El potencial y los desafíos de la Salud 4.0 para enfrentar la pandemia de COVID-19: una revisión rápida

Cecilia-Irene Loeza-Mejía,1 Eddy Sánchez-DelaCruz,1 Pilar Pozos-Parra,2 y Luis-Alfonso Landero-Hernández1

Abstract

Introducción

El nuevo coronavirus (COVID-19) apareció en Wuhan, China, en 2019, y posteriormente, fue declarado una emergencia global por la Organización Mundial de la Salud [1]. La emergencia de COVID-19 trajo desafíos globales en la industria [24], la educación [5], la política [6], la economía [267], el turismo [7] y los servicios de salud [512]. Al ser una de las saludes más importantes [613], tener un papel fundamental en la respuesta a la COVID-19 [9] debido a la pandemia de COVID-19 se considera la primera crisis sanitaria mundial en la era digital [10]. El COVID-19 produce altas tasas de contagio en la población y el personal médico [210121415], alta tasa de propagación [16-18] y alto número de muertes [14] incluido el personal médico [712].

El virus COVID-19 tiene un largo período de incubación que incluso las personas pueden infectarse sin mostrar síntomas [2]. Por lo tanto, se han aplicado restricciones mundiales, como limitaciones de vuelo [1619], reducir o suspender el transporte público [20], distanciamiento social [7], cancelación de eventos masivos [3], regulaciones sobre operación comercial [3] y bloqueo parcial o estricto [101516192123]. Por todo lo anterior, la pandemia ha afectado el estilo de vida de las personas [7] y los procedimientos médicos rutinarios [11]. Asimismo, existe la necesidad de ofrecer servicios remotos debido a la población más susceptible, que padece enfermedades como hipertensión, cáncer y diabetes. Además, se considera que si falta infraestructura avanzada en tiempos de pandemia, la pandemia no será controlada y en el futuro, otro tipo de virus podría afectar a la sociedad [12]. Así, las tendencias tecnológicas se consideran clave para mejorar la asistencia sanitaria [24] y hacer frente a la pandemia de COVID-19 [7]. De ahí que hayan surgido diversas propuestas en la literatura para luchar contra el COVID-19, entre ellas la Industria 4.0 [425] que es una tendencia de automatización e intercambio de información que evoluciona continuamente en diversos sectores de la población e industrias, permitiendo el desarrollo de procesos y servicios más flexibles y eficientes.

Motivado por el éxito de la revolución 4.0, se desarrolla Salud 4.0, que se centra en el paciente [24] e integra servicios como cloud/fog computing [2630], big data [152628], red 5G [723273132], red 6G [12], blockchain [33] e Internet de las cosas (IoT) [26293134 ]. Además, se pronosticó que 2021 sería el año que se centra en los sistemas de salud [33]. Por lo tanto, la contribución de esta revisión es analizar el potencial y los desafíos de las aplicaciones de salud 4.0 de vanguardia, incluido el diagnóstico asistido, los entornos aumentados, los pronósticos de COVID-19, la robótica médica y los servicios clínicos remotos para enfrentar la pandemia de COVID-19.

Para la búsqueda de trabajos relevantes se utilizaron las siguientes palabras clave: «COVID-19», «health 4.0», «health care», «pandemic», «artificial intelligence», «machine learning», «deep learning» e «internet of things». En los estudios previamente localizados, se realizó una búsqueda manual en los artículos científicos localizados, de la siguiente manera: se analizaron los trabajos citados que eran similares por título y luego se hizo lo mismo con aquellos similares. Estudios a partir de bases de datos científicas1 y un motor de búsqueda2, se incluyeron: artículos, reseñas y puntos de vista.

El resto de este trabajo se organiza de la siguiente manera, la Sección 2 revisa las tareas médicas en Salud 4.0 que se pueden realizar, incluido el diagnóstico asistido (subsección 2.1), los entornos aumentados (subsección 2.2), las previsiones de COVID-19 (subsección 2.3), la robótica médica (subsección 2.4) y los servicios clínicos remotos (subsección 2.5). La Sección 3 expone los alcances de la Salud 4.0, mientras que en la Sección 4 se presentan los desafíos. Además, la sección 5 incluye conclusiones y trabajos futuros.

