¿Qué es la inteligencia artificial en la medicina?

Es el uso de modelos de aprendizaje automático para buscar datos médicos y descubrir conocimientos que ayuden a mejorar los resultados de salud y las experiencias de los pacientes. Gracias a los avances recientes en ciencias de la computación e informática, la inteligencia artificial (IA) se está convirtiendo rápidamente en una parte integral de la atención médica moderna.

Aplicaciones de la IA en medicina

Los algoritmos de IA y otras aplicaciones impulsadas por IA se utilizan para ayudar a los profesionales médicos en entornos clínicos y en investigaciones en curso, también cuentan como apoyo en la toma de decisiones clínicas y el análisis de imágenes.

Las herramientas de apoyo a la toma de decisiones clínicas ayudan a los proveedores a tomar decisiones sobre tratamientos, medicamentos, salud mental y otras necesidades del paciente, brindándoles un acceso rápido a la información o a investigaciones que son relevantes para su paciente. En las imágenes médicas, las herramientas de inteligenciaartificial se están utilizando para analizar tomografías computarizadas, rayos X, resonancias magnéticas y otras imágenes en busca de lesiones u otros hallazgos que un radiólogo humano podría pasar por alto.

Los desafíos que la pandemia de COVID-19 creó para muchos sistemas de salud también llevaron a muchas organizaciones de salud de todo el mundo a comenzar a probar en el campo nuevas tecnologías compatibles con IA, como algoritmos diseñados para ayudar a monitorear pacientes y herramientas impulsadas por IA para evaluar a pacientes de COVID-19.

IA en la detección y el diagnóstico de enfermedades

Los modelos de machine learning podrían usarse para observar los signos vitales de los pacientes que reciben cuidados intensivos y alertar a los médicos si aumentan ciertos factores de riesgo. Si bien los dispositivos médicos como los monitores cardíacos pueden rastrear los signos vitales, la IA puede recopilar los datos de esos dispositivos y buscar afecciones más complejas, como la sepsis. Un cliente de IBM ha desarrollado un modelo de IA predictiva para bebés prematuros que tiene una precisión del 75 % en la detección de sepsis grave.

Tratamiento de enfermedades personalizado

La medicina de precisión podría ser más fácil de respaldar con la asistencia de IA virtual. Debido a que los modelos de IA pueden aprender y retener preferencias, la IA tiene el potencial de proporcionar recomendaciones personalizadas en tiempo real a los pacientes las 24 horas del día. En lugar de tener que repetir la información con una persona nueva cada vez, un sistema de atención médica podría ofrecer a los pacientes acceso las 24 horas del día a un asistente virtual con tecnología de inteligencia artificial que podría responder preguntas basadas en el historial médico, las preferencias y las necesidades personales del paciente.

IA en imágenes médicas

La investigación ha indicado  que la IA impulsada por redes neuronales artificiales puede ser tan eficaz como los radiólogos humanos para detectar signos de cáncer de mama y otras afecciones. Además de ayudar a los médicos a detectar los primeros signos de la enfermedad.

Eficiencia de los ensayos clínicos

Durante los ensayos clínicos se dedica mucho tiempo a asignar códigos médicos a los resultados de los pacientes y actualizar los conjuntos de datos relevantes. La IA puede ayudar a acelerar este proceso al proporcionar una búsqueda más rápida e inteligente de códigos médicos. Dos clientes de IBM Watson Health descubrieron recientemente que con IA podían reducir el número de búsquedas de códigos médicos en más del 70 %.

Desarrollo acelerado

El descubrimiento de fármacos es a menudo una de las partes más largas y costosas del desarrollo de fármacos. La IA podría ayudar a reducir los costos de desarrollo de nuevos medicamentos, principalmente de dos maneras: mejores diseños de fármacos y encontrar nuevas combinaciones de fármacos prometedoras. Con la IA, muchos de los desafíos de big data que enfrenta la industria de las ciencias biológicas podrían superarse.

Ventajas de la inteligencia artificial en medicina

Algunas de las ventajas actuales de la IA son la integración de la información, la automatización de actividades repetitivas, la identificación de errores de prescripción y de efectos adversos a fármacos, y el aumento de la autonomía de los pacientes para el tratamiento de padecimientos frecuentes y de bajo riesgo de complicaciones.

Inteligencia artificial para médicos en formación

Los médicos en formación pueden tener acceso a la exposición de escenarios virtuales por medio de simuladores creados por IA, incluso evaluando aptitudes del alumno y ajustando futuras pruebas dependientes de los logros alcanzados. Por tanto, la integración de la IA en el currículum de las escuelas de medicina y la formación de posgrado será una necesidad como parte de la enseñanza integral deseada en las futuras generaciones.

Inteligencia artificial: presente y futuro de las especialidades médicas

En la actualidad, los sistemas de salud se enfrentan a una escasez global de patólogos, mientras que la carga de trabajo y la complejidad diagnóstica siguen aumentando. La incorporación de la patología digital y la implementación de diagnósticos asistidos por algoritmos de IA transformarán la práctica de la patología, mejorando el tiempo de entrega de los resultados, la eficiencia y la precisión diagnóstica de los médicos patólogos.

