¿Son realistas las expectativas de la inteligencia artificial en salud?
Ignacio H. Medrano discriminando lo relevante, no habrá un salto cualitativo en el trabajo del profesional, la IA y el medicamento, la IA y…
Ignacio H. Medrano discriminando lo relevante, no habrá un salto cualitativo en el trabajo del profesional, la IA y el medicamento, la IA y la anatomía patológica digital.
Hace unas semanas Ignacio H. Medrano publicó un artículo en iSanidad que me parece de lo más interesante que he leído últimamente en español sobre la IA y salud.
La conclusión a la que llegaba o el camino que consideraba el más adecuado y probable es que los diferentes tipos de IA sean utilizadas para sus mejores prestaciones.
Si la IA “discriminativa” ya está siendo utilizada para la predicción de posibles diagnósticos, la predicción de la respuesta a los tratamientos o la identificación de lesiones en base al análisis de la imagen médica, que siga haciéndolo cada vez mejor.
Y si la IA generativa puede demostrar una gran capacidad en temas documentales y de comunicación que sea este el uso donde consigamos su relevancia.
Por eso decía el Chief Information Officer de Mayo Clinic, quien trabaja codo con codo con IA generativa gracias al acuerdo que tienen con Google, que no, que la IA generativa servirá para lo documental, pero no resolverá lo relevante, que es la ayuda a la decisión clínica.
Pero, siempre hay un pero, este planteamiento tiene que sostenerse desde el punto de vista inversor y empresarial. Sería muy largo explicar los condicionantes económicos, científicos, tecnológicos e incluso energéticos que están detrás de la IA generativa, pero… ¿Cuándo hemos vista alguna vez tal cantidad de expectativas y repercusión de una tecnología?
Porque si vemos un poco más en profundidad lo que opinan los profesionales, en su mayoría coinciden en que no habrá un salto cualitativo en su trabajo pero sí que se logrará contar con “soluciones y algoritmos que ayudarán en trabajos que quitan tiempo al profesional”.
Muy interesante el artículo de Redacción Médica que entrevista a responsable tecnológicos de centros como el Hospital del Mar, Hospital Clinic, y Hospital de Bellvitge.
No habrá nada automático y la IA siempre estará bajo la supervisión de un profesional, que tendrá la responsabilidad de validarlo todo
No habrá proyectos grandes, sino que a medida que se encuentren agujeros, se tendrá la sensación de que nos acercaremos a un ecosistema muy movido por la IA.
La introducción de la IA se realizará de forma paulatina y poco a poco. Se tiene que ser cuidadoso a la hora de tratar a los pacientes y generar mucha evidencia mediante ensayos clínicos e innovación.
Se debe estar seguro de la calidad de los datos, y esta calidad tiene muchas dimensiones.
Los hospitales son organizaciones difíciles, por lo que algunos procesos concretos se pueden asumir en cinco años seguro, pero en patologías concretas y no en un conjunto.
Si queremos ver otros ejemplos concretos del uso de la IA, tenemos que mirar a la industria farmacéutica.
No caben muchas dudas al respecto de sus beneficios en la investigación, el desarrollo y la fabricación de fármacos, “lo que significa que podremos descubrir, desarrollar y ofrecer tratamientos nuevos, más seguros y eficaces a los pacientes más rápido que nunca” afirman desde la Federación Europea de Industrias y Asociaciones Farmacéuticas (Efpia), y se hacen eco en Consalud.
Esta frase está extraída de la declaración sobre el uso de la IA en el ciclo de vida del medicamento en el contexto de la Ley de IA Europea aprobada recientemente, que en la publicación resumen.
El texto viene a decir que la creación de medicamentos ya está lo suficientemente regulado y que en su mayor parte no es necesario aplicar la futura reglamentación de la IA (IA Act).
Y finalizo con un ejemplo de uso de la IA, que como dije está presente especialmente en la ayuda al diagnóstico basado en imagen.
El Servicio de Anatomía Patológica de la Clínica Universidad de Navarra tiene en marcha un proyecto para la digitalización completa de las muestras de biopsias y resecciones quirúrgicas y el diagnóstico de órganos y tejidos gracias a la Inteligencia Artificial.
La anatomía patológica digital potencia la coordinación y la interconsulta entre profesionales al centralizar los datos y las evidencias. Pero además permite que se utilicen recursos de IA, en el caso de la CUN para el diagnóstico en pacientes oncológicos.
El uso aparejado de algoritmos de pronósticos o predictivos sirven ya para adelantar la respuesta terapéutica de la quimioterapia, la radioterapia y la inmunoterapia.
Espero que te haya gustado, si es así te agradezco que lo compartas. Puedes suscribirte a este blog de actualidad, y leer más artículos breves. Y por supuesto en CuraeSalud encontrarás la más amplia información sobre Salud Digital.
Autor: José Miguel Cacho