La inteligencia artificial en salud

Milthon Lujan Monja

Updated on:

AIxxNOSOGRAPHIES es un marco de investigación artística participativa que analiza la IA médica con la intención de contextualizar críticamente la transición en la atención médica que estamos atravesando actualmente. Crédito: Réon Córdova, Flickr
AIxxNOSOGRAPHIES es un marco de investigación artística participativa que analiza la IA médica con la intención de contextualizar críticamente la transición en la atención médica que estamos atravesando actualmente. Crédito: Réon Córdova, Flickr

Imaginate un mundo en el que un médico diagnostica instantáneamente su enfermedad basándose en un escaneo rápido de su retina. O donde los programas de IA personalizados lo guían hacia una salud óptima, prediciendo y previniendo enfermedades incluso antes de que comiencen. Esto no es ciencia ficción: es el futuro cercano, impulsado por el aumento exponencial de la inteligencia artificial (IA) en salud.

La industria de la salud, criticada durante mucho tiempo por sus ineficiencias y su enfoque reactivo, está atravesando una transformación radical. Existe un gran optimismo entre los científicos, medicos y los ciudadanos en cuanto a que la aplicación de la inteligencia artificial (IA) pueda proporcionar mejoras sustanciales en todas las áreas de la atención sanitaria, desde el diagnóstico hasta el tratamiento (Bohr y Memarzadeh, 2020).

Para muchos, el término “Inteligencia Artificial en salud” evoca imágenes de robots futuristas que reemplazan a los médicos o de algoritmos distópicos que dictan decisiones médicas. Sin embargo, la realidad tiene muchos más matices y, nos atrevemos a decir, optimista. La IA no está aquí para reemplazar a los profesionales de la salud, sino para aumentar sus capacidades, capacitándolos para brindar una atención mejor, más rápida y más precisa.

El potencial de la IA en la atención sanitaria es innegable y se espera que el mercado crezca exponencialmente en los próximos años conforme se van desarrollando diversas aplicaciones para resolver algunos de los problemas más apremiantes a los que se enfrentan actualmente las organizaciones sanitarias (Chen y Decary, 2020). Según un informe reciente de Grand View Research, se prevé que la IA global en el mercado sanitario alcance la asombrosa cifra de 208.2 mil millones de dólares en 2030, impulsada por la creciente demanda de medicina personalizada, mejores diagnósticos y soluciones sanitarias rentables.

Este artículo tiene como objetivo el brindarte un panorama general del uso de la inteligencia artificial en salud, presentamos ejemplos de startups que vienen empleando la IA para ofrecer una serie de servicios de diagnósticos de salud, y también discutimos la ética sobre el uso de estos servicios.

¿Qué es la inteligencia artificial en salud?

En pocas palabras, la inteligencia artificial en salud es la aplicación de algoritmos de aprendizaje automático y técnicas de aprendizaje profundo para analizar grandes cantidades de datos médicos, desde registros de pacientes y escaneos de imágenes hasta secuencias genómicas e investigaciones clínicas; con la finalidad de mejorar el diagnóstico, el tratamiento y la administración médicos.

La IA en salud, también conocia como inteligencia artificial en sanidad o inteligencia artificial en la medicina, abarca una amplia gama de tecnologías, desde análisis de imágenes médicas que detecta tumores con una precisión sobrehumana hasta asistentes virtuales que brindan soporte de salud las 24 horas, los 7 días de la semana y responden preguntas de los pacientes.

Beneficios de la Inteligencia artificial en el cuidado de la salud

Kumar et al., (2023) manifiesta que el uso de la inteligencia artificial (IA) en medicina está comenzando a alterar los procedimientos actuales en prevención, diagnóstico, tratamiento, mejora, cura de enfermedades y otros impedimentos físicos y mentales. Entonces, ¿cómo afecta exactamente la IA a las diferentes áreas de la atención médica? Profundicemos en algunas aplicaciones clave:

