El impacto de la inteligencia artificial en la gestión clínica

Autor: Carlos Alberto Díaz.

Resumen:

La Inteligencia Artificial será en pocos años un complemento indispensable de la Medicina, no reemplazará el criterio médico, ni a los médicos, o a las enfermeras, permitirá acceder a bases de datos para investigar, aprender, acceder a conocimientos para disminuir los errores y acortar el tiempo de difusión del aprendizaje, como es la realidad virtual para la simulación, la elección de la terapéutica adecuada, ampliar las posibilidades diagnósticas, eliminar tareas repetitivas y monótonas que hoy realizamos para que ocupemos más tiempo estando con nuestros pacientes.

Desarrollo

Lo complejo de contar con base de datos agrupados para disminuir la incertidumbre y la racionalidad limitada, es socializar el acceso a las personas que harán un buen uso del mismo, ciertamente genera una perspectiva muy positiva, porque disminuye el gap de acceso a la innovación del conocimiento, el principal inconveniente radica en como se seleccionan esos conocimientos, con que evidencia se respaldarán, fundamentarán y protegerán, evitando la influencia intencionada por el complejo industrial médico y la industria farmaceutica o de dispositivos, coaptan los ensayos y las sociedades científicas, las publicaciones, el ocultamiento de los datos, la independencia de la investigación. Carliste J un anestesista que se desempeña en el Sistema de Salud de Inglaterra ha publicado mediante revisiones estadísticas inconsistencia en los datos analizados que pueden corresponder a fraudes.

En el último estudio, Carlisle revisó los datos de 5.087 ensayos clínicos publicados durante los últimos 15 años en dos prestigiosas revistas médicas, Jama y el New England Journal of Medicine, y seis revistas de anestesia. En total, 90 ensayos publicados tenían patrones estadísticos subyacentes que era poco probable que aparecieran por casualidad en un conjunto de datos creíbles, concluyó la revisión.

“Esto plantea serias preguntas sobre los datos en algunos estudios”, dijo Carlisle. “Inocente o no, la tasa de error es preocupante a medida que determinamos cómo tratar a los pacientes sobre la base de esta evidencia”, agregó.

Si esta información se permeabiliza en la inteligencia artificial sería como contaminar el agua corriente con un tóxico.

El saber no le pertenece a los médicos, ni a la medicina, sino que está disponible en internet, y la relación con los pacientes es más participativa, llegándose en muchas enfermedades crónicas a decisiones participativas.

Se está viviendo una época apasionante donde la memoria humana médica no es suficiente, porque cada 73 días los datos sanitarios se duplican. Y cada persona durante su vida generará una cantidad de datos sobre su salud con los que podría llenar 300 millones de libros. La avalancha de información es incontenible, y no tiene precedentes. Los médicos simplemente no pueden mantenerse al día ante la creciente cantidad de información disponible para ellos. Los métodos de enseñanza, aprendizaje, entrenamiento exigen una transformación, le enseñaremos a nuestros residentes y maestrandos, simplemente donde esta la información confiable. Lo que más preocupa y ocupa, es ver la calidad de los datos y la evidencia que se nutra la base de datos, quien es el que selecciona que es importante o no, y cada cuanto esta base debe ser renovada. Si debe ser actualizada en un tiempo definido o cuando ocurra una publicación que selle un nuevo concepto.

La tecnología finalmente les permitirá a los médicos centrarse en lo que los hace buenos profesionales, tratar a los pacientes, personalizar e innovar en sus cuidados. La realidad virtual permitirá entrenarse, capacitarse, ver que táctica quirúrgica emplearán.

El gran cambio que se producirá en las aplicaciones de asistencia sanitaria del futuro será el uso cada vez mayor de técnicas de aprendizaje automático a través de las grandes bases de datos, que servirán con insumo vital a las investigaciones de carga de enfermedad y sanitaria, a respuestas en el mundo real a tratamientos previamente evaluadas. Las ventajas que puede ofrecer, por ejemplo, en aplicaciones de diagnóstico, probablemente sean muy importantes porque el aprendizaje automático desempeñará un papel no solo en la predicción, sino también en la prevención mediante la detección temprana, en disminuir el sesgo por desconocimiento y el tratamiento adecuado al vincular correlaciones conocidas de los métodos de tratamiento de pacientes.

Algunas aplicaciones médicas como el sistema Watson para Oncología, ya utilizan el aprendizaje automático, junto con otras tecnologías para apoyar la detección del cáncer.

Estas técnicas pueden descubrir patrones y correlaciones ocultos que logran proporcionar información para perfeccionar la toma de decisiones. Además, las técnicas de Big Data pueden aplicarse a datos que proceden de diversas fuentes.

El juicio clínico, el criterio médico, lo deberíamos considerar en todos sus componentes como ser: la toma de decisiones clínicas, la relación con el paciente en las decisiones compartidas y, por lo tanto, en el verdadero empoderamiento (empowerment) y compromiso (engagement) del paciente. Deberíamos considerar también cómo afectará a los roles profesionales, en especial el del médico y el de la enfermera, tanto en la medicina hospitalaria como en la atención primaria y, en resumen, en la gestión clínica, que permitirá desempeñarse con menos incertidumbre, con menos dudas, con un apoyo constante, reduciendo el gap de conocimiento, especialmente cuanto más año tiene el médico. 

