5 ejemplos reales de IA en la sanidad

0

Las aplicaciones y ejemplos de La inteligencia artificial en la sanidad promete una asistencia sanitaria asequible, mejores tasas de éxito, ensayos clínicos eficientes y 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) en las aplicaciones de salud del consumidor, esta aplicación está creciendo a pasos agigantados en la última década. Las aplicaciones de salud fomentan un comportamiento saludable entre los individuos. Ahora que las principales empresas, como Apple, han convertido el seguimiento de la salud cardíaca, la detección de caídas y el SOS de emergencia en productos importantes de su cartera, parece que la IoMT ha llegado para quedarse. Un informe de Allied Market Research afirma que el 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 publicó un estudio en el que se describe el uso exitoso de algoritmos de IA para detectar el cáncer de piel frente al diagnóstico de 21 dermatólogos. 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

Uno de los ejemplos más valiosos de la inteligencia artificial en la sanidad es la medicina de precisión, que actualmente se anuncia como la práctica sanitaria que cambiará el paradigma. Los fundamentos de la medicina de precisión se basan en las copiosas cantidades de datos recogidos a partir de muchas innovaciones tecnológicas disruptivas, como los sensores de salud que los pacientes utilizan en casa, la secuenciación barata del genoma y la biotecnología avanzada. La medicina de precisión se refiere a la "adaptación del tratamiento médico a las características individuales de cada paciente". Las prácticas médicas están pasando rápidamente de tomar decisiones basadas en unas pocas características aparentemente coincidentes entre los pacientes, a adoptar un formato más personalizado.

La medicina de precisión depende de algoritmos avanzados de supercomputación con aprendizaje profundo y, por tanto, utiliza las capacidades cognitivas de los médicos a una nueva escala. En esta época de fácil acceso a los datos genómicos, uno de los retos es identificar las variantes genéticas que aumentan el riesgo de enfermedad. 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". El uso de la IA en el descubrimiento de fármacos puede ayudar a las empresas farmacéuticas a agilizar el descubrimiento de fármacos, así como la reutilización de los mismos. Muchos gigantes farmacéuticos, como Pfizer, Sanofi y Genetech, se están asociando con proveedores de servicios de IA, como IBM Watson, la inteligencia artificial de Exscientia y GNS Healthcare, respectivamente, para impulsar sus programas de descubrimiento de fármacos oncológicos. La IA puede detectar causas desconocidas de diversas enfermedades y permitir el ensayo de más compuestos con mayor precisión y reproducibilidad. El uso de la IA para el descubrimiento de fármacos nos permitiría deshacernos del enfoque tradicional de ensayo y error y adoptar una biología más orientada al paciente mediante el uso de más hipótesis predictivas derivadas de los datos. Atomwise, una empresa de desarrollo de fármacos, utilizó la IA para analizar si los medicamentos existentes podían rediseñarse para atacar el virus del ébola en 2016. Un análisis que normalmente habría llevado meses o años por los medios convencionales, se llevó a cabo en un solo día, dando como resultado dos posibles éxitos. Mientras, la 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.

 

———————-
¿Necesitas consultar a un experto en Inteligencia Artificial? Contrate a más de 16.000 científicos autónomos en Kolabtree. Es gratis publicar su proyecto y obtener presupuestos de expertos.


Kolabtree ayuda a las empresas de todo el mundo a contratar expertos bajo demanda. Nuestros freelancers han ayudado a las empresas a publicar artículos de investigación, desarrollar productos, analizar datos y mucho más. Sólo se necesita un minuto para decirnos lo que necesita hacer y obtener presupuestos de expertos de forma gratuita.


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

Expertos autónomos de confianza, listos para ayudarle con su proyecto


La mayor plataforma mundial de científicos autónomos  

No gracias, no estoy buscando contratar en este momento