Diagnóstico y predicción de enfermedades

  • Algoritmos impulsados por IA pueden analizar imágenes médicas como rayos X y resonancias magnéticas con una precisión increíble, detectando anomalías y tumores malignos que podrían escapar al ojo humano. Esto se traduce en diagnósticos más tempranos, planes de tratamiento más precisos y, en última instancia, mejores resultados para los pacientes. El estudio Shoshan et al., (2022) encontró que la IA pudo identificar exámenes de detección de tomosíntesis digital de mama normales, lo que redujo la cantidad de exámenes que requerían la interpretación del radiólogo en un flujo de trabajo clínico simulado.
  • Análisis predictivo: utiliza IA para analizar datos de salud individuales e identificar factores de riesgo para enfermedades futuras. Piense en ello como una bola de cristal para su salud, que le permite tomar medidas proactivas y prevenir enfermedades antes de que se afiancen. Según Alowais et al., (2023) un área en la que el análisis predictivo puede ser fundamental es en la identificación de pacientes con riesgo de desarrollar enfermedades crónicas como enfermedades endocrinas o cardíacas.
Liberando el poder de los datos de los pacientes con análisis predictivos basados en Inteligencia Artificial en salud. Fuente: Alowais et al., (2023); BMC medical education.
Liberando el poder de los datos de los pacientes con análisis predictivos basados en Inteligencia Artificial en salud. Fuente: Alowais et al., (2023); BMC medical education.

Medicina y tratamiento personalizados

  • Los planes de tratamiento basados en IA se pueden adaptar a pacientes individuales en función de su composición genética, historial médico y factores de estilo de vida únicos. Este enfoque personalizado promete terapias más efectivas y dirigidas, con efectos secundarios reducidos.
  • La cirugía robótica asistida por IA ofrece procedimientos mínimamente invasivos con mayor precisión y control, lo que conduce a recuperaciones más rápidas y estancias hospitalarias más cortas.
  • Descubrimiento y desarrollo de fármacos: La IA está revolucionando el laborioso proceso de descubrimiento de fármacos. Al analizar vastos conjuntos de datos de estructuras moleculares y vías biológicas, la IA puede identificar candidatos a fármacos prometedores y predecir su eficacia y seguridad potenciales, reduciendo significativamente el tiempo y el costo de llevar nuevos medicamentos al mercado. Bhattamisra et al., (2023) destacan que el avance de las tecnologías de inteligencia artificial, la comunidad científica puede ser testigo de una investigación farmacéutica y sanitaria rápida y rentable, así como brindar un mejor servicio al público en general.
READ  Simbiosis Industrial: el camino hacia la economía circular

Eficiencia Administrativa y Accesibilidad

  • Los chatbots con tecnología de IA pueden responder las preguntas de los pacientes, programar citas e incluso clasificar los síntomas, aliviando la carga de los profesionales de la salud y liberándoles tiempo para tareas más complejas. Musheyev et al., (2024) reportan que los chatbots de inteligencia artificial producen información generalmente precisa y de calidad moderadamente alta en respuesta a búsquedas populares en Google sobre cánceres urológicos.
  • Los registros médicos electrónicos (EHR) mejorados por IA pueden analizar datos de pacientes en diferentes hospitales y clínicas, proporcionando una imagen integral para decisiones clínicas mejor informadas.

Ejemplos de Startups de inteligencia artificial en la salud

Las nuevas empresas aprovechan las capacidades de la inteligencia artificial, el aprendizaje automático y el análisis de datos para desarrollar soluciones que aborden los desafíos en la atención al paciente, el diagnóstico y la administración de la atención médica.

Algunas startups líderes en el mercado son:

  • PathAI: pionero en patología impulsada por IA, emplea el aprendizaje automático para ayudar a los patólogos a diagnosticar enfermedades de manera precisa y eficiente.
  • Tempus: Centrado en la medicina de precisión, Tempus utiliza IA para analizar datos clínicos y moleculares, personalizando los planes de tratamiento para pacientes con cáncer.
  • Zebra Medical Vision: Especializados en imágenes médicas, los algoritmos de inteligencia artificial de Zebra Medical Vision ayudan en la detección temprana de enfermedades mediante análisis radiológicos avanzados.
  • Butterfly Network: Utilizando IA y ultrasonido, los dispositivos portátiles de Butterfly Network ofrecen una solución portátil y rentable para diversas aplicaciones de imágenes médicas.