Tareas médicas

Diagnóstico asistido

El diagnóstico asistido ayuda a recibir el tratamiento adecuado a tiempo [35]. La investigación ha informado que la inteligencia artificial (IA) y el aprendizaje automático ayudan a desarrollar sistemas de apoyo a la toma de decisiones. Incluso pueden superar el hallazgo de un diagnóstico correcto en comparación con los médicos [36] principalmente en patologías utilizando imágenes [35]. El diagnóstico automático se puede realizar integrando algoritmos de IA con aplicaciones en computación en la nube / niebla [36] que permiten la portabilidad y el análisis de datos desde cualquier lugar [2936] a través de diferentes dispositivos IoT [30]. Además, el diagnóstico automático es especialmente útil cuando hay una falta de médicos especializados [37].

Figura 1 representa la canalización general de Salud 4.0 para el diagnóstico asistido, que implica la adquisición de datos, la interconexión de red, el procesamiento de datos y el diagnóstico asistido. Los datos de los pacientes provienen de diferentes fuentes, incluidos implantes inteligentes, sensores e imágenes biomédicas. Los datos se recopilan a través de diferentes redes informáticas. El procesamiento heterogéneo de datos se realiza mediante técnicas de preprocesamiento, selección y extracción de características. Finalmente, el diagnóstico asistido se lleva a cabo mediante técnicas de IA principalmente machine learning y deep learning.

Entornos aumentados

La cuarentena estricta dificulta el aprendizaje, por lo que se pueden utilizar la Realidad Aumentada (AR) y la Realidad Virtual (VR) [25]. AR y VR son formas novedosas de explorar afecciones médicas [38] y mejorar el diagnóstico visual [39]. La realidad virtual puede ayudar a explorar el virus COVID-19 de una manera tridimensional [23]. Además, se puede aplicar para la enseñanza (es decir, anatomía, dermatología [39], enfermería [38] fisioterapia [40]), planificación de procedimientos (es decir, dermatología [39], maxilofacial [41]), seguimiento de lesiones (es decir, dermatología [39]), simulación y capacitación en procedimientos [38], como la capacitación de médicos en ortopedia y cirugía [3441 ]. Balian et al. analizaron la viabilidad de un sistema de entrenamiento que utiliza AR para simular la reanimación cardiopulmonar, donde el 98% de los participantes del estudio reconocieron que la visualización ayuda al entrenamiento [42]. Del mismo modo, Kelly et al. concluyeron que las estrategias de razonamiento clínico pueden hacerse explícitas cuando se usa AR [40]. Además, la visión por computadora aplicada en AR y VR permite obtener, procesar, analizar y comprender imágenes y videos [43], por lo tanto, las computadoras pueden comprender el contexto del mundo físico. Además, la aplicación de la IA en AR permite el reconocimiento automático de objetos [43]. Por lo tanto, la IA y la visión por computadora se pueden aplicar para mejorar la experiencia de los proveedores de atención médica y ofrecer entornos personalizados para la enseñanza clínica. Salud 4.0 permite conectar los mundos físico y virtual [44].

Previsiones de COVID-19

Los modelos de previsión proporcionan información cuantitativa valiosa y ayudan a tomar decisiones a corto plazo [45]. Por lo tanto, los modelos de pronóstico pueden ayudar a prevenir la propagación de COVID-19 y asignar suministros médicos [45]. El aprendizaje automático y el aprendizaje profundo pueden predecir brotes de COVID-19 [254647] y descubrir trayectorias de enfermedades en zonas geográficas [48]. Además, el aprendizaje automático y el aprendizaje profundo pueden predecir casos de COVID-19 [3234952], muertes [50] y casos recuperados [50]. Además, las previsiones han permitido la generación de mapas y cuadros de mando de propagación de la COVID-19 [17]. Además, utilizando sistemas móviles de información geográfica (SIG), se puede realizar un seguimiento de COVID-19 casi en tiempo real [17]. Del mismo modo, el procesamiento del lenguaje natural (PNL) ayuda a llevar a cabo traducciones de paneles de mapeo a varios idiomas [17]. En la Fig. ​Figura 2,2, presentamos un ejemplo ilustrativo de un diseño de pronósticos de COVID-19

