La inteligencia artificial en medicina consiste en el uso de modelos de machine learning para procesar datos médicos y ofrecer a los profesionales perspectivas importantes que mejoren los resultados sanitarios y la experiencia de los pacientes.
Gracias a los recientes avances en informática y ciencia computacional, la inteligencia artificial (IA) se está convirtiendo rápidamente en una parte integral de la sanidad moderna. Los algoritmos de IA y otras aplicaciones impulsadas por IA se están utilizando para apoyar a los profesionales médicos en entornos clínicos y en investigaciones en curso.
Actualmente, las funciones más comunes de la IA en entornos médicos son el apoyo a la toma de decisiones clínicas y el análisis de imágenes. Las herramientas de apoyo a la toma de decisiones clínicas ayudan a los proveedores a tomar decisiones sobre tratamientos, medicamentos, salud mental y otras necesidades de los pacientes, y les proporcionan un acceso rápido a información o investigaciones relevantes para ellos. En las imágenes médicas, las herramientas de IA se utilizan para analizar TC, radiografías, resonancias magnéticas y otras imágenes en busca de lesiones u otros hallazgos que un radiólogo humano podría pasar por alto.
Los desafíos que la pandemia de COVID-19 creó para muchos sistemas de salud también llevaron a muchas organizaciones sanitarias de todo el mundo a comenzar a probar sobre el terreno nuevas tecnologías respaldadas por IA, como algoritmos diseñados para ayudar a monitorizar a los pacientes y herramientas con IA para detectar a los pacientes con COVID-19.
La investigación y los resultados de estas pruebas aún se están recopilando, y las normas generales para el uso de la IA en medicina aún se están definiendo. Sin embargo, las posibilidades de que la IA beneficie a médicos, investigadores y pacientes no dejan de aumentar. A estas alturas, no cabe duda de que esta se convertirá en una parte esencial de los sistemas sanitarios digitales que sustentan la medicina moderna.
Manténgase al día sobre las tendencias más importantes e intrigantes del sector en materia de IA, automatización, datos y mucho más con el boletín Think. Consulte la Declaración de privacidad de IBM.
La IA puede influir positivamente en la práctica de la medicina, ya sea al acelerar el ritmo de la investigación o al ayudar a los médicos a tomar mejores decisiones.
A continuación se muestran algunos ejemplos de cómo podría utilizarse la IA:
A diferencia de los humanos, la IA no necesita dormir. Los modelos de machine learning podrían utilizarse para observar las constantes vitales de los pacientes que reciben cuidados intensivos y alertar a los médicos si aumentan determinados factores de riesgo. Los dispositivos médicos, como los monitores cardíacos, pueden seguir las constantes vitales, pero la IA puede recopilar los datos de estos dispositivos y buscar afecciones más complejas, como la sepsis. Un cliente de IBM ha desarrollado un modelo predictivo de IA para bebés prematuros con una precisión del 75 % en la detección de sepsis grave.
La medicina de precisión podría recibir más apoyo gracias a la asistencia virtual de la IA. Dado que los modelos de IA pueden aprender y retener preferencias, tienen el potencial de ofrecer recomendaciones personalizadas en tiempo real a los pacientes las 24 horas del día. En lugar de tener que repetir la información con una persona nueva cada vez, un sistema de salud podría ofrecer a los pacientes acceso permanente a un asistente virtual con IA que podría responder a preguntas basadas en el historial médico, las preferencias y las necesidades personales de cada paciente.
La IA ya desempeña un papel importante en el diagnóstico por imagen. Las investigaciones indican que la IA basada en redes neuronales artificiales puede ser tan eficaz como los radiólogos para detectar signos de cáncer de mama y otras enfermedades. Además de ayudar a los médicos a detectar signos tempranos de enfermedad, la IA también puede contribuir a que el ingente número de imágenes médicas que los médicos deben revisar sea más manejable, al detectar datos vitales del historial del paciente y presentarles las imágenes pertinentes.
Durante los ensayos clínicos se dedica mucho tiempo a asignar códigos médicos a los resultados de los pacientes y a actualizar los conjuntos de datos pertinentes. La IA puede ayudar a acelerar este proceso, ya que ofrece una búsqueda más rápida e inteligente de códigos médicos. Recientemente, dos clientes de IBM Watson Health descubrieron que podían reducir su número de búsquedas de códigos médicos en más de un 70 % con la ayuda de la IA.
El descubrimiento de fármacos suele ser una de las etapas más largas y costosas del desarrollo de medicamentos. La IA podría ayudar a reducir los costes de desarrollo de nuevos medicamentos principalmente de dos maneras: mediante la creación de mejores diseños de fármacos y el hallazgo de nuevas combinaciones prometedoras. Gracias a la IA, el sector de las ciencias de la vida podría superar muchos de los retos del big data.
La integración de la IA médica en los flujos de trabajo clínicos puede ofrecer a los profesionales sanitarios información valiosa a la hora de tomar decisiones relacionadas con la asistencia sanitaria. Un algoritmo de machine learning entrenado puede ayudar a reducir el tiempo de investigación y ofrecer a los médicos resultados de búsqueda válidos y basados en perspectivas fundamentadas sobre tratamientos y procedimientos mientras el paciente sigue en la habitación con ellos.
Hay algunas pruebas de que la IA puede ayudar a mejorar la seguridad de los pacientes. Una reciente revisión sistémica de 53 estudios revisados por pares que examinaron el impacto de la IA en la seguridad del paciente descubrió que las herramientas de apoyo a la toma de decisiones con IA pueden ayudar a mejorar la detección de errores y la gestión de medicamentos.
La IA podría reducir los costes en el sector sanitario de muchas formas. Algunas de las más prometedoras son la reducción de errores de medicación, la asistencia sanitaria virtual personalizada, la prevención del fraude y el apoyo a flujos de trabajo administrativos y clínicos más eficientes.
A muchos pacientes se les ocurren preguntas fuera del horario laboral habitual. La IA puede ayudar a proporcionar asistencia las 24 horas del día a través de chatbots capaces de responder a preguntas básicas y ofrecer a los pacientes recursos cuando la consulta de su proveedor no está abierta. La IA también podría utilizarse para clasificar las preguntas y marcar la información para su posterior revisión, lo que podría ayudar a alertar a los proveedores de cambios en la salud que requieren atención adicional.
Una gran ventaja del deep learning es que los algoritmos de IA pueden utilizar el contexto para distinguir entre diferentes tipos de información. Por ejemplo, si una nota clínica incluye una lista de los medicamentos actuales de un paciente junto con un nuevo medicamento que su proveedor recomienda, un algoritmo de IA bien entrenado puede identificar qué medicamentos pertenecen al historial médico del paciente mediante el procesamiento del lenguaje natural.