Barcelona Metropolis

La inteligencia artificial (IA) está revolucionando la medicina y la atención sanitaria. Ya existen desarrollos que pueden identificar con mayor precisión los tumores que los expertos humanos. Una intervención compleja como la implantación de una válvula aórtica difícilmente puede entenderse hoy sin los sistemas robóticos que proporcionan apoyo a los clínicos. Y gracias a los datos y los algoritmos, se está abriendo el camino hacia una medicina personalizada.

La IA ha apoyado, desde el principio, a la medicina y a la atención sanitaria. En 1972 ya existía una herramienta inteligente que permitía identificar las bacterias que causaban una infección en la sangre[1].

Estas primeras herramientas se llamaban sistemas expertos, porque pretendían replicar el conocimiento de un experto humano en un campo de aplicación —la medicina, en este caso—, con la finalidad de hacer accesible esta experiencia a un amplio colectivo, por ejemplo, hospitales que carecen de un tipo determinado de especialistas. Ahora bien, la práctica clínica de la medicina consiste en el uso de la mejor evidencia científica disponible, normalmente por medio de ensayos clínicos, cuyos resultados se publican en artículos científicos. Es lo que se conoce como la medicina basada en la evidencia. En este sentido, el conocimiento de un sistema debe revisarse de forma continuada, y los sistemas que apoyan la toma de decisiones —conocidos actualmente como sistemas clínicos de ayuda a la toma de decisiones— se han vuelto más complejos.

De hecho, el entorno clínico ha cambiado mucho desde los primeros sistemas expertos, y actualmente los métodos de información clínica recogen muchos datos sanitarios de los pacientes (los conocidos como health care records), así como información genética y otra obtenida a través de nuevos dispositivos, incluidos los sensores ponibles (wearables)[2].

La disponibilidad de los datos ha permitido que esta evidencia médica no solo se obtenga por medio de ensayos clínicos prospectivos, que implican realizar pruebas en personas físicas, sino que se puedan probar hipótesis con ensayos retrospectivos, con información almacenada en nuestros sistemas de salud. Así mismo, sobre los datos de los registros sanitarios se aplican métodos de aprendizaje automático que permiten identificar, por ejemplo, qué personas están sujetas a un riesgo cardiovascular importante. Con esta información, los clínicos pueden recomendar actuaciones para prevenir un posible deterioro de la salud.

Además, los datos genéticos nos acercan a lo que conocemos como medicina de precisión, que permite diseñar fármacos específicos para personas con condiciones especiales de salud, de acuerdo con su genética. De hecho, la generación de nuevas proteínas que permitan la síntesis de fármacos nuevos es una de las puntas de lanza del uso de la IA, en la que se utilizan principalmente técnicas denominadas de aprendizaje profundo (deep learning)[3].

En cuanto a los nuevos dispositivos, hoy en día contamos con sistemas de monitorización complejos, de imagen médica, de robótica asistida… Si imaginamos una UCI, veremos a pacientes conectados a muchos aparatos que les monitorizan las constantes vitales. Toda esta cantidad de información es difícil de controlar para la persona que está a cargo del paciente, a quien los sistemas de IA ayudan en el proceso, activando alertas si se reconocen situaciones de riesgo. Estos sistemas de monitorización están desarrollados a partir de datos históricos de pacientes que han pasado por situaciones parecidas, algunos de los cuales se han recuperado y otros, lamentablemente, no. Por ejemplo, hay sistemas que permiten detectar con rapidez la septicemia, un proceso infeccioso grave que puede conducir rápidamente a la muerte[4].

Cabe remarcar que solo el 17% de los algoritmos están destinados a una mejora de la gestión, mientras que el 60,53% se dedican a la práctica clínica y la cirugía. En este último ámbito, destaca el papel importante de la robótica. Robots como Da Vinci o Bitrack[10] están respaldados por sistemas de imagen médica que muestran al clínico la información más relevante en cada caso. Una intervención compleja como la implantación de una válvula aórtica (transcatheter aortic valve implantation, TAVI) difícilmente podría entenderse hoy en día sin la ayuda de sistemas de IA que ofrecen apoyo a los clínicos en todo momento[11].

Todos estos sistemas están promovidos también por una realidad: tenemos una población muy envejecida. La medicina debe dar respuestas a personas que llegan a una edad avanzada con enfermedades crónicas (como las respiratorias o la hipertensión), con comorbilidades (sufren más de una enfermedad) y con unos recursos sanitarios limitados para atenderlas. Sin embargo, a causa de los avances en medicina, hay muchas personas que llegan a edades avanzadas con un estado de salud que les permite vivir con autonomía en su casa. En este contexto, aparecen las casas smart, dotadas de sensores que permiten monitorizar la vida de una persona y detectar si, eventualmente, se cae o no se levanta[12].

La robótica acompaña también a estas personas mayores poniendo a su disposición a cuidadores que las atiendan en el ámbito de las tareas rutinarias y dejando que el espacio de ocio sea el que compartan con los familiares, que, gracias a esta ayuda, no estarán agotados. Podemos recordar aquí la película Un amigo para Frank, que ilustra este futuro que tenemos delante.

Las oportunidades para cuidar de la gente mayor son muy ingeniosas. Por ejemplo, la empresa Sound Intelligence ha desarrollado un software para monitorizar los ruidos en un geriátrico: si la secuencia observada corresponde a un comportamiento normal (como la de un movimiento de cama, seguido de un ruido de una puerta que se abre, de agua que cae, de una puerta que se cierra y de otro movimiento de cama), el sistema no molesta al posible cuidador; pero si la secuencia de ruidos es anormal (un movimiento de cama y un golpe fuerte), se dispara una alarma[13]. ¡Y el sistema tiene que funcionar en un día de tormenta!

Para terminar, podemos decir que uno de los activadores de la IA en medicina y atención sanitaria es la disponibilidad de los datos. Ahora bien, existen retos importantes. En primer lugar, en cuanto a la calidad de los datos, la presencia de sesgo y la privacidad. La IA generativa —uno de los representantes más populares de la cual es ChatGPT— puede abrir las puertas a la obtención de nuevos medicamentos y, eventualmente, generar nuevas hipótesis y tratamientos, pero presenta retos importantes respecto al corpus de datos sobre los que se generan los resultados, que pueden inducir a sesgos significativos[14]. En segundo lugar, en referencia a la transparencia de los sistemas: las soluciones aportadas por los algoritmos de IA deben ser explicables para merecer la confianza de los profesionales. Tenemos un camino por delante, también a nivel legislativo, con las normativas de uso correspondientes.