Si hay un ámbito que cobra relevancia estos días es el de la salud, en el que se busca cada vez más rapidez y precisión para actuar. En este contexto, la aplicación de la Inteligencia Artificial en salud puede verse impulsada para aprovechar su potencial.
Sin embargo, también podría dejar patente ese hype que se mencionaba en las conversaciones de Campus Party 2020 y que se traduce en expectativas más que en resultados prácticos y reales.
¿Puede ayudarnos realmente la IA en el sector sanitario? ¿Puede proporcionarnos esa anticipación en el diagnóstico de enfermedades y en la gestión de los recursos? Para pasar de las expectativas a la realidad, hacen falta ejemplos, proyectos, resultados en hospitales y la confianza de los profesionales que van a usar las herramientas de IA en su día a día.
Inteligencia artificial para una atención más eficiente
Que la tecnología forma parte del sector salud es un hecho. En su día, ya se vivió un proceso de digitalización e instrumentalización para mejorar la atención al paciente. Actualmente se está dando otro cambio cultural. Según explica Elisa Martín, directora del área de salud en el Instituto de Ingeniería del Conocimiento (IIC), “los profesionales de la salud afrontan el cambio que supone que los datos puedan convertirse en un elemento de valor para ellos”.
Ahora es cuando la Inteligencia Artificial debe convertirse también en herramienta para la salud, para que la experiencia del médico en el diagnóstico o en la selección del tratamiento se apoye además en los datos clínicos de los que dispone. De esta forma, se consigue una atención más eficiente, precisa y personalizada.
Un primer paso para esto es acercar la aplicación de la IA a la realidad de los profesionales. En este sentido, Elisa Martín aboga por “saber colocar toda la información al médico en el momento en el que la necesita”, y que se sienta cómodo y seguro al utilizarla para hacer su trabajo.
Soluciones prácticas de IA para los profesionales sanitarios
Sin dejar de lado los avances más ambiciosos de la IA en salud, relacionados con el deep learning o el procesamiento de imágenes, es importante asegurar las aplicaciones que estén más cerca de ser implantadas en hospitales y otros centros de atención a la salud.
Para ello, comenta Elisa Martín, hay que dar soluciones reales más que aproximaciones, e “introducir los algoritmos dentro de los procesos de trabajo de los profesionales”. Esta suele ser la metodología del IIC: aportar su conocimiento y experiencia en torno a la creación de los algoritmos, pero también adaptarlos al día a día del sector y de los que trabajan en él.
Es cierto que la Inteligencia Artificial necesita gran cantidad de datos, y que acceder a ellos suele ser un problema. Por eso, es indispensable “hacer crecer los ejemplos”, destaca Elisa Martín. Avanzar en esas soluciones prácticas y conseguir resultados podría promover que se compartan e intercambien los datos, con el fin de mejorarlas.
Para ello, además de acercarse a las necesidades de los profesionales médicos, también hay que acercarse físicamente: trabajar con ellos es esencial para entender su visión, problemáticas y ganarse su confianza.
Un ejemplo claro de todo esto es Bisepro, la plataforma para la detección precoz de sepsis desarrollada por el IIC. Desde el principio, explica Cristina Pruenza, data scientist en el área de salud, se trabajó con los profesionales del Hospital Universitario Son Llàtzer en Palma de Mallorca, se implantó en el centro y se validó por los mismos.
Ahora lleva más de 2 años en funcionamiento y apoya a los clínicos emitiendo alertas predictivas en base a las variables relevantes para el diagnóstico. Esto les permite actuar con mayor rapidez en el marco de una medicina personalizada, y se está implantando ya en otros centros.
¿Entienden los médicos los resultados de un sistema basado en IA?
Uno de los mayores retos en la incorporación de la Inteligencia Artificial en salud es transmitir los resultados de los algoritmos de una forma sencilla y conseguir una herramienta fácil de utilizar para los profesionales médicos. Simplificar el funcionamiento de las aplicaciones de cara a su experiencia como usuarios es fundamental para que solo se dediquen a hacer clínica.
Por ello, explica Cristina Pruenza, “hay que contar también con un equipo de diseño que se encargue de la interfaz de la aplicación”, para decidir conjuntamente cómo mostrar la información que se extrae de los modelos de forma intuitiva para los especialistas. En el caso de Bisepro, se optó por un semáforo que, mediante un código de colores, indica la prioridad con la que hay que atender al paciente.
La explicabilidad de los algoritmos en salud
Sin embargo, además de que los sanitarios estén cómodos utilizando cualquier plataforma, también tienen que confiar en la información que obtienen. ¿Estarían reñida esa “simplificación” de los resultados con la explicabilidad que se exige cada vez más a los algoritmos? No tiene por qué, muchas veces no es necesario llegar a la parte más técnica para explicar una decisión.
Si volvemos al ejemplo de Bisepro, la plataforma muestra por cada alerta las pruebas clínicas y variables que han sido relevantes en la decisión del algoritmo. Así es el médico el que valora si esos precedentes podrían ser determinantes para el diagnóstico.
No obstante, podrían explicarse los entresijos de la Inteligencia Artificial si se contara con profesionales que los exploten en el ámbito sanitario. Elisa Martín apuesta por identificar a los grupos de investigación de los hospitales que puedan comprender la terminología y los contenidos que se utilizan en la creación de los modelos de IA. De esta manera, también podrían aportar a la unión de los dos lenguajes, el clínico y el informático, para avanzar más rápidamente.
¿Qué ha aportado la crisis del coronavirus al avance de la IA?
Si una lección nos ha dado la pandemia de la COVID-19, es que se ha reconocido la utilidad de la tecnología en muchos ámbitos. En el de la salud, en concreto, contar con bases de datos compartidas y sistemas tecnológicos estandarizados podría haber ayudado a gestionar mejor la crisis sanitaria.
Para Elisa Martín, esto ha supuesto que se dé un salto cualitativo. Una vez reconocida esa necesidad, se puede impulsar todo lo demás: que se recojan y organicen los datos, que se avance en la transparencia o que los ciudadanos puedan decidir qué hacer con su información son solo algunas opciones. Hay que seguir formando equipo con las personas, para que adopten lo que se propone desde el mundo tecnológico
En cualquier caso, ya no partimos de cero. Dada la urgencia, y a la espera de nuevas iniciativas, se han ido recogiendo los datos de forma organizada, que sirvan para extraer conocimiento y mejorar la predicción y el seguimiento de futuras crisis. Y aquí la Inteligencia Artificial tiene un papel importante.