Ejemplo de diseño de pronóstico de COVID-19

Robótica médica

Los robots son agentes basados en máquinas que interactúan con el entorno y pueden adaptarse para realizar ciertas tareas [14]. Los robots médicos pueden ayudar en diversas tareas, como el tratamiento de pacientes [34], la cirugía y el reconocimiento de actividades quirúrgicas. La cirugía asistida por robot proporciona ventajas como la invasividad mínima [53], una mejor visión y un mejor control del instrumento [5456], lo que permite su aplicación en condiciones ambientales difíciles [34] y facilita cirugías complejas [57].

Recientemente, se ha observado un aumento en la cirugía asistida por robot, mostrando aplicaciones como prostatectomía radical [55], radiocirugía de cáncer gastrointestinal [57], resección hepática [54], artroplastia de rodilla [56], ginecología laparoscópica [53], bariátrica [58] y cirugía endoscópica de la base del cráneo [59]. Los estudios han demostrado que la recuperación después de llevar a cabo la prostatectomía radical asistida por robot ocurre en un tiempo más corto [55]. Además, los tratamientos se pueden llevar a cabo a través de la telecirugía mediante la incorporación de IA, Internet táctil 5G y computación en la niebla [32]. Igualmente bien, el aprendizaje profundo se puede implementar en cirugía robótica para resolver la cinemática inversa del robot espacial similar a una serpiente [57], mostrando un buen rendimiento en precisión y velocidad. Además, se ha aplicado el aprendizaje profundo para llevar a cabo el reconocimiento de actividades quirúrgicas (como la detección de herramientas y personas) en videos capturados en el quirófano [6061], por lo que mejora las capacidades de control del cirujano [61].

Servicios clínicos remotos

Los avances en telecomunicaciones como la red 5G [72632], la red 6G [12], Internet táctil [32]), los dispositivos portátiles [2631] y las redes de sensores [62] hacen que la telemedicina de servicios clínicos remotos sea factible y útil incluso en lugares remotos [32]. Los servicios de telemedicina ayudan a disminuir el riesgo de contagio de COVID-19 [7102563] al reducir el número de personas que necesitan asistir al hospital [1264].

La telemedicina tiene éxito tanto en emergencias como en chequeos de rutina [10]. La telemedicina tiene aplicaciones en teleodontología [11], teleasistencia [612], monitorización rutinaria [665], consultas [2766], recetas electrónicas [10], chatbots [67], robots táctiles/hápticos [12], telecirugía [12], drones médicos [217], teleenfermería [7], manejo del estrés [68] y síntomas comprobación [264]. Figura 3 ilustra la tubería general de Salud 4.0 para monitorear sistemas que interconectan a los pacientes con proveedores de atención médica y hospitales para el monitoreo continuo de pacientes y la generación de alarmas cuando tienen una condición crítica. Los sensores médicos pueden ayudar a obtener información [34], como la temperatura de los pacientes [2]. Además, los implantes inteligentes permiten la captura en tiempo real de datos físicos dentro del cuerpo [3469] teniendo beneficios terapéuticos y diagnósticos en la atención postoperatoria y la rehabilitación [70]. Los implantes inteligentes se han utilizado en implantes de corpectomía [70], evaluación postoperatoria en la columna vertebral [71], cirugía ortopédica [70], reemplazo articular [69], tratamiento de fracturas [69] y fijación de la columna vertebral [69].

