La IA es capaz de analizar datos científicos no perceptibles por el ojo humano

El 17 de octubre de 1968 llegaba a las salas de cine españolas una película de culto que marcó un hito por su realismo científico. “2001: Una odisea del espacio”, como se conoce en nuestro país, está basada en un guion del novelista Arthur Clarke que, junto al director de la cinta, Stanley Kubrick, pusieron sobre la mesa, ya por aquel entonces, uno de los avances tecnológicos que ha irrumpido con fuerza en todos los sectores de la sociedad, especialmente en el de la salud: la Inteligencia Artificial (IA). Uno de los personajes de la película, el superordenador HAL 9000, fue diseñado gracias a la colaboración del científico estadounidense Marvin Minsky, considerado uno de los padres de la IA, y cuyos conocimientos sobre la tecnología fueron claves para el desarrollo del personaje. 

55 años después, a HAL 9000 podríamos encontrarlo en multitud de escenarios de la vida cotidiana: podría ser quien nos da información sobre un servicio al otro lado de la línea telefónica, quien nos ofrece un diagnóstico en base a una serie de síntomas o, incluso, quien ejecuta con precisión y seguridad una intervención quirúrgica dentro de un quirófano. “La IA se usa desde hace más de 50 años”, nos cuenta el doctor Víctor Maojo, catedrático de IA de la Universidad Politécnica de Madrid, aunque fue en la década de los 90 del siglo pasado cuando empezaron a despuntar los avances en torno a esta tecnología. Desde entonces, ha entrado de lleno en multitud de campos de la medicina.

Diagnóstico y toma de decisiones

Uno de los ámbitos médicos en los que ha resultado ser de gran ayuda es en el diagnóstico y en la toma de decisiones médicas. En la actualidad, cualquier sector de actividad, y especialmente el de la salud, necesita manejar ingentes cantidades de datos que permitan tomar decisiones seguras y fiables, y el potencial de la IA para combinar e integrar datos procedentes de distintas fuentes y su aplicación a diferentes técnicas diagnósticas permite mejorar la detección temprana de enfermedades y ofrecer diagnósticos más precisos. Para el doctor Maojo, “es especialmente reseñable su desarrollo en el campo de la radiología, con el desarrollo de la radiómica (un nuevo paradigma en el diagnóstico por imagen que pasa de una interpretación subjetiva de las imágenes a una cuantificable a partir del análisis de datos no perceptibles por el ojo humano) y la anatomía patológica, con los avances en patología digital”. Esto permite reducir la variabilidad en las interpretaciones de las imágenes y aumentar la precisión y rapidez en el diagnóstico.  

En definitiva, la tecnología es mucho mejor que los humanos en aquellas tareas donde hacen falta cálculos complejos, tareas repetitivas y manejo de múltiple información, pero, según el doctor, “todavía no son útiles en aquellas áreas donde no tenemos el conocimiento disponible. Ese conocimiento puede estar oculto dentro de grandes bases de datos, por lo que los ordenadores podrían hacer sus propias hipótesis científicas, pero, ahora mismo, necesitan que las personas ya tengan una hipótesis concreta para poder investigar y llegar a unas conclusiones”.

¿Sustituto del médico?

El desarrollo tecnológico ha hecho que algunas de las labores que realizan los profesionales sanitarios puedan ser realizadas por máquinas. Así, por ejemplo, hace unas semanas conocíamos el caso de una familia que, tras varias visitas sin éxito a diferentes especialistas, consiguió que fuera ChatGPT quien diera con el diagnóstico de su hijo. De acuerdo con el doctor Maojo, ChatGPT “tiene un conocimiento muy grande porque ha sido alimentado con cientos de miles de documentos. Si entre esos textos había una historia clínica parecida a la de este chico, pudo extraer esa información y facilitarla”. Y es que, una de las cuestiones básicas para los profesionales a la hora de ofrecer un diagnóstico es poder analizar casos previos que ya hayan pasado. Por ejemplo, “si tenemos un médico joven, quizá de una patología solo ha visto entre dos y 30 casos y un médico más experimentado ha podido ver entre 50 y 500, pero si tenemos millones de historias clínicas, la IA rápidamente puede encontrar unos 30.000 casos previos similares”. ¿Quiere decir esto que podemos confiar en ese diagnóstico? La respuesta clara para el doctor es no. “Tiene que haber alguien que evalúe que esa información es fiable. Estos sistemas no están hechos para sustituir a los médicos, sino como ayuda a la decisión”. De hecho, ésta actuaría como una herramienta de apoyo para los profesionales clínicos, “quienes seguirán teniendo la última palabra”.  

Medicina de precisión

La Medicina Personalizada de Precisión es una de las áreas que más se han visto beneficiadas por esta tecnología, facilitando el abordaje de enfermedades de manera más precisa, la mejora de los procesos asistenciales, así como la seguridad y calidad de vida de los pacientes. En esta línea, la Fundación Instituto Roche ha publicado un nuevo “Informe Anticipando”, elaborado por el Observatorio de Tendencias en la Medicina del Futuro, sobre Aplicaciones de la Inteligencia Artificial en Medicina Personalizada de Precisión, donde se revisan algunos ejemplos de la aplicación de este tecnología en la Medicina Personalizada de Precisión en diferentes etapas del proceso asistencial: prevención y predicción de riesgos, detección temprana y diagnóstico de enfermedades, monitorización de enfermedades y la instauración del tratamiento y abordaje integral. Además, el Informe aborda también su potencial para la investigación en biomedicina, así como su aplicación en la investigación y el desarrollo de fármacos y en la formación a profesionales sanitarios e investigadores. Según la directora gerente de la Fundación Instituto Roche, Consuelo Martín de Dios, “la aplicación de herramientas de Inteligencia Artificial en el ámbito de la salud tiene, y sobre todo tendrá, un importante impacto en la práctica médica asistencial, la investigación, la gestión y la educación médica; contribuyendo a configurar una medicina más precisa y personalizada que redundará en un importante beneficio para los pacientes y consiguiendo, al mismo tiempo, un sistema sanitario más eficiente y sostenible”.

Su capacidad para analizar grandes volúmenes de información y encontrar patrones complejos llevará previsiblemente a mejoras significativas en las distintas etapas del proceso asistencial. Así, en el ámbito de la salud predictiva y preventiva, puede utilizarse para anticipar determinadas situaciones de emergencia o crisis, así como para el desarrollo de modelos de predicción de riesgo de enfermedades más precisos. Esto permitirá, “por un lado, proponer acciones que contribuyan a reducir la carga de las enfermedades en los sistemas de salud y, por otro, la identificación de individuos más susceptibles de beneficiarse de estrategias para el abordaje o prevención de enfermedades en poblaciones”, indica Maojo.

Los sistemas de IA no solo permitirán transformar la práctica clínica, sino también la manera en la que se investigan y desarrollan los nuevos medicamentos, optimizando y reduciendo los tiempos en la investigación farmacológica, acelerando los procesos de identificación y descubrimiento de nuevas moléculas, la identificación de nuevas dianas terapéuticas y el diseño de nuevos tratamientos. Tal y como asevera el catedrático, “hoy ya es posible determinar la estructura 3D de cientos de miles de proteínas en poco tiempo cuando antes se necesitaban meses para estudiar una sola proteína”. De hecho, si no hubiera sido por la IA, “las compañías farmacéuticas habrían tardado mucho más tiempo en desarrollar las vacunas contra la Covid”.

El reto de integrar la Inteligencia Artificial en medicina

A pesar de los grandes avances producidos y el potencial que deja entrever la Inteligencia Artificial en el campo de la Medicina Personalizada de Precisión, en especial con el desarrollo del machine learning y el deep learning, existen todavía muchos retos para conseguir la implementación de estos sistemas en el entorno sanitario. Para el doctor Maojo, la medicina es, con diferencia, el área científica más difícil para la aplicación de la Inteligencia Artificial.  “La incertidumbre y la variabilidad en la práctica clínica hacen que los sistemas que se construyen con el conocimiento y datos de un hospital luego no sean aplicables con igual éxito en un hospital diferente. Por lo que son necesarias evaluaciones complejas, largas y caras que no siempre se realizan”, explica.

---