Retos de la IA en la Medicina por el Dr. Andrés Valdivieso

Retos de la IA en la Medicina por el Dr. Andrés Valdivieso

Retos de la IA en la Medicina por el Dr. Andrés Valdivieso

Actualmente director de Innovación y Nuevos Negocios Anastasia.ai, graduado del programa GSP15 de Singularity Univesity (Nasa Research Center en Mountain View California). PADE 2018 (Programa de Directores)

 “Máquinas y médicos están comenzando a formar un equipo muy eficiente”

 (Dr.Andrés Valdivieso)

¿Considera que la inteligencia artificial (IA) es una herramienta que ayuda al médico? ¿Por qué?           

Sin duda, la inteligencia artificial es una gran herramienta para los médicos. Debido a la capacidad de analizar los datos de manera más profunda y en mayor cantidad podemos; resolver desafíos en tiempos que antes eran impensados. Cuando hablamos de datos nos referimos a archivos de atenciones médicas anteriores; historias clínicas, exámenes de laboratorio, informes de imagenología, entre otros. Además, también pueden analizar datos abiertos como clima, estadísticas sobre enfermedades a nivel país; por ejemplo. La forma de resolver estos problemas en tiempos más cortos es la capacidad de la IA; de cruzar todos estos datos que muchas veces al ojo humano le son inconexos o simplemente; porque es imposible disponer de tanta información al mismo tiempo y relacionarla. Por ejemplo; gracias a la IA podemos generar patrones de riesgo para priorizar atenciones de acuerdo con las patologías; analizar imágenes médicas como mamografías para detectar cánceres de mama en estadios más tempranos; empezar a investigar sobre medicina personalizada para desarrollar de medicamentos personalizados; automatizar procesos administrativos que permiten ahorrar tiempo al personal.

¿Creé usted que las máquinas pueden tomar ciertas decisiones en el tema de la salud?                               

En el trabajo médico tenemos dos áreas, una de ellas involucra tareas repetitivas como tomas de muestras de exámenes; redacción de informes médicos o control de historiales. Por otro lado, está el área de la toma de decisiones; es decir, saber qué hacemos con los resultados de esos exámenes. Las máquinas no tienen la función de toma de decisiones; sino que su función es encargarse de todas las tareas repetitivas de las que hablábamos en primer lugar y entregar; la información a los médicos para que ellos hagan tomas de decisiones en mejores tiempos; de forma más consciente e informada y con menos obligaciones administrativas que les provocan estrés por sobrecarga laboral.            Máquinas y médicos están comenzando a formar un equipo muy eficiente; podemos decir que la inteligencia artificial sumada a los conocimientos médicos nos da como resultado la inteligencia médica.

¿Cree que la IA podría llegar a reemplazar a un médico?       

Actualmente, el modelo de salud se basa en modelos de datos históricos de atención y actividad; buscamos qué ocurrió para saber qué está ocurriendo. La IA nos permite saber qué va a ocurrir y a quién; para adelantarnos a los eventos y sus complicaciones, pudiendo generar modificaciones preventivas; que permiten bajar los costos de atención ya que las patologías no llegarán a su nivel crítico.  Debido a que se posee información anticipada y personalizada de los pacientes, nos está permitiendo generar intervenciones tempranas. Gracias a la inteligencia artificial la Medicina evolucionará hacia lo que en Anastasia llamamos las cuatro P de la salud: predictiva, preventiva, personalizada y participativa. Lo cual nos permitirá anticiparnos y ser más efectivos en el tratamiento para cada paciente; así como Netflix te sugiere películas y series especialmente pensadas para ti; Anastasia podrá sugerirte, junto a un médico, un tratamiento particular para ti. Viendo el potencial de la IA, puedo decir que la IA está lejos de reemplazar a los médicos; y por el contrario está convirtiéndose en el mejor aliado de los profesionales de la salud.

¿Cuáles cree que son las limitaciones de la IA en el área de la Medicina?                                                             

