Más de 60 asistentes y 150 inscritos online se interesaron por la actualidad de la Inteligencia Artificial en salud. Eso es lo que pretendió reflejar el evento “Buenas prácticas del uso de la Inteligencia Artificial en salud”, organizado por el Instituto de Ingeniería del Conocimiento (IIC) para mostrar proyectos que ya son una realidad y que dan cuenta de la evolución de esta tecnología y sus aplicaciones.
Ya en el discurso de apertura, Alberto Barrientos, director general del IIC, dio con dos de los temas que iban a destacarse a lo largo del encuentro: el tratamiento de los datos y los equipos que hay detrás de estos avances. Por un lado, Barrientos explicó que “en este entorno hay que tener un especial cuidado con el manejo de los datos y su confidencialidad. En el IIC somos capaces de crear el contexto adecuado para ello, muy pendientes de la normativa, y a la vez obtener resultados”.
Además, señaló que “los proyectos del IIC tienen mucho de investigación y de trabajo conjunto”, en referencia a la necesidad de contar con diferentes perfiles, clínicos y tecnológicos, para abordar estos proyectos. Muestra de esto fue el panel del evento, que reunió a muchos de los actores involucrados: expertos en tecnología del IIC, representantes de hospitales que ya están aplicando IA y empresas de biotecnología y de seguros que ya han transformado sus procesos.
IA en salud: 14 años de proyectos
A modo de introducción, Cristina Pruenza, directora técnica del área de Salud del IIC, repasó los 14 años de trabajo del IIC en este ámbito. De nuevo, lo que surgió como una apuesta de investigación pionera ha ido dejando por el camino diferentes hitos:
- En 2009, el IIC empezó a hacer análisis de datos de salud.
- Después llegan los primeros resultados con técnicas de análisis de imágenes.
- En 2013, se aplica Procesamiento del Lenguaje Natural (PLN) para estructurar información en texto y que pueda ser analizada.
- Desde 2016, se desarrollan sistemas de alertas inteligentes que actualmente ya se han implantado en algunos hospitales, como Bisepro para la detección precoz de sepsis.
- Recientemente, se ha apostado por la biotecnología aplicada a datos genómicos, con el ejemplo de ClinicHPO, un sistema de detección de términos.
Este recorrido es similar a la evolución general de la IA en salud, que partió de proyectos de investigación centrados en el análisis y que ya ha desembocado en la implantación de sistemas de apoyo a la decisión médica.
Según comentaba Elisa Martín, directora del área de Salud en el IIC, “en el evento hemos intentado transmitir que ya existen experiencias con impacto en este ámbito, de las que se puede aprender y que están creando una práctica a seguir”. Entre esos pasos relevantes para aplicar Inteligencia Artificial, destacó el tratamiento de los datos, la validación clínica y certificación de los modelos y su implementación y mantenimiento en el día a día de los profesionales de la salud.
No obstante, a pesar del avance, siguen quedando desafíos, como la interoperabilidad de los datos médicos. “Los hospitales no tienen un modelo común de datos, no pueden intercambiar de manera sencilla toda la información. Por eso, es importante establecer estándares y generar plataformas de datos que permitan utilizar la información manteniendo su significado y privacidad”, explicó Cristina Pruenza.
Interoperabilidad de los datos médicos
De esa necesidad de contar con toda la información, surge el proyecto INFOBANCO del Hospital Universitario 12 de Octubre, un repositorio de datos de salud que combina diferentes fuentes de información. Lo explicaba Miguel Pedrera, coordinador de la Unidad de Ciencia de Datos en el Instituto de Investigación Sanitaria Hospital 12 de Octubre (i+12): “No es sostenible tener silos paralelos para diferentes proyectos. Nuestro objetivo es crear un registro con múltiples propósitos”.
Para él, la IA es un fin para construir herramientas útiles en el hospital. “INFOBANCO es un proyecto pionero y ambicioso. Queremos que el dato se registre una única vez, en una historia clínica bien preparada, y se pueda reutilizar en cualquier propósito adicional en la asistencia del paciente”, añadió.
Este proyecto ya tuvo resultados en el caso de la COVID-19. Junto con el IIC, el hospital pudo desarrollar un sistema de alertas de riesgo respiratorio de los pacientes. Unas alertas que además llegaban directamente al médico. “Somos ya capaces de llevar los resultados a los sistemas comerciales que utilizamos al hospital, para que los datos tengan realmente utilidad”, aseguró Pedrera.
Desde IBM, también apuestan por dar infraestructura a estos “espacios de datos diversos y complejos” y otras necesidades de la IA en salud. Juan Carlos Sánchez, IBM Health Industry Leader para España, Portugal, Grecia e Israel, explicó cómo desde la compañía están enfrentándose a los principales retos tecnológicos que se plantean desde la ingesta de los datos hasta el desarrollo y mantenimiento de los modelos resultantes.