Figura 3

Flujo de trabajo de Health 4.0 para sistemas de supervisión

Alcances de la Salud 4.0

En este apartado, informamos de las tareas de Salud 4.0 para hacer frente a la emergencia del COVID-19 (Tabla ​(Tabla 1).1). Figura 4 ilustra las partes interesadas, las tareas y las tecnologías en Salud 4.0. La integración de la IA, la visión artificial y otras tecnologías ofrecen grandes ventajas en diferentes tareas de Salud 4.0, como llevar a cabo la atención sanitaria de una manera más preventiva, predictiva y personalizada [24277273]. Además, Salud 4.0 conecta a los pacientes con profesionales de la salud incluso en lugares remotos [32], mejora la colaboración utilizando tecnología [2474], mejora la atención médica [75], reduce el riesgo de infección [1025] y facilita las estrategias pandémicas [15]. Además, los avances en IA, algoritmos, redes 5G [7], redes 6G [12], computación en la nube, IoT, SIG móvil [17] y potencia computacional permiten desarrollar sistemas casi en tiempo real [1776], monitoreo remoto de la salud [1277] y medición de parámetros clínicos (es decir, temperatura, frecuencia cardíaca, niveles de azúcar, parámetros sanguíneos) [21278 ]. Además, se espera que en 2030 IoT sea reemplazado por el Internet de Todo y que la tecnología 6G ofrezca una cobertura global con gran importancia en el mercado de la salud [12]. La cobertura de la red 6G será en espacio-aire-agua, por lo tanto, tendrá un papel importante en Salud 4.0 [12].

Cuadro 1

Tareas de Salud 4.0 para afrontar la pandemia del COVID-19

Tareas de Salud 4.0Problema de la pandemia de COVID-19Solución potencialIA y tecnologías
Diagnóstico asistidoFalta de médicos especializados en lugares remotos Cuarentena parcial o estrictaDiagnóstico automático [30]IA [152223253579] Computación en la nube [30] Aprendizaje profundo [3036377983] Computación en la niebla [2930] Aprendizaje automático [153684] Sensores [12]
Entornos aumentadosRestricciones de contacto Cuarentena parcial o estricta Clases en líneaSeguimiento de lesiones Planificación del procedimiento [41] Simulation Telesurgery [12] Training [233441]AR y VR [2334] Blockchain [33] Computer Vision Haptic [12] Holographic communication [12] Kinect sensors Mobile computing Vibrotactile gloves
Forecasts of COVID-19Generation of industry, school, and government reopening strategies COVID-19 case trackingPredict the outbreak [2546] Risk prediction [215]AI [21525] Deep learning [47] Drone-borne cameras [15] Mobile GIS [17] Machine learning [17] NLP [17] Portable digital recorders [15] Smartphone applications [15]
Robótica médicaRestricciones de contactoAmbulance robots [85] Assisted surgery [57] Nursing [85] Receptionist robots [85] Tratamiento robótico [34] Esterilización en superficies [285] Telecirugía [2632] Seguimiento de las actividades quirúrgicas [6061]5G-tactile internet [32] AI [32] Deep learning [145761] Impresión láser Robótica de aprendizaje automático [3234]
Servicios clínicos remotosCuarentena parcial o estricta Falta de médico especializado en lugares remotosEstudios de síntomas de COVID-19 [48] Recetas electrónicas [10] Recopilar información [86] Monitoreo de la salud [262831] Comunicación holográfica [12] Drones médicos [2] Evaluación postoperatoria [71] Rehabilitación [26] Cirugía remota [12] Teledentría [11] Paquetes de transferencia [86] Plataforma de atención virtual [15]Redes 5G [731] y 6G [12] IA [12] Big data [3187] Bluetooth [31]] Computación en la nube [28] Aprendizaje profundo [1262] Drones Computación en la niebla [2829] HTTP de alto rendimiento [31]] Aprendizaje automático [31] Aplicaciones móviles [2] PNL [67]] Redes de sensores [62] Termómetros inteligentes [2] Aplicaciones para smartphones [1128] Internet táctil [12] Dispositivos portátiles [2122628313648] Puntos de acceso Wi-Fi [15] Telemetría inalámbrica