Más que limitaciones me gustaría que hablásemos de barreras de adopción. La primera barrera de adopción de la IA en el área de la salud; y en otras áreas también es el acceso a datos fiables y de alta calidad. Sin ellos, la promesa de AI no se realizará: la mayor disponibilidad de datos digitales de salud podría permitir; el uso de AI en la práctica clínica; aunque los problemas relacionados con la calidad de los datos existentes deben ser abordados.                                Aunque muchos de nosotros ya usamos nuestros teléfonos inteligentes y otros dispositivos inteligentes en nuestra vida cotidiana; a través de la disponibilidad de interfaces de programación de aplicaciones abiertas (API); todavía hay preocupaciones sobre cómo los datos de salud pueden integrarse en nuevas herramientas; así como la distribución equitativa de estas herramientas potencialmente poderosas.  Si bien la mayor disponibilidad de datos digitales de salud de alta calidad puede facilitar el uso de la IA en la práctica clínica; la accesibilidad, la privacidad y la seguridad de esos datos también deben abordarse.                    La otra barrera de adopción es la capacitación del personal tanto para el uso de; aplicaciones de IA como para la implementación. Es difícil encontrar profesionales con las capacidades de desarrollar aplicaciones de IA de acuerdo con las necesidades; específicas de las distintas industrias, incluida la de la Medicina. Hoy en día las universidades y centros de formación están incluyendo muy lentamente los conocimientos necesarios. Por el lado de quienes deben incorporar la IA a sus labores de atención de salud; la capacitación del personal la resistencia al cambio y la falta de; confianza en lo que las nuevas herramientas puedan otorgar le jugará en contra a la IA.

¿Cuál es su conclusión respecto a la IA aplicada en el sector de la salud?               

Debido a que la IA no es una tendencia sino una realidad; las organizaciones requieren desarrollar un modelo de funcionamiento que incorpore la IA y la use a su favor. Por ejemplo; ya que existen lenguajes inteligentes capaces de leer y analizar resultados de exámenes y combinarlos con la información del paciente; para obtener posibles diagnósticos; muchos especialistas tendrán más tiempo para cubrir las necesidades de más pacientes. Habrá que reacomodar el funcionamiento de centros de salud; pero sin duda será un cambio beneficioso tanto para trabajadores de la salud como para los usuarios.

¿Se trata de una tendencia, es decir; son cada vez más los centros médicos que están optando por esta tecnología?       

Cada tecnología tiene su punto de inflexión; y lo que poca gente conoce es que en marzo del año 2017 se generó un paper titulado; “Abriendo la caja negra de las redes neuronales a través de la información”. Ese día se logró exponer que se había logrado resolver grandes problemas hasta la fecha imposibles de solucionar; a través de ecuaciones matemáticas más sencillas; ese día se consiguió el momento iPhone o de inflexión de la inteligencia artificial. A mediados de este año, salió a la luz la conclusión de una encuesta a 3000 empresas de Norteamérica y Europa; en este estudio las empresas se dividieron en las siguientes categorías: los pioneros (18%) son organizaciones que entienden y utilizan la IA en sus procesos internos y de ventas; los investigadores (33%) son organizaciones que comprender la IA, pero que están investigando antes de aplicarla en profundidad; los experimentadores (16%) son organizaciones que aplican la IA sin comprenderla en profundidad; finalmente, están las empresas pasivas (34%) que no adoptan o investigan la IA.                                                                                  Aquellos que forman parte de los pioneros declararon que para los próximos 5 años invertirán; un 80% más en soluciones de IA y la escalarán a todas las áreas de sus empresas. Los resultados les han sido tan exitosos que el salto es inevitable.

¿En qué nivel de desarrollo nos encontramos actualmente en LATAM?           

En este momento, LATAM se encuentra en el amanecer del desarrollo en IA; pero esperamos un día muy fructífero y largo; al igual que está ocurriendo en el resto del mundo. Hoy se puede realizar una detección de retinopatía diabética; lo realiza la empresa DART utilizando algoritmos de Machine Vision. Anastasia trabaja en tres frentes: la planificación y demanda de fármacos e insumos; con algoritmos de deep learning junto a Tecnigen (Ominicel) agregándole inteligencia a máquinas que no la tenían. Otro frente es la caracterización de riesgo de pacientes crónicos; por ejemplo, diabetes, a través de todo el análisis de laboratorio (lis) y otras fuentes; a través de la capacidad de lectura y entendimiento de lenguaje (información no estructurada); para poder crear en tiempo real registros de las diferentes patologías como cáncer de mama o cáncer gástrico.

¿Algo más que quiera agregar? (Ej. Resistencia al cambio)                                                                                       

Es importante que los profesionales de salud logren; entender más sobre el tema para responder cabalmente las siguientes preguntas y generar indicadores de medición. Debemos entender que la IA no nos reemplazará; sino que aumentará nuestras capacidades en análisis de datos y predicciones. Y empezar a preguntarse las siguientes cosas ¿Qué amenazas u oportunidades generar la inteligencia artificial? ¿En qué área podría aplicar la inteligencia artificial? ¿Tendría que hacer cambios en mi organización? ¿Cómo la debería evaluar? ¿Tendría barreras de adopción? ¿Cuáles serían las posibles inversiones en personas, data, procesos?

 

Para más información:

Departamento de Comunicación

 

Correo electrónico: colegiomedicodemexico2017@gmail.com

Página web: http://www.colegiomedicodemexico.org/