5 ejemplos reales de IA en la sanidad

0

Las aplicaciones y ejemplos de La inteligencia artificial en la sanidad hold the promise of affordable salud, improved success rates, efficient ensayos clínicosy una mejor calidad de vida. Aunque la mayoría de nosotros estamos familiarizados con la IA en el contexto de Alexa, Siri o los coches autoconducidos, ahora estamos comprendiendo lentamente el potencial de las aplicaciones clínicas de la IA. El aumento constante del impacto de la inteligencia artificial en la sanidad puede ejemplificarse observando los siguientes cinco sectores de la industria sanitaria.

Estos son los ejemplos de inteligencia artificial en la sanidad

1) Ayuda de la Inteligencia Artificial para "mantenerse bien"

Una de las aplicaciones más importantes de la inteligencia artificial en el ámbito de la salud, y que tiene un impacto directo en los consumidores, es su capacidad para ayudar a las personas a mantenerse sanas. Con el aumento de Internet de los objetos médicos (IoMT) in consumer health applications, this application is growing in leaps and bounds in the last decade. Healthcare apps encourage healthy behavior among individuals. With mainstream companies like Apple now making tracking cardiac health, fall detection and emergency SOS major products of their portfolio, it looks like IoMT is here to stay. A report by Allied Estudio de mercado says that the El mercado de la sanidad IoT alcanzará los $136.800 millones en todo el mundo para 2021, con una CAGR de 12,5% entre 2015 y 2021.

2) Cirugía robótica asistida por IA

En cuanto a la práctica, aunque todavía está en sus inicios, la IA puede ayudar a mejorar el rendimiento quirúrgico. Normalmente, el resultado de una intervención quirúrgica, sobre todo de una nueva o compleja, puede variar en función de la habilidad de los cirujanos. La utilización de la IA puede reducir estas variaciones en cada caso e incluso ayudar a mejorar la eficiencia incluso de los mejores cirujanos. Por ejemplo, los robots controlados por la IA pueden proporcionar una ampliación tridimensional para la articulación y actuar con más precisión y miniaturización. Los robots con IA pueden realizar actos básicos de corte y costura de precisión. En 2017, fuimos testigos de cómo los cirujanos utilizaron Robótica asistida por IA para suturar vasos sanguíneos extremadamente estrechos -de 0,03 a 0,08 milímetros de diámetro- en el Centro Médico de la Universidad de Maastricht (Países Bajos).

Por supuesto, el cirujano sigue controlando la sutura robótica. Hay numerosas tareas poco complejas durante una intervención quirúrgica, que requieren absolutamente las habilidades de un cirujano matizado. Todavía queda mucho camino por recorrer antes de que podamos asistir a una utopía de la IA en la que los robots sustituyan a los cirujanos o a las enfermeras. Sin embargo, por ahora son excelentes ayudantes que pueden reducir la variabilidad de los resultados.

3) Juicio clínico o diagnóstico

La IA puede mejorar, y ya lo está haciendo, la detección precoz de enfermedades como el cáncer y las retinopatías. El uso de la IA en los análisis y la revisión de mamografías y radiología imágenes puede acelerar el proceso hasta 30 veces, y con una precisión de 99%. En 2017, Universidad de Stanford published a study describing successful use of AI algorithms to detect skin cancer against the diagnosis of 21 dermatologists. Este año, Google DeepMind La tecnología entrenó con éxito una red neuronal para detectar más de 50 tipos de enfermedades oculares, analizando escaneos de la retina en 3D, en un estudio de colaboración con una investigación conjunta con el Moorfields Eye Hospital de Londres (Reino Unido). El mayor avance de este estudio respecto a sus predecesores es la posibilidad de explicar cómo el ordenador llegó a algunas de las interpretaciones. Superar una caja negra anterior de interpretación e inferencia de datos refuerza la fiabilidad y la confianza en esta aplicación.

Lo más importante es reconocer y destacar el beneficio de combinar los poderes de los algoritmos de IA con los poderes de los médicos. En el Simposio Internacional de Imagen Biomédica se celebró un concurso de sistemas computacionales programados para detectar el cáncer de mama metastásico a partir de imágenes de biopsia. Mientras que el programa ganador realizó el diagnóstico con una tasa de éxito del 92,5%, la combinación con la opinión y experiencia de los patólogos humanos aumentó esa cifra hasta el 99,5% de éxito.

4) Medicina de precisión

One of the most valuable examples of artificial intelligence in healthcare is precision medicine, which is currently touted as the paradigm-shifting healthcare practice. The foundation of precision medicine relies on the copious amounts of data collected from many disruptive technological innovations, including health sensors patients use at home, cheap genome sequencing and advanced biotecnología. Precision medicine refers to “tailoring of medical treatment to the individual characteristics of each patient”. Medical practices are now rapidly shifting from making decisions based on few seemingly overlapping features among patients, to adopting a more personalized format.

Precision medicine depends on advanced supercomputing algorithms with aprendizaje profundo and thus, uses the cognitive capabilities of physicians at a new scale. In this day and age of easy access to genomic data, one of the challenges is to plough through to identify genetic variants that increase disease risk. Intel, en colaboración con el Instituto de Investigación Scripps, CA, Estados Unidos ha desarrollado un algoritmo de aprendizaje profundo que podría detectar 23 pacientes con mayor riesgo de enfermedad cardiovascular, no identificados por los métodos estadísticos convencionales, con una precisión de 85%. IBM Watson y Google DeepMind son los líderes en la extracción de historiales médicos, con el objetivo final de crear un "asistente cognitivo" dotado de una serie de conocimientos clínicos y capacidades de análisis y razonamiento, además.

