En lo que respecta al cuidado de la salud, pocas tecnologías han dado tanto que hablar como el desarrollo de la inteligencia artificial (IA). La IA sin duda cambiará la medicina, pero depende de muchos factores que eso sea para bien o para mal.
Por un lado, la IA podría aprovechar las inmensas cantidades de datos e información de todos los sectores sanitarios para revolucionar todos sus aspectos. Por otro lado, la IA mal implementada podría promover prácticas inseguras, diagnosticar erróneamente enfermedades y destruir la confianza de todas las partes interesadas.
IA + Buenos Datos = Mejor Diagnóstico
La IA suele ser el foco de atención en la medicina debido a sus profundas capacidades de diagnóstico. Las aplicaciones de machine learning ayudan a radiólogos y patólogos en la detección y el diagnóstico de enfermedades como el cáncer de piel y enfermedades de retina con una gran precisión. Y todo esto es gracias a los recientes avances en el transfer learning (aprendizaje de transferencia) y la visión artificial.
El transfer learning permite a un radiólogo de IA capacitado anteriormente adquirir rápidamente otra habilidad similar. Por ejemplo, digamos que tenemos un algoritmo que fue entrenado con millones de imágenes de objetos cotidianos del repositorio ImageNet. Luego, podríamos volver a entrenar este algoritmo en solo 100.000 imágenes de retina para que se convierta en un experto en el diagnóstico de dos culpables comunes de la pérdida de visión.
Dicho esto, no es de extrañar que el machine learning esté bien equipado para identificar enfermedades que es probable que surjan en el futuro de un paciente, mediante el análisis de los datos recopilados durante los controles y tratamientos rutinarios. Dichos sistemas podrían marcar el comienzo de una nueva era de atención médica preventiva y permitir a los médicos cortar los problemas de raíz mientras reducen los costes para los pacientes. Esto puede parecer ciencia ficción, pero la IA ya ha demostrado ser superior a los profesionales humanos en la construcción de modelos de pronóstico usando solo datos de imágenes médicas sin procesar.
Optimización del flujo de trabajo del médico
No solo el diagnóstico es faceta que la IA podría mejorar, otra de ellas es el flujo de trabajo del médico. Los motores de búsqueda impulsados por inteligencia artificial no solo pueden filtrar de manera eficiente la información pertinente del paciente, sino que también pueden dotar a otras tecnologías de inteligencia artificial, como el dictado de voz o la escritura predictiva, cosa que podría simplificar el proceso de captación de datos médicos.
El papeleo consume mucho tiempo a los médicos, tiempo que podría emplearse en tratar a más pacientes. Un flujo de trabajo impulsado por IA no solo ayudaría a entrenar modelos de machine learning más rápido, sino que también reduciría drásticamente el agotamiento, un síntoma común entre los médicos con exceso de trabajo.
Más allá de estas capacidades, la IA también podría facilitar el verdadero potencial de la telesalud, mejorando las experiencias tanto de médicos como de pacientes. En un futuro cercano, los pacientes podrán utilizar una aplicación móvil para hacer fotos de una lesión física, como una erupción cutánea y obtener un diagnóstico de IA. A partir de ahí, la aplicación podría dirigir a los pacientes a los siguientes pasos del tratamiento, incluida la consulta con un médico especialista en esa patología.
Los posibles obstáculos del machine learning
Hay algunas dificultades a tener en cuenta a medida que la industria médica se esfuerza por obtener los beneficios de la IA que hemos planteado hasta ahora. Y, como era de esperar, todos giran en torno a los datos.
En este caso, los médicos deberán estar capacitados para recopilar los datos necesarios para alimentar los sistemas de IA, y esto suele ser más fácil de decir que de hacer. Los sistemas de inteligencia artificial tendrían que ser examinados en busca de posibles sesgos para garantizar que no reflejen incentivos financieros o que omitan condiciones que generalmente no manifiestan síntomas.
Este potencial de sesgo es también el principal obstáculo que impide que la IA pase a otro plano. La alimentación de datos de tratamiento de un modelo de IA solo puede dar como resultado que imite los hábitos de prescripción de los médicos de los que provienen los datos. Para evitar esto, todos los datos deberían ser revisados y seleccionados cuidadosamente.
Los desarrolladores de tecnología de la salud deberán reunir un conjunto de datos representativo pero diverso, para garantizar que un sistema de IA sea más correcto y esté libre de sesgos. E incluso entonces, ni los pacientes ni los médicos deberían confiar demasiado en los diagnósticos de IA sin una doble verificación.
El machine learning en medicina es inevitable
Independientemente de estos posibles inconvenientes, la inteligencia artificial y el machine learning revolucionarán la atención médica de una forma u otra. Es solo una cuestión de tiempo y perspectiva sobre cómo introducirlo de manera efectiva, mientras se mitigan los riesgos. Las instituciones médicas ya están empleando la inteligencia artificial en diversas áreas, y estos casos crecerán aún más durante los próximos años.