Inteligencia artificial presente y futuro en medicina

La inteligencia artificial ocupa en el momento muchas páginas de las publicaciones científicas, en nuestro caso de aquellas dedicas a la salud y a la medicina, tanto en ciencias básicas, como clínicas e inclusive de relación con la administración de los sistemas de salud.

La Inteligencia Artificial tiene dos profundas raíces, por supuesto la primera en las ciencias computacionales y la segunda en el modelo biológico de las redes neuronales de la corteza cerebral del cual se valieron quienes han desarrollado la inteligencia artificial.

Las redes neuronales se basan en millones de neuronas que se interconectan y manejan millones de datos con los que construyen vías que no son otra cosa que algoritmos biológicos conducentes a decisiones u órdenes operativas del cerebro.

Aprendizaje profundo (traducción literal de Deep learning) es el término que se ha adoptado para describir el uso de la computación con el modelo de algoritmos similares a las redes neuronales del cerebro y de modelos computacionales de regresión linear y logística.

En 1976 un libro de Maxmen predijo que el Siglo XXI llegaría la era de la post-medicina y que nuestra profesión, como la conocemos, desaparecería y sería ejercida por paramédicos y computadores.

En realidad entrado el Siglo actual, si algo ha sucedido, es que la medicina ha expandido sus horizontes y que los médicos e investigadores desarrollan modelos y aplicaciones de aprendizaje profundo que permiten explorar millones y millones de datos que les facilitan comprender y desarrollar aplicaciones tan vastas como a la genómica.

La “nube” ha ampliado la capacidad de almacenar información (o datos) de cantidad inimaginable hasta hace poco. De ese gigantesco depósito se toma la “materia prima” necesaria para infinidad de análisis de información administrativa, de la genómica y de la imágenes diagnósticas avanzadas o de lesiones indicativas de enfermedad traducidas en imágenes analizables.

Para captar la información inicial, imágenes o datos, no es necesario acudir al consultorio o al hospital porque dispositivos portátiles colocados sobre el cuerpo (wearables o llevables) registran esa información y la trasmiten a los bancos donde son analizadas. El resultado individual retorna al médico por los mismos conductos electrónicos, pero enriquecido mediante el análisis comparativo de millones de datos información o de imágenes similares almacenadas.

Las aplicaciones del aprendizaje profundo se han extendido rápidamente en campos como radiología, patología, oftalmología, dermatología y cirugía guiada por imágenes.

Las historias clínicas electrónicas o digitalizadas ofrecen nuevas  oportunidades de aplicación de datos científicos que refinan los algoritmos. Por ejemplo, en la Mayo Clinic han analizado miles de trazados electrocardiográficos de pacientes con ritmo sinusal en los cuales se han detectado segmentos de fibrilación auricular “oculta” en 8.4% de los pacientes. Ello no hubiese sido posible si observadores se hubiesen sentado a revisar manualmente kilómetros de trazados.

Se colige que una de las oportunidades que aporta la inteligencia artificial es poder analizar información de fuentes heterogéneas que revelan asociaciones novedosas impensadas. Cuando se estudia todo el genoma y sus posibles infinitas variaciones o mutaciones, surgen con la inteligencia artificial marcadores genéticos desconocidos. Y lo mismo sucede con otros fenómenos.

No hay duda que la práctica clínica se facilitará y que la inteligencia artificial permitirá que el médico tenga tiempo para dedicarse a labores humanas que hoy se ven relegadas por falta de tiempo.

Si bien hemos dibujado un horizonte de cielos azules insondables, debe reconocerse que hay muchísimo por hacer, por ejemplo, someter un procedimiento o un resultado de investigación, al rigor del estudio aleatorio y controlado para validación.

Los gigantes de la tecnología están invirtiendo y trabajando intensamente en el campo de la inteligencia artificial en medicina porque vislumbran ganancias económicas. Algunos pueden tener motivación social, pero no nos hagamos ilusiones.

Sin embargo, no olvidemos que la economía naranja que ha vislumbrado para nuestro país el Presidente Duque, se basa en el desarrollo, por científicos y emprendedores, de prototipos o modelos, como la inteligencia artificial aplicada a la salud y a la medicina que impulsen nuestra ciencia, pero que generen recursos para el país. La tecnología del aprendizaje profundo tiene el potencial de transformar la atención en salud, como expresó hace poco Geoffrey Hilton de la Universidad de Toronto, Canadá.

Deja un comentario