Tu médico va a ser un robot. En algunos lugares ya lo es.

Ayako Yamashita es una mujer de 67 años a quien se le había diagnosticado una leucemia mieloide en enero de 2015. Ningún tratamiento estándar daba resultado. Unos meses después el doctor Saturo Miyano y su equipo de la Facultad de Medicina de la Universidad de Tokio decidió ponerla en manos de un ‘colega’ artificial. Se trataba de una evolución algorítmica de Watson de IBM especializada en analizar tratamientos oncológicos. Watson revisó 20 millones de estudios documentados y comparó la condición de la mujer con las historias de casos existentes. Diseñó un tratamiento que resultó ser efectivo hasta el punto que la señora Yamashita es la primera paciente oficialmente curada de un cáncer por una computadora basada en Inteligencia Artificial.

Existen muchos avances médicos asociados a la Industria 4.0 y a la Transformación Digital. Un nuevo aspirante a doctor está a punto de hacerse cargo de nuestra salud. Se trata de los médicos sintéticos. La inteligencia artificial está llegando a hospitales de todo el mundo. Al igual que el doctor Miyano, muchos son los profesionales de la medicina que consideran que la incorporación de la inteligencia artificial no es una amenaza sino una oportunidad magnífica. De hecho la consideran una herramienta poderosa como nunca antes tuvieron y que les permite ejercer la medicina con una mayor celeridad y grado de acierto. Y es que la introducción de la IA en el cuidado de la salud no tiene que ver necesariamente con enfrentar a la mente humana contra las máquinas. 

Bertalan Meskó, mejor conocido como The Medical Futurist, ha llamado a la inteligencia artificial el ‘estetoscopio del siglo XXI’.  Su evaluación puede ser incluso más precisa de lo que esperaba. Si bien varias técnicas y exámenes les brindan toda la información que necesitan para diagnosticar y tratar a los pacientes, los médicos ya están sobrecargados de responsabilidades clínicas y administrativas, y clasificar la gran cantidad de información disponible es una tarea desalentadora, si no imposible.

Sin embargo, las aplicaciones de la IA en medicina van más allá del trabajo administrativo. Desde poderosos algoritmos de diagnóstico hasta robots quirúrgicos finamente sintonizados, la tecnología se está haciendo notar en todas las disciplinas médicas. Claramente, la IA tiene un lugar en la medicina aunque lo que aún no sabemos es su valor real. Para imaginar un futuro en el que IA sea una parte del equipo de atención al un paciente, primero debemos comprender cómo la inteligencia artificial se equilibra con los médicos humanos y cómo se comparan en términos de precisión y de contribuciones específicas o únicas que puede hacer la IA. Una vez que hayamos respondido estas preguntas, podremos comenzar a deducir y luego construir el futuro impulsado por la inteligencia artificial que queremos. Vamos a ver algunos ejemplos:

