inteligencia-artificial-servicio-salud-revista-diryge

A lo largo de la última década, estamos siendo testigos de cómo la Inteligencia Artificial (IA) ha pasado de ser una disciplina en gran medida reservada a los ámbitos académicos y que no tenían un claro impacto en nuestro día a día, a convertirse en el motor de soluciones a problemas reales en muchas organizaciones.

Los sistemas de traducción automática, de presentación de anuncios publicitarios basados en los intereses del consumidor, los sistemas de recomendación de productos utilizados por las grandes compañías de comercio electrónico, los sistemas de control y navegación de los coches autónomos o los sistemas automatizados de control de calidad en procesos de fabricación son solo algunos ejemplos.

Dos factores han sido claves para esta evolución: la disponibilidad de enormes cantidades de datos, resultado de la digitalización global y el aumento en la potencia de cálculo de los equipos informáticos. Los algoritmos de machine learning basados en redes neuronales profundas permiten modelar el conocimiento contenido en estos grandes conjuntos de datos (big data) y aplicarlo de forma precisa.

El sector Salud es considerado como uno de los que más puede beneficiarse de estas tecnologías, con un valor de impacto de 3,7 sobre 5 (el mayor de todos) acorde al estudio de la consultora PriceWaterhouse ‘Sizing the prize What’s the real value of AI for your business and how can you capitalise?’.

En VÓCALI somos expertos en aplicar la IA en tecnologías del lenguaje y, en concreto, sistemas de reconocimiento de voz y de comprensión del lenguaje en el sector Salud, como hemos demostrado con la solución INVOX Medical. Pero no es un ejemplo único, hay muchos más que nos muestran cómo podemos aplicar la IA a problemas concretos en el sector salud y cómo esto puede generalizar a cualquier tipo de organización.

Apoyo al diagnóstico por imagen

La digitalización desterró el uso de las antiguas radiografías impresas en placas radiográficas que han sido sustituidas por imágenes digitales. Otras especialidades médicas están en este proceso, como es el caso de la anatomía patológica, donde las muestras de tejido se digitalizan en lugar de almacenarse en pequeñas placas para su posterior observación en un microscopio.

Usando técnicas de machine learning y grandes conjuntos de datos compuestos por imágenes y su correspondiente diagnóstico, se entrenan IAs capaces de sugerir automáticamente un diagnóstico a partir de una imagen que no habían visto antes.

Un estudio publicado en el European Journal of Radiology demuestra el potencial de emplear IA para ayudar a los radiólogos a detectar fracturas. Los investigadores llevaron a cabo un experimento en el que radiólogos humanos intentaron identificar fracturas de cadera a partir de radiografías mientras la IA leía tomografías y resonancias magnéticas de las mismas caderas. El resultado fue que los radiólogos pudieron detectar el 83% de las fracturas. La precisión de la IA alcanzó el 91%. 

Si bien estos sistemas ya dan muy buenos resultados para tareas específicas (por ejemplo, detección de fracturas) aún no generalizan para un diagnóstico de cualquier tipo de patología. Una IA no puede sustituir a un radiólogo humano pero sí puede ayudarle, como una herramienta más de su trabajo, a realizar un diagnóstico más eficiente. 

Sistemas de monitorización remota

En los países desarrollados, la esperanza de vida se ha incrementado notablemente en las últimas décadas. Vivimos mucho más tiempo en la tercera edad. Esto ha disparado la cantidad de pacientes crónicos que necesitan tratamientos y monitorización continuados.

Garantizar la sostenibilidad del sistema sanitario requerirá conseguir un tratamiento efectivo desde el domicilio de estos pacientes, disminuyendo la necesidad de emplear recursos hospitalarios y garantizando la adhesión a los tratamientos. 

Los sistemas de monitorización remota combinan la aplicación de sensores para recopilar información sobre el paciente como constantes vitales básicas (ritmo cardíaco, tensión arterial, nivel de glucosa en sangre, etc.) y patrones de comportamiento (tiempo que pasa en la cama un día determinado, si ha abierto la nevera, etc.) y algoritmos de IA que pueden actuar de manera automática ante determinados eventos y que pueden asistir en un diagnóstico inicial del estado del paciente. Por otro lado, asistentes virtuales basados en IA pueden facilitar la comunicación con el paciente sin la necesidad de intervención humana.

Existen empresas que ya ofrecen este tipo de sistemas, algunos de ámbito más general y otros centrados en patologías específicas. Su aplicación a escala contribuirá enormemente a la sostenibilidad del sistema sanitario.

Automatización de operaciones y procesos

Con la llegada de la digitalización al sistema sanitario, prácticamente el 100% de los hospitales y centros de salud en los países desarrollados disponen de sistemas de historia clínica electrónica y de gestión informática.

A pesar de todas sus ventajas, los sistemas son complejos de utilizar. Según un estudio de 2017 en la publicación Annals of Family Medicine, los médicos en EE.UU. pasan una media de 5,9 horas al día introduciendo datos frente a las 5,1 horas con los pacientes. Otro estudio de American Journal of Emergency Medicine establece en 4.000 el número de clics de ratón que un médico hace durante un turno en EE.UU. El personal sanitario es el recurso más caro y valioso del sistema y debe dedicar la mayor parte de su tiempo a lo más importante: los pacientes.

Los sistemas que incorporan IA para el reconocimiento de voz permiten la introducción de datos de manera más rápida (se dicta 3 veces más rápido que se escribe) y con una tasa de acierto próxima al 100%. Además, minimizan el número de clics necesarios para ejecutar una acción usando comandos de voz combinados con sistemas RPA (Robotic Process Automation). Otra aplicación más de estos sistemas es la transcripción de una consulta médica, analizando de forma automática el texto resultante y proponiendo pruebas diagnósticas o tratamientos en función del contenido.

Estas IAs capaces de comprender el lenguaje humano permiten optimizar el trabajo relacionado con la recogida e introducción de información en los sistemas de gestión, consiguiendo que esta sea más valiosa y reduciendo a su vez el tiempo de dedicación del personal sanitario a estas tareas.

La IA es la siguiente revolución tecnológica

Hemos visto varias aplicaciones de la IA en el sector salud y existen muchas más. Estoy convencido de que muchos de vosotros habréis identificado cómo estos problemas y las soluciones propuestas pueden aplicarse a vuestro negocio.

En esencia, una IA es un algoritmo de clasificación. Si lo aplicamos a los casos anteriores:

  • ¿Se observa o no una fractura de cadera en una imagen?
  • El paciente ha sufrido una caída grave en casa, ¿sí o no?
  • Del conjunto de palabras existentes, ¿cuáles ha dicho el médico para transcribirlas?

A partir de un conjunto de datos de entrada, la IA propone un resultado entre un conjunto finito de posibilidades y es capaz de hacer esto de forma muy rápida y a gran escala.

Identificar este patrón de problemas en nuestra organización, comenzando por aquellos que nos han aportado datos que permiten ajustar la IA y entrenarla para nuestro problema particular, es una buena estrategia. Incluso si no dispones de datos, el problema puede haber sido modelado con otros similares y podrás encontrar empresas que te ayuden a desplegar una solución. No dejes escapar la siguiente revolución tecnológica.

Por Juan Salvador Castejón, CEO de VÓCALI, empresa desarrolladora de INVOX Medical, un software de reconocimiento de voz para el dictado de informes médicos.

Acceder al número completo de noviembre/diciembre 2022 de la Revista Dir&Ge