Open in a separate window

Fig. 4

Stakeholders, tasks, and technologies in Health 4.0

Debido a las recomendaciones de que los pacientes con síntomas leves de COVID-19 sean manejados en casa [2], las aplicaciones de Salud 4.0 son una gran alternativa para ofrecer servicios remotos. De ahí que la salud 4.0 haya mostrado el potencial para llevar a cabo diagnósticos asistidos, entornos aumentados, previsiones de COVID-19, robótica médica y servicios clínicos remotos. Además, se ha demostrado una importante colaboración multinacional entre expertos médicos, líderes epidemiológicos y científicos de datos [48]. La colaboración entre los líderes de la salud, el gobierno y la industria tiene un papel importante en el modelado de los pronósticos de COVID-19 [45]. Del mismo modo, la toma de decisiones oportuna ayuda a reducir la velocidad de transmisión [45]. Los resultados obtenidos por los modelos de predicción de COVID-19 no solo se pueden aplicar en el área de la salud, sino también en el gobierno y la industria, para implementar una respuesta rápida a los brotes [45] y generar estrategias de reapertura.

Una de las áreas interesantes del diagnóstico asistido es la detección de COVID-19 donde se analizan principalmente los síntomas respiratorios, los estudios de anticuerpos y las imágenes biomédicas [83]. Además, han surgido estudios basados en el análisis de la tos para detectar COVID-19 [22]. Los enfoques de aprendizaje automático y aprendizaje profundo han demostrado aplicaciones en el diagnóstico de virus [79], sin extracción manual de características [83]. Mesa ​Cuadro22 revisa las técnicas de IA aplicadas en el diagnóstico de COVID-19 y las imágenes biomédicas analizadas, incluyendo TC y rayos X. Asimismo, los resultados obtenidos se muestran en términos de precisión (ACC), área bajo la curva (AUC), sensibilidad (RE), especificidad (SP) y precisión (PRE).

Cuadro 2

Técnicas de IA aplicadas en el diagnóstico de COVID-19

Campo de IAImágenes biomédicasTécnicasResultados
Aprendizaje profundoCTRed neuronal profunda de atención a lesiones [81]88.6% ACC
94% AUC
88,8% RE
87.9% PRE
Aprendizaje profundo multitarea [80]98.78% ACC
RadiografíaAprendizaje de transferencia profunda [88]98% RE ± 3
90% SP
Familia de modelos EfficientNet [82]93.9% ACC
96,8% RE
R–CNN más rápido [83]97,36% ACC
97,65% RE
99.28% PRE
Inicio V3 [16]>96% ACC
Aprendizaje profundo multitarea [80]84,67% ACC
Aprendizaje automáticoCTMáquina de vectores de soporte [89]99.68% ACC
RadiografíaMáquina de vectores de soporte [84]100% ACC
Máquina de vectores de soporte [90]99,27% ACC

Desafíos

En el ámbito de la Salud 4.0 se ha demostrado el potencial para hacer frente al COVID-19. Sin embargo, existen desafíos éticos [66], morales [10], técnicos, de privacidad [15], de seguridad [1223] y legales. Además, para aumentar la aceptación de la Salud 4.0, es necesario adaptarse a la población, teniendo en cuenta la cultura y los antecedentes religiosos de los usuarios [10]. En el campo del diagnóstico automático de COVID-19, es necesario poner a disposición del público más conjuntos de datos de imágenes para la detección, ya que tener un mayor número de muestras ayudará a desarrollar sistemas más robustos [80]. En la tabla ​Tabla 3,3, mostramos los retos que existen en las tareas de Salud 4.0.