  1. Investigadores del Hospital John Radcliffe en Oxford, Inglaterra, desarrollaron un sistema de diagnóstico de IA que es más preciso que los médicos para diagnosticar enfermedades cardíacas, al menos el 80 por ciento de las veces. En la Universidad de Harvard, los investigadores crearon un microscopio ‘inteligente’ que puede detectar infecciones sanguíneas potencialmente letales.
  2. Un estudio de la Universidad de Showa en Yokohama, Japón reveló que un nuevo sistema endoscópico asistido por computadora puede revelar signos de crecimientos potencialmente cancerosos en el colon con un 94% de sensibilidad, un 79% de especificidad y un 86% de precisión.
  3. En un estudio, publicado en JAMA en diciembre de 2017, los algoritmos de ‘deep learning’ fueron capaces de diagnosticar mejor el cáncer de mama metastásico que los radiólogos humanos. Mientras que los radiólogos humanos pueden tener éxito cuando tienen tiempo ilimitado para revisar casos, en el mundo real (especialmente en entornos de gran volumen y respuesta rápida como salas de emergencia) un diagnóstico rápido podría marcar la diferencia entre la vida y la muerte de los pacientes.
  4. Los expertos humanos tardan 160 horas en revisar y proporcionar recomendaciones de tratamiento a partir de cierta información de los datos genéticos en las células tumorales. Algo que Watson, por ejemplo, hace en apenas diez minutos. La herramienta de Inteligencia Artificial en versión de código abierto de Google, DeepVariant, fue la herramienta más precisa jamás presentada en el conocido Examen de FDA Truth Challenge del año pasado.
  5. En abril, investigadores de la Universidad de Nottingham publicaron un estudio que mostró que, entrenada en datos extensos de 378,256 pacientes, una IA autodidacta predijo un 7,6 por ciento más de crisis cardiovasculares en pacientes que el modelo tradicional de detección. Para poner esa cifra en perspectiva, es importante saber que el universo utilizado en esta prueba fue aproximadamente de 83,000 registros, lo que equivale a que 355 pacientes más de los que por métodos ‘humanos’ se hubieran sido detectados, fueron salvados de una crisis cardíaca letal.
  6. La IA es quizás más útil para dar sentido a grandes cantidades de datos que serían abrumadores para los humanos. Eso es exactamente lo que se necesita en el creciente campo de la medicina de precisión. Con la esperanza de llenar ese vacío está The Human Diagnosis Project (Human Dx), que combina el aprendizaje automático con la experiencia real de los médicos está recopilando información de 7.500 médicos y 500 instituciones sanitarias en más de 80 países, con el fin de desarrollar un sistema al que cualquier persona (paciente, médico, organización, desarrollador de dispositivos o investigador) pueda acceder para tomar decisiones clínicas más informadas.
  7. Incluso en la salud mental hay aspectos determinantes. Por ejemplo, el desarrollo Cogito ha estado utilizando el reconocimiento y análisis de voz impulsado por inteligencia artificial para mejorar las interacciones de servicio al cliente en muchas industrias. La incursión de la compañía en el cuidado de la salud se llama Cogito Companion, una aplicación de salud mental que rastrea el comportamiento de un paciente. La aplicación monitorea el teléfono de un paciente y analiza el comportamiento activo y pasivo, datos de ubicación que podrían indicar que un paciente no ha salido de su casa en días o registros de comunicación que indican que no le han enviado mensajes de texto o hablado con nadie en semanas. El equipo de atención del paciente puede controlar los informes posteriores en busca de signos que, a su vez, pueden indicar cambios en la salud mental general del paciente.
  8. Esta aplicación también utiliza algoritmos de aprendizaje automático para analizar ‘registros de audio’, grabaciones de voz que hace el paciente como si fueran un diario con voz. Los algoritmos están diseñados para captar señales emocionales, tal como lo harían dos humanos hablando. A partir de ahí, los humanos entrenamos el algoritmo para identificar la voz de alguien que está deprimido, o las diferencias en la voz de un paciente bipolar a tiempo real.
  9. También hay cirujanos sintéticos. Nadie está exento de verse superado. En la mayoría de los casos, los robots quirúrgicos (el más conocido es da Vinci) funcionan como una extensión del cirujano humano, que controla el dispositivo desde una consola cercana. Uno de los procedimientos más ambiciosos, que supuestamente fue el primero del mundo, se llevó a cabo en Montreal en 2010. Fue la primera operación quirúrgica completa de un robot cirujano y un anestesiólogo robot (divertidamente llamado McSleepy) donde los datos recopilados sobre el procedimiento reflejan el impresionante rendimiento de estos médicos robóticos. Me pregunto si un paciente puede demandar a un robot por negligencia en el caso que algo salga mal.

Se acercan debates interesantes. Sobre los datos y sobre las implicaciones. La inversión prevista para los próximos años en todo este asunto va a multiplicarse por más mucho. De apenas 600 millones de euros aportados a este tipo de desarrollos en 2017 pasaremos a más de 12.000 millones en 2020. Para los clínicos más receptivos a todo esto, el atractivo inmediato de los proyectos como Human Dx es que, de manera contradictoria, les permitiría dedicar menos tiempo a la tecnología. Está documentado que más del 50% del tiempo que ocupa un médico actualmente transcurre frente a una pantalla. La IA puede devolverle a los médicos la libertad para ser médicos otra vez y hacerlo humanamente. Cuanta más tecnología, más humanidad. La Inteligencia Artificial no sustituye humanos, los convierte en humanos aumentados.

Nos dirigimos a la salud del Big Data, un escenario imposible de gestionar desde un punto de vista sólo humano. Se hace imprescindible que nuestros gobernantes sepan de esto. Legislen para esto. Estimulen la inversión en esto. La vida de mucha gente está en juego. No es una apuesta ‘cool’ para quedar moderno, es obligatorio. En Japón, en Suiza, en el Reino Unido y otros países van camino de normalizar algunas de estas herramientas ‘del futuro’, otros, ni caso. Siguen con sus desdichas, sus miserias de parlamento y sus problemas endogámicos que no interesan a nadie. Sólo a ellos y a los tertulianos asalariados. No es obligatorio saber de tecnología para gobernar, pero si es una necesidad tener conocimiento de lo que la tecnología permite para mejorar el bienestar de los gobernados.

Anterior
Anterior

El obligatorio desafío de la economía española: la Industria 4.0

Siguiente
Siguiente

La generación ‘streaming’.