La inteligencia artificial es una tecnología que ha llegado para revolucionar una gran cantidad de áreas de nuestro mundo, dentro de esas destaca la medicina. En los últimos años han sido muchos los avances que la inteligencia artificial ha traído a la industria médica y eso abarca desde la mejora en los tiempos de diagnóstico de enfermedades, la recolección de datos para estudios y ha modernizado las investigaciones en laboratorios.
Gracias a la inteligencia artificial y al machine learning o aprendizaje automático las máquinas podrían no solo recopilar y analizar información médica, sino también interpretarla, lo cual acortaría muchísimos los tiempos de decisión en contextos médicos. Y esto no solo en el campo de la salud física, sino también la mental, en el que el big data y el deep learning podrían detectar patrones sobre conductas no comunes que un humano no podría descifrar tan fácil.
Hay tantos usos que se le pueden dar a la inteligencia artificial y al machine learning dentro de la medicina, pero en esta ocasión nos concentraremos en cinco de ellas que pueden ser útiles en este ámbito.
1. Agilizar el diagnóstico de enfermedades raras
En el mundo se conocen miles de enfermedades raras, cuyo diagnóstico suele ser sumamente complicado por la sintomatología ambivalente que se presenta y por la falta de conocimiento. Si bien muchos síntomas pueden manifestarse durante la infancia, al menos el 50% de las enfermedades raras se manifiestan en la edad adulta, y quizás ya muy avanzadas para entonces.
La inteligencia artificial podría precisamente ayudar a identificar estos síntomas de manera temprana y ahorrar muchísimo tiempo de vida a sus pacientes. Un estudio de 2019 realizado en Alemania arrojó resultados interesantes sobre el diagnóstico de enfermedades raras haciendo uso de inteligencia artificial. Para ello crearon una red neuronal que combinaba imágenes de pacientes con datos médicos e información genética de manera automática.
De esta manera, los pacientes no solo son evaluados por un médico sino por una inteligencia artificial que filtra factores genéticos en los rostros del paciente y prioriza los genes que son la raíz de la enfermedad, reduciendo el tiempo de análisis de datos y aumentando la tasa de diagnóstico.
Otro estudio publicado en Nature destacó el uso del software DeepGestalt que funciona con deep learning para identificar fenotipos faciales de desórdenes genéticos. Los resultados fueron muy positivos, alcanzando un 90% de precisión en la identificación de síndromes en más de 500 imágenes.
2. Detección temprana del cáncer de mama
El cáncer de mama tiene muchas más probabilidades de curarse cuando su detección es temprana y aunque la inteligencia artificial puede ser crucial en detectarlo a tiempo, también conviene para que descartar falsos positivos. Al menos el 50 % de las mujeres que se someten a una mamografía anual tendrán un falso positivo en algún momento durante un periodo de 10 años. Esto lo sabe Google y es por eso que en su división Health creó una inteligencia artificial en 2020 que en sus ensayos arrojó resultados muy positivos: la IA de Google produjo 5,7% menos de diagnósticos falsos positivos, y 9,4% menos de falsos negativos en comparación con los expertos humanos.
Por su lado, IBM también tiene una inteligencia artificial desarrollada en conjunto con la Universidad de Zúrich que busca hacer diagnósticos con mayor precisión para combatir el cáncer de mama.
La implementación de una inteligencia artificial en esta área de la medicina es fundamental, pues permite a los médicos llegar a zonas donde las herramientas que se utilizan hasta ahora suelen centrarse en zonas sospechosas que son más propensas a arrojar falsos positivos y en consecuencia impactar en el estado de ánimo del paciente. Otro factor de riesgo a considerar, además de la aparición de tumores, es la densidad del tejido mamario, cuya clasificación suele ser poco atinada. El MIT creó una herramienta de aprendizaje automático que permite clasificar con mayor precisión, complementando la opinión del médico.
3. Determinar el pronóstico de pacientes en coma
En el 2018, un grupo de científicos chinos desarrolló una máquina impulsada con inteligencia artificial para facilitar la tarea de los médicos a la hora de determinar las probabilidades de recuperación de un paciente en coma. Recopilaron los datos obtenidos de resonancias magnéticas de miles de pacientes en coma para procesarlos con aprendizaje automático, el cual creó un algoritmo que logró predecir la recuperación de pacientes cuyo pronóstico primario no era prometedor, pues se llegó a estimar que no se recuperarían.
Para ese entonces, las primeras pruebas con la máquina fueron rotundamente exitosas, al haber alcanzado un 90% de precisión en los pronósticos. En su momento se utilizó para evaluar a un aproximado de 300 pacientes y estimaban ayudar a más de 50 mil pacientes en coma.
4. Monitoreo de pacientes
Lo habitual para muchas personas es acudir a un médico cuando ya hay una sintomatología marcada o cuando no se sienten bien, por lo que el monitoreo de pacientes no es constante, pues solo existe cuando hay un problema identificado. De acuerdo con un estudio publicado en Nature en enero de 2021, en un futuro, la inteligencia artificial podría facilitar el monitoreo sin necesidad de acudir a un médico.
El aprendizaje automático y los wearables podrían convertirse en grandes aliados de los médicos al poder monitorear constantemente la salud de un paciente y enviar una notificación o alerta a su doctor. Un ejemplo puede ser un caso de arritmia o tensión arterial alta, ambos indicadores que muchos wearables como el Apple Watch ya incluyen.
5. Mejorar la investigación de enfermedades en el laboratorio
En ese mismo estudio mencionan el potencial que la inteligencia artificial podría tener en la investigación de enfermedades en un laboratorio. Mencionan específicamente que podría ayudar a “reconstruir los mecanismos subyacentes de una enfermedad”, lo cual tendría dos efectos muy positivos para la medicina —entre muchos más—.
Uno de ellos es que al poder simular las respuestas de pacientes —cuya información clínica y molecular sería analizada por el aprendizaje automático— en ensayos farmacológicos, es decir, podrían experimentar con tratamientos y drogas novedosas sin necesidad de perjudicar a seres vivos, ya sean humanos o animales.
Por otro lado, también se podrían evitar epidemias y pandemias al estudiar virus contagiosos, ya que no habría que manipular dicho virus, sino que podría estudiarse con la ayuda de la inteligencia artificial o aprendizaje automático.
Conclusiones
A pesar de que este sea un proceso lento, el empleo de inteligencia artificial y del machine learning o aprendizaje automático en la medicina luce muy prometedor, no para sustituir a un médico, sino para complementar su experiencia para llegar más allá de lo que un humano es capaz.
Su paso afianzado en la medicina muestra un futuro prometedor en el que la salud de todos es prioridad para que todos tengamos oportunidad de mejorar nuestro bienestar y prolongar la duración de nuestras vidas.
