iEn medicina, artificial La inteligencia artificial se utiliza para analizar datos médicos, además de proporcionar información que ayuda a obtener mejores resultados de salud y experiencias con los pacientes. Gracias a los recientes avances tecnológicos, la inteligencia artificial (IA) se está convirtiendo progresivamente en un componente de la atención médica actual. La IA se aplica cada vez más en aplicaciones médicas para la toma de decisiones clínicas y el análisis de imágenes. Los profesionales sanitarios pueden emplear herramientas de apoyo a la toma de decisiones clínicas para recopilar rápidamente información o investigaciones específicas del paciente. Los radiólogos pueden pasar por alto lesiones u otros hallazgos en tomografías computarizadas, radiografías, resonancias magnéticas y otras imágenes que las tecnologías de IA evalúan. La pandemia de COVID-19 ha impulsado a numerosas instituciones sanitarias de todo el mundo a realizar pruebas de campo con soluciones innovadoras basadas en IA, como algoritmos diseñados para ayudar a la monitorización de pacientes y herramientas de detección de COVID-19. Actualmente, se están recopilando datos y definiendo las directrices generales para el uso de la IA en medicina. Sin embargo, el potencial de la IA para ayudar a médicos, investigadores y pacientes está creciendo [1]. No cabe duda de que la IA desempeñará un papel fundamental en la configuración y el apoyo de la medicina contemporánea.
Aplicaciones de IA médica
La IA puede mejorar la medicina de diversas maneras, como acelerar la investigación y ayudar a los médicos a tomar mejores decisiones. Estos son algunos usos de la IA:
IA en el diagnóstico médico
La IA, a diferencia de los humanos, nunca duerme. Los algoritmos de aprendizaje automático podrían monitorizar los signos vitales de los pacientes en cuidados críticos e informar a los médicos si aumentan ciertas variables de riesgo [2]. La IA puede tomar datos de equipos médicos, como monitores cardíacos, y buscar enfermedades más complejas como la sepsis. Un cliente de IBM creó un modelo predictivo de IA para neonatos prematuros que puede identificar la sepsis grave en el 75 % de los casos.
Medicina personalizada
La medicina de precisión podría beneficiarse de la ayuda virtual con IA. Mediante modelos de IA, los pacientes pueden recibir asesoramiento personalizado en tiempo real las 24 horas, los 7 días de la semana, ya que pueden aprender y recordar sus preferencias. Contar con un asistente virtual basado en inteligencia artificial que pueda responder preguntas basadas en el historial médico, las preferencias y las necesidades únicas del paciente implica una menor repetición de información.
IA de imágenes médicas
La IA ya se utiliza en el diagnóstico por imágenes médicas. Las redes neuronales artificiales impulsadas por IA pueden identificar indicios de cáncer de mama y otras enfermedades con la misma eficacia que los radiólogos. Para facilitar la gestión de la enorme cantidad de fotografías médicas, la IA puede reconocer aspectos clave del historial del paciente y proporcionarle las fotografías pertinentes, además de ayudar a los profesionales a detectar los primeros signos de enfermedad.
Eficacia de los ensayos
Codificar los resultados de los pacientes y actualizar las bases de datos pertinentes lleva tiempo durante los estudios clínicos. Una búsqueda inteligente de códigos médicos puede agilizar el procedimiento. La IA redujo las búsquedas de códigos médicos en un 70 % para dos clientes de IBM Watson Health.
Se aceleró el desarrollo de fármacos
Parte del desarrollo de fármacos es el descubrimiento de nuevos fármacos. La creación de mejores diseños de medicamentos y el descubrimiento de nuevas combinaciones de fármacos son dos maneras en que la IA podría contribuir a reducir los costes de desarrollo. La IA podría ayudar al sector de las ciencias de la vida a abordar muchas de sus dificultades con el big data.
Beneficios de la IA en la medicina
El aprendizaje automático tiene el potencial de aumentar las oportunidades de ingresos para médicos y personal hospitalario al brindarles soporte para la toma de decisiones clínicas (CDS) basado en datos [3]. El aprendizaje profundo emplea algoritmos y datos para proporcionar a los profesionales sanitarios información automática. Algunos de sus beneficios son:
Educación del paciente
Los pacientes podrían beneficiarse de mejores decisiones terapéuticas si la inteligencia artificial (IA) se integra en las operaciones de atención médica. Los pacientes podrían beneficiarse de sistemas de aprendizaje automático entrenados que pueden ofrecer resultados de búsqueda basados en la evidencia mientras aún están hospitalizados.
Facilitación de errores
La IA puede contribuir a aumentar la seguridad del paciente en casos específicos. Un análisis de 53 investigaciones revisadas por pares indicó que los sistemas de asistencia a la toma de decisiones basados en IA pueden contribuir a mejorar la detección de errores y la gestión de la medicación.
Reducir los gastos de atención
Existen diversas maneras en que la IA podría reducir los gastos sanitarios. La reducción de errores farmacéuticos, la atención sanitaria virtual individualizada, la protección contra el fraude y la mejora de los procesos administrativos y clínicos se encuentran entre las perspectivas más prometedoras.
Involucrar a médicos y pacientes
Muchos pacientes tienen consultas fuera del horario de atención. Cuando el consultorio médico está cerrado, la IA puede ofrecer soporte 24/7 mediante chatbots que responden consultas sencillas y proporcionan información al paciente. La IA también puede ayudar a priorizar las consultas y destacar material para evaluación, alertando a los profesionales sanitarios sobre problemas de salud que requieren mayor atención.
Proporcionar contexto
Los algoritmos de aprendizaje profundo pueden utilizar el contexto para distinguir entre distintos tipos de datos. Un sistema de IA entrenado en procesamiento del lenguaje natural puede, por ejemplo, identificar qué medicamentos son apropiados según el historial médico del paciente.
Referencias
- Steimann, F. (2001). Sobre el uso y la utilidad de los conjuntos difusos en la IA médica. inteligencia artificial en medicina, 21(1-3), 131-137.
- Muller, H., Mayrhofer, MT, Van Veen, EB y Holzinger, A. (2021). Los Diez Mandamientos de la IA médica ética. Módulo, 54(07) 119-123
- Ting, DS, Liu, Y., Burlina, P., Xu, X., Bressler, NM y Wong, TY (2018). La IA para imágenes médicas es profunda. Medicina de la naturaleza, 24(5), 539-540.