5) Descubrimiento de fármacos

El formato actual de los ensayos clínicos lleva décadas de investigación y cuesta miles de millones de dólares. Según la Asociación de Investigación Biomédica de California, "sólo cinco de cada 5.000 fármacos que comienzan las pruebas preclínicas llegan a ser probados en humanos y sólo uno de estos cinco es aprobado para su uso en humanos". The use of AI in drug discovery can help pharmaceutical companies to streamline drug discovery as well as, drug repurposing. Many pharma giants, including Pfizer, Sanofi and Genetech are now partnering with AI service providers- IBM Watson, Exscientia’s artificial-intelligence and GNS Healthcare, respectively, to drive their oncología drug discovery programs. AI can pinpoint to previously unknown causes of various diseases, and, enable testing of more compounds with higher accuracy and reproducibility. Using AI for drug discovery would enable us to get rid of the traditional trial and error approach and embrace a more patient-driven biology via using more data-derived predictive hypotheses. Atomwise, a desarrollo de fármacos company used AI to analyze if existing medicines could be redesigned to target the Ebola virus in 2016. An analysis that would have normally taken months or years by the conventional means, was instead accomplished in a single day, resulting in two potential hits. While, the in silico Aunque las técnicas de modelización adquieren cada vez más importancia en la investigación y el desarrollo (I+D) de medicamentos modernos, están lejos de sustituir la productividad estándar de la I+D de la industria farmacéutica.

Mientras que las prácticas mencionadas anteriormente son algunas de las aplicaciones de IA más "chulas", lo que pasa desapercibido entre bastidores es la asistencia al flujo de trabajo administrativo por parte de la IA, con un valor estimado de $18 mil millones. La IA ha movilizado la automatización de los trabajos administrativos que pueden ayudar a los médicos y enfermeras en sus trabajos rutinarios de recogida, registro y almacenamiento de datos a largo plazo. Al deshacerse de las partes repetitivas del trabajo de un médico, la IA podría ayudar a la disponibilidad del cuidador para el paciente de forma regular.

Cuestiones éticas

Todo el despliegue de la inteligencia artificial en la sanidad va acompañado de la otra cara de la moneda: los problemas de privacidad de los datos y el uso ético de la IA. Algunas de las preocupaciones éticas que rodean a la IA incluyen, entre otras, cuestiones como:

  • ¿Quién sería el responsable de que los errores de las máquinas puedan llevar a una mala gestión de la atención?
  • ¿Un sesgo preexistente (subgrupos de pacientes infrarrepresentados o sobrerrepresentados) en los datos utilizados para el entrenamiento de la IA, reforzaría el sesgo en el diagnóstico y los análisis en lugar de eliminarlos?
  • ¿Se informará a los pacientes del alcance del papel que desempeña la IA en su tratamiento?
  • ¿Animaría la IA a los pacientes a no pedir consejo a un médico y a entregarse al autodiagnóstico y la medicación?
  • ¿Podrían los profesionales sanitarios sentirse amenazados por la IA ante una posible pérdida de autoridad y autonomía? ¿Afectaría esto a su vez a su práctica médica?

Estos fueron los ejemplos de inteligencia artificial en la sanidad. Está claro que, al ser una tecnología incipiente, la IA es una cuerda floja que requiere ser pisada con cuidado. Si se utiliza de forma responsable, teniendo en cuenta los criterios éticos y de privacidad de datos asociados, la IA puede conducir a una transformación sin precedentes en el funcionamiento del sector sanitario. Y mientras esta transición está en marcha, es importante formar a los actuales profesionales de la medicina en el uso de la IA. Dado que la IA es una palabra de moda actualmente envuelta en el bombo y platillo, es importante darse cuenta de lo que realmente ayuda y lo que no, para evitar ser embaucado. Si bien la inteligencia artificial está lejos de eliminar la participación humana en el sector sanitario, podría definitivamente volcar los puestos de trabajo a favor de los profesionales educados y que acepten la inteligencia artificial en este sector.

 

———————-
Need to consult an Artificial Intelligence expert? Hire from over 16,000 científicos autónomos on Kolabtree. It’s free to post your project and get quotes from experts.


Kolabtree helps businesses worldwide hire freelance scientists and industry experts on demand. Our freelancers have helped companies publish research papers, develop products, analyze data, and more. It only takes a minute to tell us what you need done and get quotes from experts for free.


Unlock Corporate Benefits

• Secure Payment Assistance
• Onboarding Support
• Dedicated Account Manager

Sign up with your professional email to avail special advances offered against purchase orders, seamless multi-channel payments, and extended support for agreements.


LEER TAMBIÉN  Cómo un redactor médico autónomo puede impulsar su negocio
Comparte.

Sobre el autor

Maya Raghunandan obtuvo su doctorado en Bioquímica y Biología Molecular en la Universidad de Minnesota, en las ciudades gemelas de Estados Unidos. En la actualidad, es científica de biología del cáncer en la Universidad Católica de Lovaina, Bruselas, Bélgica. En su tiempo libre, escribe sobre descubrimientos científicos interesantes en su blog sin jerga http://www.sciencesnippets.org/. Porque la ciencia no tiene por qué parecer complicada. Al contrario, debe ser comprensible para todos.

Dejar una respuesta