Ética del uso de la inteligencia artificial en sanidad

Pero no todo es sol y arcoíris. El auge de la IA en la atención sanitaria también genera preocupaciones sobre la ética, la privacidad de los datos y el desplazamiento laboral. Solanki et al., (2023) destaca que la inteligencia artificial corre el riesgo inminente de causar daños individuales y sociales; por ejemplo, exacerbar las desigualdades entre grupos minoritarios.

De esta forma, surgen consideraciones éticas cuando se utiliza la IA en el cuidado de la salud incluidas cuestiones como el consentimiento informado, la privacidad y la responsabilidad por las decisiones tomadas por los sistemas de IA (Grzybowski et al., 2024; además se debe garantizar que los programas de IA no perpetúen las desigualdades existentes en el acceso y los resultados de la atención médica.

Asimismo, la privacidad de los datos debe ser primordial, con medidas de seguridad sólidas para proteger la información confidencial del paciente. Y si bien la IA puede automatizar algunas tareas, debería complementar, no reemplazar, el irremplazable toque humano y la empatía en la atención médica.

READ  GPT-3 tiene el poder de transformar la investigación química

Federspiel et al., (2023) identificaron cómo la inteligencia artificial podría dañar la salud humana a través de sus impactos en los determinantes sociales y ascendentes de la salud a través del control y manipulación de personas, el uso de armas letales autónomas y los efectos en el trabajo y el empleo.

En este sentido, Solanki et al., (2023) proponen una estructura de trabajo para que los desarrolladores de la inteligencia artificial basado en soluciones para hacer operativa la ética en la IA para la atención médica; por su parte, Masters (2023) presenta una guía que se centra en los problemas éticos que probablemente enfrentarán los profesores y administradores de educación en profesiones sanitarias (HPE) cuando encuentren y utilicen sistemas de IA en su entorno de enseñanza.

Internet de las Cosas y la Inteligencia Artificial en salud

Internet de las cosas y la Inteligencia Artificial colaboran para mejorar la atención médica. Desde el monitoreo remoto de pacientes hasta la seguridad de datos y la personalización de tratamientos, la sinergia entre estas tecnologías está transformando fundamentalmente la forma en que concebimos y brindamos servicios de salud.

Tabla 01. Integración entre la IoT y la IA en el cuidado de la salud.

AspectoInternet de las CosasInteligencia Artificial
Monitoreo Remoto de PacientesDispositivos vestibles, sensores inteligentes para datos de salud continuosAnálisis predictivo para evaluación de riesgos
Mejora de DiagnósticosDispositivos médicos habilitados para IoTAlgoritmos de IA analizan y aceleran procesos diagnósticos
Instalaciones de Salud InteligentesDispositivos médicos conectados, seguimiento de activosOptimización impulsada por IA de procesos operativos
Telemedicina y Asistentes Virtuales de SaludDispositivos conectados por IoT para consultas remotasAsistentes virtuales de salud impulsados por IA mejoran la accesibilidad
Adherencia a Medicamentos y Entrega de Medicamentos InteligenteSeguimiento en tiempo real de la ingesta de medicamentosPlanes de medicación personalizados mediante análisis de IA
Seguridad y Privacidad de DatosMedidas de ciberseguridad para IoT, tecnología blockchainDetección de anomalías impulsada por IA para una seguridad de datos mejorada
Planes de Tratamiento PersonalizadosDatos de salud individuales de dispositivos IoTLa IA contribuye a estrategias de tratamiento personalizadas

Big Data e IA en la atención sanitaria

La convergencia de Big Data y la Inteligencia Artificial (IA) en la atención médica está catalizando un cambio de paradigma, revolucionando la forma en que abordamos la atención al paciente, la investigación médica y la gestión de la atención médica. Esta poderosa combinación tiene el potencial de desbloquear conocimientos valiosos, mejorar los diagnósticos y mejorar los resultados generales de la atención médica.

Tabla 02. Integración entre la Big Data y la Inteligencia Artificial en el cuidado de la salud.