Otro aspecto clave de la inteligencia artificial es para disminuir los desperdicios, en cuanto a la consistencia de las prescripciones, colocando en los sistemas mediante relaciones de efectos adversos y contraindicaciones, advertencias con sistemas poka yoke o a prueba de tontos como en el sistema Lean, para que cuando se usan los sistemas digitalizados de prescripción en internación o ambulatorio, surgen advertencias que eviten errores, especialmente por ignorancia profesional o por fatiga.

La incorporación de herramientas Big Data provocará un cambio de paradigma en el abordaje diagnóstico, de monitorización y de pronóstico de las enfermedades a la vez que ya permite que las computadoras aprendan patrones gracias a una técnica llamada ‘Machine Learning’ o aprendizaje automático que trastoca las estadísticas clásicas. Donde la mente humana no puede llegar, sí que podemos permitirnos el diseño de algoritmos predictivos que, basados en la inteligencia artificial, pueden alterar en un futuro próximo la atención sanitaria, permitiendo la medicina de precisión.

Big Data: Una IA alimentada con Big Data puede predecir epidemias, curar enfermedades, mejorar la calidad de vida y evitar muertes prevenibles. En un entorno clínico, atiende enfermedades basadas en evidencia y resultados obtenidos en cada paciente, al tiempo que garantiza su seguridad. También ayuda a la industria a abordar problemas relacionados con la variabilidad en la calidad y gastos de la atención médica.

El desarrollo de soluciones basadas en la IA se ha multiplicado exponencialmente en el caso de la diabetes, según un estudio español publicado el pasado mes de mayo en la revista JMIR gracias a una beca FEDER. El análisis, dirigido el doctor Josep Vehi, catedrático de Ingeniería Eléctrica y Biomédica en la Universidad de Girona, señala que la predicción de niveles de glucosa está siendo posible gracias a los sistemas de IA basados en grandes cantidades de datos, y va a permitir tratamientos muchos más individualizados. Su equipo participa en el Consorcio español de Páncreas Artificial y Tecnología de la Diabetes. “los métodos de IA en combinación con las últimas tecnologías, tienen el potencial de permitir la la evaluación de riesgos, la supervisión del paciente y la seguridad en patologías como la diabetes”. Todos estos métodos “se combinan en un sistema de apoyo a la toma de decisiones que ayudará a los pacientes en el autocontrol de la diabetes para cualquier tipo de terapia”.

https://www.jmir.org/2018/5/e10775/

La inteligencia artificial es capaz de identificar patrones ocultos en los datos que pueden ayudar a un médico a prescribir tratamientos más personalizados  

En países o lugares con pocos médicos especialistas, la inteligencia artificial puede ayudar a médicos de atención primaria a acceder a un conocimiento más especializado que permita coordinarse de forma más eficiente con el médico especialista  

algunas especialidades se beneficiarán más rápidos y más profundamente que otras, en las revisiones estudiadas surgen algunas como:

la medicina general podrán acceder a más conocimientos, más rápidamente, ver de que forma consultar mejor para su paciente. Podrán contar con más datos, de los pacientes que traerán el los dispositivos portátiles o se los puedan transmitir, lo que permitirá ofrecer la posibilidad de correcciones de tratamiento en forma remota, especialmente en aquellos pacientes con multimorbilidad y polipatología que se debe corregir el tratamiento. Permite y esto es fundamental ampliar la captación de datos de su población a los médicos de cabecera y generar servicio de “postatención”

En la radiología y en la cardiología se esta avanzando con un algoritmo llamado Medical Sieve para ayudar a la toma de decisiones. La FDA en 2017 aprobó el primer algoritmo de aprendizaje profundo basado en información que estará en la nube para imágenes cardíacas desarrollado por Arterys.

En la oncología la inteligencia artificial allanará el camino para la medicina de precisión y los tratamientos específicos. los oncólogos ya están personalizando los tratamientos basados en los antecedentes genéticos de sus pacientes.

los dermatólogos ya aprovechan las bases de datos de imagenes para contrastar la que tienen digitalizada con muchas otras, que permitirán que a distancia se puedan hacer aproximaciones diagnósticas.

Estos avances en el presente abren un campo que requerirá inversiones, investigación, ruptura de preconceptos y la barrera de los intereses. modificará el campo profesional de trabajo para bien, con más precisión, más información y menos errores.

Los sistemas sanitarios manejan una cantidad ingente de datos. La aplicación de tecnologías de Inteligencia Artificial (IA) permitirá aprovechar esta información, resolviendo problemas que hasta ahora no habían tenido solución, descubriendo interacciones desconocidas y generando nuevo conocimiento.

Publicado por saludbydiaz

Especialista en Medicina Interna-nefrología-terapia intensiva-salud pública. Director de la Carrera Economía y gestión de la salud de ISALUD

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

A %d blogueros les gusta esto: