona el mundo real y tomar decisiones informadas en respuesta a las situaciones que se le presentan, detectando patrones invisibles a nuestros ojos humanos.
Dos factores han sido claves para esta evolución: la disponibilidad de enormes cantidades de datos resultado de la digitalización global y el aumento en la potencia de cálculo de los equipos informáticos. Los algoritmos de machine learning basados en redes neuronales profundas permiten modelar el conocimiento contenido en estos grandes conjuntos de datos (Big Data) y aplicarlo de forma precisa.
Las técnicas de inteligencia artificial se utilizan para reducir el tiempo necesario para determinar si se padece o no una enfermedad particular ya que la herramienta ayuda a identificar las posibilidades más probables basándose en información previa sobre los pacientes. Esto es posible gracias a la gran cantidad de información que se recopila de manera diaria que permite afinar los algoritmos y sistemas de aprendizaje automático. Así pues, esta tecnología médica se utiliza para complementar los diagnósticos realizados por los facultativos, no para sustituirlos.
La inteligencia artificial y el deep learning (aprendizaje profundo) son herramientas de gran potencial para el diagnóstico médico pero todavía están lejos de ser perfectas, aunque existen sistemas que han demostrado la capacidad de reconocimiento de patologías con base en imágenes. Por ejemplo, se han desarrollado nuevas metodologías para investigar cáncer, detectar infecciones o identificar lesiones cerebrales.
Las soluciones que incorporan inteligencia artificial para el reconocimiento de voz permiten la introducción de datos en los sistemas de manera más rápida y sencilla, a través del dictado y la transcripción automática y en tiempo real del mismo. En la actualidad, estas soluciones cuentan con una tasa de acierto en la transcripción del dictado próxima al 100%, gracias a que el sistema es capaz de entrenarse de manera automática para comprender cada vez mejor la fonética y la terminología usada por cada profesional.
Estas IAs capaces de comprender el lenguaje humano permiten optimizar el trabajo relacionado con la recogida e introducción de información en los sistemas de gestión, contribuyendo a homogeneizar la información que se vuelca en los sistemas y reduciendo a su vez el tiempo de dedicación del personal sanitario a estas tareas.
Uno de los ejemplos más extendidos es el uso de la inteligencia artificial en radiología. La digitalización desterró el uso de las antiguas radiografías impresas en placas radiográficas que han sido sustituidas por imágenes digitales. Y otras especialidades médicas están en este proceso, como es el caso de la Anatomía Patológica, donde las muestras de tejido se digitalizan en lugar de almacenarse en pequeñas placas para su posterior observación en un microscopio.
Usando técnicas de Machine Learning y grandes conjuntos de datos compuestos por imágenes y su correspondiente diagnóstico, se entrenan IAs capaces de sugerir automáticamente un diagnóstico a partir de una imagen que no habían visto antes.
Si bien estos sistemas ya dan muy buenos resultados para tareas específicas (por ejemplo, detección de fracturas) aún no generalizan para un diagnóstico de cualquier tipo de patología. Una IA no puede sustituir a un radiólogo humano pero sí puede ayudarle, como una herramienta más de su trabajo, a realizar un diagnóstico más eficiente.
Los sistemas de monitorización remota combinan la aplicación de sensores para recopilar información sobre el paciente como constantes vitales básicas (ritmo cardíaco, tensión arterial, nivel de glucosa en sangre, etc.) y patrones de comportamiento (tiempo que pasa en la cama un día determinado, si ha abierto la nevera, etc.) y algoritmos de inteligencia artificial que pueden actuar de manera automática ante determinados eventos y que pueden asistir en un diagnóstico inicial del estado del paciente. Por otro lado, asistentes virtuales basados en IA pueden facilitar la comunicación con el paciente sin la necesidad de intervención humana.
Existen empresas que ya ofrecen este tipo de sistemas, algunos de ámbito más general y otros centrados en patologías específicas. Su aplicación a escala contribuirá enormemente a la sostenibilidad del sistema sanitario.