La inteligencia artificial (IA) está llegando a todos los sectores, especialmente a la atención médica. Sin embargo, una rama que necesita urgentemente ayuda técnica es la cardiología. Por suerte, las partes interesadas de este sector ya están trabajando arduamente para crear una IA que pueda llegar al corazón de este problema.
Un ejemplo de ello es IDx-DR, el primer sistema de inteligencia artificial autónomo que ofrece soporte de diagnóstico y que recientemente fue aprobado por la Administración de Alimentos y Medicamentos de los Estados Unidos (FDA). Detecta síntomas de retinopatía diabética en imágenes de los ojos de los pacientes. El algoritmo de este sistema puede proporcionar un diagnóstico en minutos.
El caso de la inteligencia artificial cardiovascular
Cada año fallecen 17,9 millones de personas por enfermedades cardiovasculares. Son responsables de casi un tercio de todas las muertes en el mundo. Si hubiera una forma de detectar las enfermedades cardiovasculares antes, muchos problemas podrían curarse fácilmente con un cambio de hábitos y llevando un estilo de vida más saludable. De esta manera, se salvarían muchas vidas.
Una vía en la que la inteligencia artificial podría ayudar es mejorando el análisis del ecocardiograma. Los ecocardiogramas tienen actualmente una tasa de error de diagnóstico del 20%. Es bastante difícil encontrar signos de enfermedad en las arterias coronarias sin una herramienta de ayuda como la IA.
Ultromics es una empresa de desarrollo de aplicaciones de salud de IA que trabaja para corregir esta tasa de diagnósticos erróneos. Su nuevo software EchoGo utiliza inteligencia artificial para analizar ecocardiogramas, aunque está pendiente de aprobar por la FDA. El algoritmo detrás del software utiliza datos que son invisibles a simple vista con el fin de elaborar un informe con información útil para los médicos.
Machine Learning en Medicina
Para entrenar el algoritmo, los investigadores introdujeron una gran cantidad de datos y aplicaron un subconjunto de IA llamado «supervised machine learning,». Durante la primera fase, el algoritmo analizó miles de imágenes para aprender de manera efectiva cómo se ve la enfermedad cardíaca cuando se diagnostica con precisión. En la segunda fase de la investigación, el algoritmo aprendió cómo son los ecocardiogramas de pacientes sanos. También se le enseñó acerca de los patrones de imágenes que resultan en diagnósticos falsos positivos.
Al crear su propia base de datos de patrones que reconoce, el algoritmo puede hacer referencia a sus propios aprendizajes y refinarse con el tiempo. Además, siempre puede utilizar la ayuda de más imágenes de prueba, por lo que su calidad depende de su conjunto de datos y la frecuencia de las actualizaciones del conjunto de datos.
Como resultado, el algoritmo puede devolver información como la probabilidad de que un paciente sufra un ataque cardíaco durante el próximo año. Con resultados increíbles como estos, muchas personas se han preguntado si la inteligencia artificial amenaza el papel de los médicos. La respuesta es no.
Trabajando mano a mano para lograr resultados más saludables
La inteligencia artificial puede hacer mucho trabajo preliminar para los médicos y ahorrarles tiempo para el cuidado del paciente o para su descanso. De hecho, la mayoría de los expertos creen que los médicos son una de las pocas profesiones cuyos trabajos nunca serán reemplazados por la IA.
Incluso si la inteligencia artificial puede ayudar con el diagnóstico y la cirugía, la experiencia y la pericia contribuyen en gran medida a proteger a los médicos de ser usurpados por la tecnología. En estos momentos, la IA sólo se centra en identificar y analizar nichos, tareas y patrones específicos. Pero los médicos tienen un conocimiento mucho más amplio sobre el cuerpo y su interconectividad. Por tanto, la inteligencia artificial está todavía muy lejos de establecer conexiones entre las enfermedades de los pacientes.
Pero, si se hace correctamente, el uso de machine learning puede ser una excelente herramienta de colaboración para los médicos que aumenta la precisión, pero ahorra tiempo y dinero para todos.
¿Cómo podemos estar seguros?
Dicho esto, es difícil lograr una tasa de precisión del 100% sin crear un algoritmo de aprendizaje profundo (que se entrena con gigabytes de datos). Pero a medida que se introducen más datos en un algoritmo, siempre que sean datos de calidad, ayudará a mejorar las tasas de precisión y los tiempos de respuesta.
Como mencionamos antes, la IA no tiene la capacidad de analizar los signos cardiovasculares a nivel de todo el cuerpo, por lo que los resultados no pueden ser del todo fiables. Los diagnósticos a menudo dependen de otros factores, como antecedentes familiares, hábitos y modificaciones en la dieta.
Sin embargo, a medida que estos casos aumentan, es posible incrementar las variables para el algoritmo. Pero los investigadores deben tener cuidado al ampliar el alcance de los algoritmos de IA, puesto que con ello aumentan la complejidad y reducen la precisión del análisis.
Y dado que las compañías de seguros, los médicos y los pacientes no comparten datos entre sí, es difícil entrenar continuamente un algoritmo con datos clínicos. Uno de los mayores obstáculos a los que se enfrentan los sistemas de inteligencia artificial en el mundo es que se necesita generar un suministro constante de datos para entrenar y refinar los algoritmos.
De cara al futuro en cardiología
La cardiología se verá afectada por muchas tecnologías en las próximas décadas, como el Internet de las cosas (Iot), el sistema machine learning y la realidad aumentada.
La cardiología puede convertirse en una especialidad que, con la ayuda de la tecnología, obtenga beneficios tanto para los pacientes como para los médicos. Este sistema puede reducir las pruebas y las cirugías innecesarias, planificar con anticipación las afecciones cardíacas y trabajar para mejorar la salud de los pacientes. Los médicos podrán realizar cirugías menos invasivas, reducirán el desperdicio de suministros y mejorarán sus tasas de diagnóstico.
¿Cómo crees que será la tecnología en cardiología en los próximos años? ¿Cómo evolucionará la inteligencia artificial en esta especialidad? ¡Háganoslo saber en los comentarios!