En cardiología, el uso de la IA se ha estudiado en la predicción de hipertensión esencial, la detección de fibrilación auricular por relojes inteligentes, la clasificación de estenosis aórtica por análisis de señales cardiomecánicas en sensores inalámbricos portátiles, la clasificación de arritmias mediante electrocardiograma de una sola derivación, etc.

En neurología se han estudiado la predicción de la recurrencia de eventos vasculares cerebrales isquémicos, la evaluación prequirúrgica de la epilepsia resistente a fármacos, la predicción de la enfermedad de Alzheimer y el diagnóstico de la enfermedad de Parkinson .

En oftalmología, en el año 2018, la Food and Drug Administration aprobó el primer software de IA para el diagnóstico de retinopatía diabética en consultorios de atención primaria, y ha logrado un rendimiento diagnóstico extraordinario en la detección de glaucoma, arco corneal, cataratas, degeneración macular y retinopatía del prematuro .

En dermatología, la IA está mejorando la eficiencia y la precisión de los enfoques diagnósticos tradicionales, incluidos el examen visual, la biopsia de piel y el estudio histopatológico. Numerosos estudios han reportado la precisión diagnóstica de la IA, igual o mejor que la de los dermatólogos, en lesiones cutáneas a partir de imágenes clínicas y dermatoscópicas. Su utilidad inicial consistió en la detección del melanoma y de lesiones cutáneas pigmentarias, pero en la actualidad incluye la detección de enfermedades como la queratosis seborreica y la psoriasis. Las aplicaciones de la IA en dermatología incluyen asimismo áreas de diagnóstico, como la teledermatología (triaje de lesiones cutáneas), y de dermatopatología, pero también serán de utilidad en el pronóstico y el tratamiento de las enfermedades de la piel.

Las oportunidades de la IA en el ámbito quirúrgico incluyen herramientas útiles en el periodo preoperatorio, con la toma de decisiones quirúrgicas, la identificación de factores de riesgo modificables y el procesamiento de imágenes que mejoran la planeación quirúrgica de procedimientos percutáneos (p. ej., ablación tumoral), estereotácticos (p. ej., neuroquirúrgicos), ortopédicos (p. ej., elección de tamaño adecuado de una prótesis), cardiovasculares (p. ej., elección de una prótesis valvular) y laparoscópicos (p. ej., mejor sitio de incisión y colocación de instrumentos quirúrgicos).

Durante el evento quirúrgico, los cirujanos deben tomar decisiones complejas y de alto riesgo bajo limitaciones de tiempo, que con frecuencia tienen un efecto significativo en el pronóstico de los pacientes. Una nueva disciplina de la IA, denominada ciencia de datos quirúrgicos, registra y analiza variables intraoperatorias (p. ej., signos vitales, estudios de imagen, etc.) que ayudan al cirujano a tomar decisiones compartidas de tratamiento. En el posoperatorio, la IA puede ayudar en la detección temprana y el tratamiento de complicaciones, y en un futuro, los sistemas quirúrgicos robóticos teleoperados permitirán al cirujano brindar atención en ubicaciones remotas.

En psiquiatría, el uso de IA será particularmente útil en el diagnóstico y el tratamiento de enfermedades psiquiátricas; se planea que en el futuro será posible analizar el estado emocional de los pacientes con dispositivos portátiles que analicen la voz, el comportamiento, el sueño, el apetito, etc. El médico psiquiatra podrá apoyarse en la elección del psicofármaco basado en datos de neuroimagen, farmacogenéticos y clínicos del paciente, ofreciendo una terapia específica y practicando medicina de precisión.

Nombres de las IAS utilizadas en el área de la salud:

1. Watson Health de IBM: Utilizada para análisis de datos médicos, diagnóstico y tratamiento de enfermedades.

2. Google DeepMind: Con aplicaciones en análisis de imágenes médicas, diagnóstico y pronóstico de enfermedades.

3. Corti: Utilizada en sistemas de asistencia médica para análisis de llamadas de emergencia y detección de condiciones médicas.

4. PathAI: Especializada en análisis de patología digital para ayudar en diagnósticos más precisos.

5. IDx-DR: Utilizada para la detección automática de la retinopatía diabética en imágenes de retina.

6. Enlitic: Enfoque en análisis de imágenes médicas para detección temprana y diagnóstico de enfermedades.

CONCLUSIONES

Los ejemplos de la utilidad de la IA en medicina son interminables. El médico tendrá que aceptar que es una herramienta útil que será parte de su actividad diaria. La atención del paciente, como la esencia de la medicina, continuará dependiendo de la interacción con él, y si las actividades repetitivas rutinarias son automatizadas por IA, entonces la relación médico-paciente se verá importantemente favorecida, aportando tiempo de calidad en los aspectos más relevantes del cuidado.

Bibliografía:

1. Inteligencia Artificial en la Medicina | IBM. (s. f.). https://www.ibm.com/mx- es/topics/artificial-intelligence-medicine
2. Inteligencia artificial en medicina: presente y futuro. (2023). SciElo. https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0016-38132022001100017