Analizar imágenes médicas, como Rayos X, Resonancias magnéticas o Tomografías computarizadas, así como imágenes de ultrasonido o videos, es difícil. Por eso se necesita mucha formación para convertirse en un radiólogo competente, con la capacidad de detectar cambios en los tejidos humanos normales y hacer un diagnóstico correcto. Pero, como ocurre con muchos otros campos, la inteligencia artificial también ha llegado al sector médico. Se pueden hacer muchas cosas, como estamos viendo en esta trilogía de artículos, pero una de las más interesantes es la posibilidad de hacer diagnósticos en imagen médica.

Un modelo de IA debidamente entrenado, al que se le han mostrado cientos o miles de imágenes y videos médicos digitales, como los de las modernas máquinas de rayos X, o resonancias magnéticas, tomografías computarizadas o tomografías por emisión de positrones, puede detectar anomalías en los tejidos. A veces incluso esas pequeñas anomalías que un humano no notaría ni vería.

En realidad, casi con todo. El punto clave aquí es el hecho de que un Algoritmo de IA debe entrenarse primero para que sea efectivo. Así como un médico ha sido capacitado en diferentes áreas, lo mismo se puede hacer con una IA. De hecho, una IA se puede entrenar de manera mucho más específica que cualquier humano, porque todos los modelos de IA se basan en dos cosas: el modelo en sí y los datos con los que se ha entrenado o se siguen entrenando con cada nuevo paciente. Esto permite un tipo de especialización difícil de conseguir como persona. No podemos manejar inmensas cantidades de datos tan fácilmente como lo hace una máquina. Pero la inteligencia artificial tiene muchas más aplicaciones que el simple diagnóstico por imágenes. Éstos son algunos de ellos:

Los médicos de todo el mundo tienen que realizar la misma tarea una y otra vez: observar los síntomas del paciente, ver las diferentes pruebas y utilizar su experiencia y conocimientos para encontrar un diagnóstico que se adapte a toda esa información y decidir un tratamiento. Pero ¿y si hubiera una forma más rápida de encontrar un diagnóstico, con aún más información, más allá del conocimiento del médico?

Hoy en día, cuando la mayor parte de las imágenes médicas se obtienen digitalmente, era lógico que a alguien se le ocurriera la idea de utilizar una IA para analizarlas imágenes a fin de realizar un diagnóstico. Especialmente cuando una IA puede tener acceso a cientos o miles de imágenes para compararlas y sacar conclusiones.

El Machine Learning, con acceso a grandes cantidades de documentación clínica, puede hacer lo que las máquinas hacen mejor: identificar patrones y, posiblemente, hacer predicciones sobre los resultados de un tratamiento o la evolución de la enfermedad o la recuperación del paciente. Esto no es sólo una ventaja para los médicos, sino para todo el sector de la salud, ya que la IA podría seleccionar el mejor tratamiento desde el principio y ahorrar dinero o tiempo.

Incluso si un radiólogo (o similar) tuviera que comprobar el diagnóstico y el tratamiento propuesto y dar su aprobación, esto simplifica el proceso y ahorra tiempo. Especialmente si la IA tiene razón. Y, si no es así, aprenderá del error la próxima vez.

Casi todos los países utilizan una forma u otra de EHR (expediente único) para todos los pacientes. Esta base de datos de información tiene un valor increíble no sólo para cada paciente individual, ya que el sistema de IA puede acceder a todos sus datos históricos para tenerlos en cuenta para el diagnóstico actual, sino que, si el acceso es global, las conclusiones que permite obtener para pacientes con síntomas o antecedentes médicos similares es muy valiosa.

Por supuesto, esto puede entrar en conflicto con las leyes de protección de datos en muchos países, pero los beneficios son obvios. E incluso si la información se limita al mismo hospital, se podrían sacar muchas conclusiones sobre el éxito de cierto tratamiento, su duración y similares. Al final, el sistema de IA sería capaz de hacer mejores recomendaciones para salvar a más pacientes, acortar tratamientos o incluso encontrar nuevas formas de afrontar una determinada enfermedad.

Evidentemente, cada vez que la inteligencia artificial o los robots entran en la profesión de alguien, al principio hay ciertas reticencia y desconfianza. A las personas no les gusta que los desplacen de su trabajo. Pero, hoy en día, la IA está entrando en la mayoría de las profesiones debido a su capacidad de aprender y de relacionar conjuntos de datos realmente grandes en muy poco tiempo, para llegar a conclusiones. Las predicciones generales a corto plazo son que la IA en el sector de la salud no necesariamente sustituirá a las personas, sino que será una herramienta adicional que les ayudará a realizar mejores diagnósticos que antes.

Por otro lado, los humanos aún no están preparados para confiar su salud a una máquina, aunque sea muy inteligente. Esto, si es que sucede alguna vez, llevará una buena cantidad de tiempo. Sin embargo, contar con una “segunda opinión” de una máquina que ha analizado cientos o miles de casos similares al que nos ocupa será muy valioso para definir el tratamiento más adecuado en muchos casos. Y, a medida que la gente se acostumbre a esto y la tasa de aciertos aumente, también aumentará la confianza. Por lo tanto, los trabajadores de la salud no deberían sentirse amenazados de inmediato, sino ver la IA como una nueva herramienta que pueden utilizar en su profesión para hacer un trabajo mejor y, tal vez, más rápido.