AspectoBig DataInteligencia Artificial
Almacenamiento y Gestión de DatosAlmacenamiento de vastos conjuntos de datos de saludAlgoritmos de IA gestionan y analizan grandes conjuntos de datos de manera eficiente
Sistemas de Soporte para Decisiones ClínicasAgregación y análisis de diversos datos clínicosSistemas impulsados por IA ofrecen información en tiempo real para la toma de decisiones clínicas
Analítica PredictivaIdentificación de patrones y tendencias a partir de datos históricosAlgoritmos de IA predicen riesgos potenciales para la salud y resultados
Medicina GenómicaAnálisis de extensos conjuntos de datos genómicosLa IA interpreta y analiza datos genómicos para la medicina personalizada
Descubrimiento y Desarrollo de MedicamentosProcesamiento y análisis de datos molecularesLa IA acelera el descubrimiento de medicamentos mediante modelado predictivo
Planes de Tratamiento PersonalizadosAdaptación de tratamientos basada en datos del pacienteLa IA contribuye al desarrollo de estrategias de tratamiento individualizadas
Eficiencia Operativa en SaludAnálisis de datos administrativos y operativosLa IA optimiza procesos, reduciendo costos y mejorando la eficiencia
Vigilancia de Enfermedades y Predicción de BrotesMonitoreo de tendencias de salud en la poblaciónLa IA mejora la vigilancia, prediciendo y previniendo brotes de enfermedades
Análisis de Imágenes en DiagnósticosGestión y análisis de datos de imágenes médicasLa IA interpreta imágenes médicas complejas para diagnósticos más rápidos y precisos

Impactos y beneficios clave:

  • Medicina de precisión: la combinación de Big Data e IA permite a los profesionales de la salud profundizar en extensos conjuntos de datos, desentrañando patrones en genómica, historial de pacientes y resultados de tratamientos. Esta precisión permite una medicina personalizada, adaptando los tratamientos a la composición genética única de un individuo.
  • Atención médica predictiva: el análisis predictivo impulsado por IA utiliza datos históricos de los pacientes para prever posibles problemas de salud, lo que permite intervenciones proactivas y medidas preventivas.
  • Aceleración del descubrimiento de fármacos: Big Data facilita el almacenamiento y análisis de vastos conjuntos de datos moleculares, mientras que la IA acelera el proceso de descubrimiento de fármacos al predecir posibles fármacos candidatos y optimizar los diseños de ensayos clínicos.
  • Operaciones sanitarias eficientes: la integración de Big Data y la IA agiliza los procesos administrativos y operativos, reduciendo los costos y mejorando la eficiencia general de la atención sanitaria.
  • Diagnóstico mejorado: el análisis de imágenes impulsado por IA, junto con las capacidades de almacenamiento masivo de Big Data, mejora la precisión y la velocidad de los procesos de diagnóstico, lo que conduce a una atención al paciente más eficaz.
  • Gestión de la salud pública: la combinación de análisis de Big Data e inteligencia artificial mejora la vigilancia de enfermedades, ayudando en la detección temprana, la predicción y la gestión de crisis de salud pública.
READ  ¿Puede la IA escribir los documentos del alta médica?

La colaboración entre Big Data y la IA está transformando la atención sanitaria en una industria más basada en datos y centrada en el paciente. A medida que estas tecnologías continúan evolucionando, el potencial para realizar descubrimientos innovadores, mejores resultados para los pacientes y un ecosistema de atención médica más eficiente se vuelve cada vez más evidente. El futuro de la atención médica se está reescribiendo, donde los conocimientos basados en datos y las soluciones basadas en inteligencia artificial allanan el camino hacia un mundo más saludable.

Futuro de la IA en el cuidado de la salud

La complejidad y el incremento de los datos en el cuidado de la salud genera que la inteligencia artificial sea aplicada con mayor frecuencia en la medicina (Davenport, y Kalakota, 2019).

Entonces, ¿qué le depara el futuro a la IA en la atención sanitaria? Las posibilidades son infinitas. Imagine un mundo donde los nanobots impulsados por IA deambulan por su torrente sanguíneo, reparando células y detectando enfermedades a nivel microscópico. O donde asesores de salud personalizados, impulsados por inteligencia artificial y big data, lo guiarán hacia un bienestar físico y mental óptimo.

