El largo camino de la IA en el diagnóstico de enfermedades

El largo camino de la IA en el diagnóstico de enfermedades
Efe

La aplicación de la tecnología se enfrenta aún a grandes retos antes de poder ser utilizada como un nuevo estándar ante los pacientes

A. HERRANZ

Cada vez que un ordenador dotado con inteligencia artificial (IA) es capaz de diagnosticar una enfermedad de forma más precisa o rápida que los humanos acapara titulares en la prensa. Y aunque estos hitos marcan las posibilidades que esta tecnología puede tener en la medicina, aún queda un largo camino para que su empleo sea algo tan rutinario como un simple análisis de sangre.

La IA utiliza motores de búsqueda y sistemas sofisticados para el análisis complejo de textos, estudios, bases de datos, pruebas médicas y archivos de pacientes. El procesamiento de la información en esta tecnología se asemeja a la actividad cerebral. Una neurona se modela como una función (algoritmo), que incluye entrada, parámetros y salida. Fotos, textos, números, videos o archivos de audio se usan como entrada de datos, permitiendo así al modelo reconocer patrones de manera independiente, ofrecer mejores resultados y, en última instancia, evaluar datos desconocidos.

Durante el periodo de aprendizaje de la inteligencia artificial, la priorización de los parámetros y, por lo tanto, los vínculos en el sistema cambian. Con toda esta información y análisis, la IA se prepara para detectar tumores en tomografías y resonancias magnéticas, cáncer de piel en dermatología y enfermedades pulmonares en radiografías. Se espera que lo haga, además, de forma mucho más rápida y precisa que los especialistas humanos, y eliminando muchos de los posibles errores o falsos positivos.

Sin embargo, eso no quiere decir que estos sistemas vayan a trabajar de forma autónoma. De hecho, serán los propios médicos y expertos humanos los que se servirán de las herramientas de IA para intentar resolver algunos de los desafíos de salud, traduciendo esta cantidad ingente de datos y conocimiento en información para tomar decisiones más informadas sobre la atención a pacientes.

Confianza en los datos

Las empresas del sector de la salud reconocen el potencial de la inteligencia artificial. De momento, los esfuerzos de esta tecnología están centrados, sobre todo, en mejorar los diagnósticos y las terapias. No obstante, también tiene potencial para otras aplicaciones, según un estudio de la firma especialista en gestión de datos NetApp. En cualquier caso, para ello se enfrenta aún a grandes retos que pueden resumirse en dos: los datos que maneja la propia IA y la confianza que inspira.

Manel Picalló, 'consulting solutions engineer' de NetApp España, explica en este sentido la dificultad utilizar los datos que son necesarios para el entrenamiento de las redes neuronales artificiales profundas necesarias en los sistemas de IA. En el sector de la salud esta información tan sensible «se halla en muchas ocasiones sujeta a estrictas leyes en lo referente a la protección de datos», otro obstáculo al que hacer frente.

Una situación que, no obstante, podría agilizarse, según este experto, si existiera una legislación específica de la protección de datos médicos que hiciera referencia al tratamiento concreto de lo que se puede hacer con dicha información respecto al entrenamiento de modelos de IA.

El segundo obstáculo para una mayor utilización de la inteligencia artificial «es el uso que se derivará luego, en caso de entrenar redes neuronales artificiales para el diagnóstico y/o las terapias de cura a seguir. Los profesionales de la medicina han de confiar en los resultados de los sistemas de IA para poder avanzar», previene Picalló. Es decir, de la actual relación de confianza entre paciente y doctor, «que es fundamental, debemos ir a una segunda relación de confianza: la de paciente/doctor y doctor/IA».

Más