Por ello, trabajan, en primer lugar, en plataformas y tecnologías que permitan almacenar, tratar y gobernar todo tipo de datos. Después en que los sistemas de IA cumplan el reglamento de productos sanitarios y, por último, en monitorizar los modelos para asegurar su funcionamiento, con los requerimientos de explicabilidad necesarios.
Las personas que trabajan con la Inteligencia Artificial
Durante el encuentro, se incidió en que la Inteligencia Artificial no es un reemplazo para el profesional, sino una herramienta potente que les permite tomar decisiones más rápidamente y con mayor información. Según Álvaro Barbero, Chief Data Scientist del Instituto de Ingeniería del Conocimiento, “un sistema de IA es en el fondo una gran base de datos que almacena, recupera y relaciona información”.
En su charla, explicó cómo funcionan de base estos sistemas y destacó que es la persona la que utiliza la IA y que esta no funciona por sí sola. Para el experto, el futuro pasa por la integración entre lo “artificial” y lo “natural”. “Las IA son herramientas. Nos ayudan en cosas que no podemos hacer, como tener en cuenta millones de casos y relacionarlos, pero los humanos somos los encargados de generar ese conocimiento de base y de actuar en casos excepcionales”, explicó.
Así pues, el ojo clínico sigue siendo indispensable donde la IA no llega, pero esta también lo complementa al darle más información. “La IA nos ayuda a identificar patrones, variables y pacientes que no veíamos. En la medicina del futuro, clínicos y data scientists trabajamos juntos”, aseguraba Marcio Borges, presidente de la Fundación Código Sepsis y coordinador de la Unidad Multidisciplinar del Servicio de Medicina Intensiva del Hospital Universitario Son Llàtzer, en el diálogo posterior.
En ese trabajo conjunto está también la clave para desarrollar sistemas de calidad y confiables. De la relación con los clínicos, Ana Serrano, científica de datos en el IIC, esperaba ese miedo al reemplazo y la desconfianza en la IA, pero también se encontró con profesionales abiertos a innovar. “Trabajamos con ellos en todo momento, sacan sus propias conclusiones y ven que son necesarios para validar las predicciones del modelo”, explicó.
Para ella, la parte más complicada es el inicio de cualquier proyecto, cuando el médico viene con la propuesta. Incluso a veces el problema radica en que no saben cómo de desarrollado está el campo de la Inteligencia Artificial: “Muchas veces no sois conscientes de lo que se puede hacer y, al revés, a veces creéis que hacemos magia”. Después, “una vez definidos el objetivo y la metodología, en general la comunicación y el trabajo conjunto funcionan”, explicaba.
El día a día de la Inteligencia Artificial en salud
Ejemplos prácticos de esa transformación de los procesos y de los equipos fueron las experiencias protagonistas de la mesa redonda final, sobre el día a día de la Inteligencia Artificial. En esta intervinieron representantes de Amadix, ASISA y, de nuevo, el Hospital Universitario 12 de Octubre.
En el caso de la aseguradora, el proyecto con el IIC se centró en optimizar el proceso de autorización de una prueba o tratamiento. “Nos hemos transformado”, aseguraba Paloma Ruiz, adjunto a la Dirección Territorial Centro-Norte de ASISA. “La clave es ir ganando confianza y ver cómo mejorar el proceso. Cambiamos la operativa completa y agilizamos la decisión de cara al cliente”, explicó.
Para Juan Luis Cruz, jefe del Servicio de Informática del Hospital Universitario 12 de Octubre, casi todo pasa también por obtener esa confianza del clínico. “Tienes que tener un sistema que lleve tiempo funcionando, mostrando una predicción aunque todavía no se use… Hacer el algoritmo es sencillo, validarlo no”, destacó.
Otro de los retos que se comentaron volvió a ser el tratamiento de los datos. Según comentaba Ignacio Aguirre, Business Development Lead en AMADIX, “dedicamos mucho tiempo a preparar los datos, necesitamos plataformas donde estructurarlos. La clave está en acelerar el acceso y el tratamiento de la información, para tener más tiempo para el análisis y el desarrollo de modelos”.
Mientras esto llega y se perfeccionan los pasos a seguir para una aplicación estandarizada de la IA en salud, vemos cómo van surgiendo ideas y se van obteniendo resultados. Lo importante es no dejar de practicar y poner en valor todo lo que la tecnología aporta a este y otros ámbitos.
> Ver fotografías del evento < | > Ver entrevistas del evento < |