Cuadro 3

Tareas y desafíos de Salud 4.0

Tareas de Salud 4.0Desafíos/necesidades
Diagnóstico asistidoLos estudios basados en IA, incluido el aprendizaje automático y el aprendizaje profundo, requieren una gran cantidad de datos para obtener un rendimiento confiable [153788]. Es posible que la IA no detecte pacientes asintomáticos [23]. Las imágenes biomédicas para COVID-19 son caras para quienes viven en países de bajo desarrollo.
Entornos aumentadosAR y VR todavía están en desarrollo [12]. Además, necesitan una gran cantidad de datos para proporcionar una excelente calidad de servicio [12]. Alto costo de las aplicaciones de realidad virtual [23]. Falta de expertos para configurar la rv virtual [23].
Previsiones de COVID-19Es necesario trabajar en conjuntos de datos disponibles públicamente, para que los estudios puedan ser validados por diferentes investigadores.
Robótica médicaLos robots necesitan alimentación de CA/CC para garantizar la disponibilidad [85].
Servicios clínicos remotosLos drones están expuestos a la piratería [23]. La falta de comunicación directa puede llevar a la desconfianza en el paciente [11]. Necesitan una alta velocidad de comunicación en red [12]. La telecirugía sigue siendo un campo emergente [12].
Todas las tareasLas redes 5G y 6G podrían ser costosas en los países en desarrollo [23]. Algoritmos de IA que utilizan grandes cantidades de recursos computacionales [12]. Las redes de comunicación requieren un alto nivel de seguridad porque la posible falla impactará en la vida del paciente [12]. Es necesario redefinir el modelo de negocio en los hospitales [12]. Los datos de salud son datos personales sensibles y requieren medidas de privacidad [66].

Conclusiones y orientaciones futuras

La pandemia de COVID-19 promueve la disrupción en diferentes sectores de la población. Esta investigación analizó las aplicaciones de Salud 4.0 que involucran IA y tecnologías de comunicación para ser aplicadas en diagnóstico asistido, entornos aumentados, pronósticos de COVID-19, robótica médica y servicios clínicos remotos. A través del uso de tecnologías como las redes 5G / 6G, la computación en la nube / niebla e Internet táctil, se pueden llevar a cabo varias tareas complicadas, como la recopilación de datos médicos casi en tiempo real, las tareas de simulación y la interconectividad con varios sectores de la medicina. Surgen estudios basados en robótica y realidad aumentada para mejorar la educación sanitaria de una forma menos invasiva y más interactiva. Además, Salud 4.0 permitirá mejorar los tratamientos de diagnóstico y rehabilitación. Por el contrario, todavía queda un largo camino por recorrer en Salud 4.0, se deben abordar áreas de oportunidad, para que la Salud 4.0 pueda aplicarse no solo en la pandemia de COVID-19, sino también en futuros virus globales y desastres naturales. El trabajo de investigación futuro debe centrarse en:

  • Realizar estudios de COVID-19 mediante análisis de tos, para poder realizar estudios en países que carecen de equipos médicos como escáneres de TC para realizar estudios de virus.
  • Desarrollar técnicas de IA que utilicen menos recursos computacionales.
  • Incluir diferentes sectores, como los sectores médico, empresarial, legal y político, para desarrollar servicios de salud altamente confiables utilizando IA.
  • Implementar aplicaciones móviles más personalizadas según el paciente.
  • Poner a disposición del público más conjuntos de datos sobre COVID-19.
  • Optimizar los componentes electrónicos de los sensores inteligentes. Además, busque formas de reducir costos, para que su uso sea factible en países semidesarrollados.
  • Realizar estudios de telecirugía utilizando IA.
  • Promover los servicios de Salud 4.0 en los países en desarrollo.

Publicado por saludbydiaz

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

Un comentario en “El potencial y los desafíos de la Salud 4.0 para enfrentar la pandemia de COVID-19: una revisión rápida

Deja una respuesta

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

Logo de WordPress.com

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

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Salir /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Salir /  Cambiar )

Conectando a %s

A %d blogueros les gusta esto: