Inteligencia artificial en medicina para ser más precisos y efectivos

¿Qué pasaría si los médicos tuvieran más tiempo para ocuparse de las preocupaciones de sus pacientes? Ese es el impulso detrás del impulso para integrar la inteligencia artificial ( IA ) en la medicina.

Al utilizar algoritmos complejos para detectar patrones en grandes conjuntos de datos, como resultados de pruebas de laboratorio, medicamentos actuales y síntomas, por nombrar algunos, la IA podría hacer que la medicina sea más agradable, no menos.

“Cuando los pacientes entren, ya sabríamos lo que han estado experimentando”, dice el cardiólogo e investigador de datos de Yale Medicine, Harlan Krumholz, MD. “Especialmente para pacientes con afecciones crónicas, podríamos detectar su necesidad de atención médica antes de que lo hagan”.

La definición de IA varía entre industrias e incluso de un diccionario a otro. Pero en términos generales, en el ámbito de la medicina, la IA se refiere al uso de sistemas informáticos para crear algoritmos basados ​​en patrones en datos en bruto para encontrar conexiones (como entre una mutación genética y una afección médica) o grupos de síntomas para una enfermedad en particular ) eso sería muy difícil, si no imposible, para que una persona lo identifique.

Para ilustrar cómo será un futuro asistido por la IA en la medicina, el Dr. Krumholz da un ejemplo hipotético de un paciente con riesgo de insuficiencia cardíaca, una condición en la que un músculo cardíaco debilitado lucha para bombear suficiente sangre oxigenada en todo el cuerpo.

Para comenzar, el paciente comenzaría el día pisando una báscula conectada a Internet que monitorearía los cambios de peso en busca de posibles signos de retención de líquidos, un sello distintivo de la insuficiencia cardíaca. Él o ella se pondrían un reloj inteligente u otro sensor para rastrear los pasos y el nivel de actividad, y usarían una aplicación de teléfono para registrar síntomas específicos, como falta de aliento. Todos estos datos se transmitirán directamente al registro electrónico de salud (EHR), que “tomaría toda esa información y clasificaría el riesgo del paciente, en lugar de esperar a que el paciente venga a nosotros”, dice el Dr. Krumholz. Luego, el médico podría alertar al paciente de que se está acercando al peligro y tomar medidas para evitarlo, permitiendo que se brinde atención médica de manera proactiva en lugar de reactiva.

Este tipo de interacción asistida por IA en medicina lleva años en desarrollo, explica el Dr. Krumholz. Desde 1995, ha dirigido el Centro de Investigación y Evaluación de Resultados (CORE), cuya investigación ha ayudado a mejorar la atención al paciente mediante la recopilación, medición y análisis de todo tipo de datos, desde registros de facturación hasta registros médicos tradicionales y ahora EHR.

Antes de que los registros de los pacientes fueran digitalizados y pudieran ser analizados por computadoras mediante algoritmos y aprendizaje automático , el Dr. Krumholz y su equipo trabajaron para extraer información de los registros en papel. Este trabajo costoso y laborioso tardó años en completarse. La investigación, resultado de una colaboración con agencias federales, organizaciones profesionales médicas como el Colegio Americano de Cardiología y la Asociación Americana del Corazón, así como con médicos, hospitales y otros, condujo a mejoras dramáticas en la atención. En un esfuerzo notable, que abarcó años, la investigación y su difusión condujeron a reducir drásticamente el tiempo que les toma a los pacientes con ataque cardíaco recibir un tratamiento que les salve la vida y les quite los coágulos de sangre.

Hoy, tales proyectos podrían llevarse a cabo requiriendo solo una fracción del tiempo y los recursos. Como señala el Dr. Krumholz, “en esta era digital, la perspectiva de una investigación en tiempo real que produzca información procesable en tiempo real y mejoras oportunas en la atención está a la vuelta de la esquina”.

IA y medicina de precisión

La Administración de Drogas y Alimentos (FDA, por sus siglas en inglés) ahora evalúa las herramientas de IA de la misma manera que revisan las drogas y los dispositivos médicos para determinar su eficacia y seguridad. Por ejemplo, un sistema de IA aprobado analiza las tomografías computarizadas de pacientes que presentan síntomas neurológicos y envía mensajes de texto a los médicos cuando los resultados sugieren un accidente cerebrovascular. Esto les ayuda a brindar un tratamiento efectivo más rápido, lo que a su vez ayuda a prevenir el daño cerebral por accidentes cerebrovasculares. […]

Artículo publicado en Swisscognitive

Deja una respuesta

Tu dirección de correo electrónico no será publicada.