Para asegurar que la IA en el cuidado de la salud alcance todo su potencial y beneficios, es necesario sensibilizar a los desarrolladores, profesionales de la salud y legisladores sobre los desafíos y limitaciones de los algoritmos opacos en la IA médica y fomentar la colaboración multidisciplinaria en el futuro (Amann et al., 2020). Asimismo, es responsabilidad del sistema educativo en el campo médico dotar a los médicos del futuro de los recursos y estrategias que les permitan adaptarse a sus nuevos roles (Kumar et al; 2023).

El futuro de la atención médica no se trata solo de tratar enfermedades, sino de prevenirlas y promover la longevidad. Y en este esfuerzo, la IA será nuestro socio principal, guiándonos hacia un futuro más saludable, feliz y resiliente.

Conclusión

La IA está transformando la atención médica y el cuidado de la salud, con el potencial de mejorar los resultados de los pacientes, reducir costos y hacer que la atención médica sea más accesible. Al abordar los desafíos que plantea la IA, podemos garantizar que se utilice para mejorar la atención sanitaria para todos.

Sin embargo, se presentan algunos desafíos éticos vinculados con la información privada de los pacientes, o de las malas prácticas que podrían surgir del uso de las nuevas tecnologías. En este contexto se hace necesario desarrollar y adoptar una serie de criterios.

Este es solo el comienzo de la revolución de la IA en la atención médica. ¿Estás listo para ser parte de esto?

Referencias

Alowais, S. A., Alghamdi, S. S., Alsuhebany, N., Alqahtani, T., Alshaya, A. I., Almohareb, S. N., … & Albekairy, A. M. (2023). Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC medical education, 23(1), 689.

Amann, J., Blasimme, A., Vayena, E., Frey, D., Madai, V. I., & Precise4Q Consortium. (2020). Explainability for artificial intelligence in healthcare: a multidisciplinary perspective. BMC medical informatics and decision making, 20, 1-9.

Bhattamisra, Subrat Kumar, Priyanka Banerjee, Pratibha Gupta, Jayashree Mayuren, Susmita Patra, and Mayuren Candasamy. 2023. “Artificial Intelligence in Pharmaceutical and Healthcare Research” Big Data and Cognitive Computing 7, no. 1: 10. https://doi.org/10.3390/bdcc7010010

Bohr, A., & Memarzadeh, K. (2020). The rise of artificial intelligence in healthcare applications. In Artificial Intelligence in healthcare (pp. 25-60). Academic Press.

Chen, M., & Decary, M. (2020, January). Artificial intelligence in healthcare: An essential guide for health leaders. In Healthcare management forum (Vol. 33, No. 1, pp. 10-18). Sage CA: Los Angeles, CA: SAGE Publications.

Davenport, T., & Kalakota, R. (2019). The potential for artificial intelligence in healthcare. Future healthcare journal, 6(2), 94.

Federspiel, F., Mitchell, R., Asokan, A., Umana, C., & McCoy, D. (2023). Threats by artificial intelligence to human health and human existence. BMJ global health, 8(5).

Grzybowski, A., Jin, K., & Wu, H. (2024). Challenges of artificial intelligence in medicine and dermatology. Clinics in Dermatology.

Kumar, P., Chauhan, S., & Awasthi, L. K. (2023). Artificial intelligence in healthcare: review, ethics, trust challenges & future research directions. Engineering Applications of Artificial Intelligence, 120, 105894.

Masters, K. (2023). Ethical use of artificial intelligence in health professions education: AMEE Guide No. 158. Medical Teacher, 45(6), 574-584.

Musheyev, D., Pan, A., Loeb, S., & Kabarriti, A. E. (2024). How well do artificial intelligence chatbots respond to the top search queries about urological malignancies?. European Urology, 85(1), 13-16.

Shoshan, Y., Bakalo, R., Gilboa-Solomon, F., Ratner, V., Barkan, E., Ozery-Flato, M., … & Mullen, L. A. (2022). Artificial intelligence for reducing workload in breast cancer screening with digital breast tomosynthesis. Radiology, 303(1), 69-77.

Solanki, P., Grundy, J., & Hussain, W. (2023). Operationalising ethics in artificial intelligence for healthcare: A framework for AI developers. AI and Ethics, 3(1), 223-240.