Inteligencia Artificial (IA) en medicina

Me propongo en estas líneas clarificar algunas de las cosas que se hablan y se escriben sobre el impacto de la inteligencia artificial en la práctica de la medicina. La IA, sin duda, impactará en la misma. La ciencia de datos es la disciplina con más futuro. La metodología de la evaluación de las tecnologías sanitarias (exigencia de eficacia y seguridad) tiene que ser empleada en todas aplicaciones de la IA que quieran entrar al mercado sanitario, como una tecnología más de las muchas que llaman a la puerta. Las agencias de EvTTSS van, por tanto, a incrementar su cartera de pedidos.

Las máquinas no tienen ojos, pero la progresión de los modelos de deep learning en la interpretación de imágenes médicas es espectacular en Radiología, Tomografía Computarizada, Resonancia Nuclear Magnética, preparaciones de anatomía patológica y fondos de ojo. En algunos casos esta imágenes que nos proporciona la IA no son discernibles por el ojo humano. También se utiliza ya en detección temprana de presión arterial y de la glucosa, Parkinson, Alzheimer, enfermedades hepáticas, biliares y renales, y en la predicción de tener un Infarto Agudo de Miocardio o un Ictus. También en tumores. Sin duda, transformará la medicina cuando su uso esté suficientemente extendido.

Modelos como GPT4, Bard, LLaMa y PALM2 incluyen trillones de parámetros en sus modelos de aprendizaje que reducirán de forma dramática el trabajo administrativo de los clínicos y responderán a muchas de las preguntas de los pacientes. Todavía requieren de una finísima supervisión altamente cualificada, en muchos casos. 

La convergencia sin precedentes del poder masivo e inmediato de la computación y el aprendizaje auto supervisado desarrollará aplicaciones médicas nunca alcanzadas, llegando a crear asistentes sanitarios virtuales y hospitales domiciliarios que proveerán de cuidados sanitarios altamente exactos e individualizados. Con los chatbots de la IA se superan los exámenes para obtener licencias médicas, se emiten segundas opiniones y, a veces, son más compasivos que algunos médicos.

¿Qué significará todo esto para los médicos? No lo sabemos, pero sí sabemos algo más de lo que ha pasado en otros sectores que van más adelantados en el uso de la IA:

1. Sustituirá actividades humanas rutinarias que llevarán a importantes ahorros.
2. Complementará más que sustituirá a los clínicos en algunas tareas como los cribados de laboratorio. Los clínicos seguirán necesitando la combinación de datos estructurados y no estructurados, también de datos no registrados como voz, apariencia del paciente, …

Sin embargo, los programas de la IA no pueden ahogar más en las muchas tareas no clínicas que ya tiene el médico ni llevar a la fatiga del click. Serán esenciales los diseños efectivos de interacción.

3. Las aplicaciones de la IA tienen que ser eficientes y conseguir que las monitorizaciones, los diagnósticos y las necesidades de personal sean menos onerosas y más livianas. Como los cuidados más caros ocurren en los hospitales de agudos, poder llevar la monitorización remota por IA con seguridad a los domicilios de los pacientes o a las unidades de observación menos sofisticadas, estaremos bajando costes. También la IA reducirá costes en el diagnóstico de enfermedades degenerativas como el Alzheimer analizando biomarcadores e imágenes cerebrales que desplacen modalidades de seguimiento, hoy, más caras. Por último, la IA puede ayudar a sustituir el trabajo en anestesia a través de programas para enfermeras que utilizan ya en casos rutinarios, donde no es preciso un nivel de formación de médico especialista en anestesia y que, sean éstos, los que se dediquen a los pacientes más complejos.
4. Los algoritmos de la IA pueden no sólo replicar los procesos de pensamiento humano sino mejorarlos, minimizando decisiones sesgadas o pobres. Para ello hará falta mejorar la cantidad y la calidad de los datos disponibles con los que alimentar al algoritmo. La realidad es que muchas veces los clínicos tienen acceso sólo a datos limitados y carecen de expertise en ciencia de datos.
5. La IA no sirve para todo. Hay que ser claros. Puede ser excelente para encontrar patrones, pero no para generar hipótesis que prueben diferencias en resultados. Tampoco para determinar causas que van a requerir de datos de la vida real. Además, antes de su implantación hace falta mucho esfuerzo de análisis concienzudo y planificación para no dejar nada al azar.