Hay mucho entusiasmo en el cuidado de la salud sobre el uso de la inteligencia artificial (IA) para mejorar la toma de decisiones clínicas.
Iniciada por IBM Watson for Healthcare y DeepMinds Healthcare, la IA promete ayudar a los especialistas a diagnosticar a los pacientes con mayor precisión. Hace dos años, McKinsey coprodujo un informe con EIT Health de la Unión Europea para explorar el potencial de la IA en el cuidado de la salud. Entre las oportunidades clave que encontraron los autores del informe se encontraban en las operaciones de atención médica: diagnósticos, apoyo a decisiones clínicas, triaje y diagnóstico, prestación de atención, gestión de atención crónica y autocuidado.
“Primero, es probable que las soluciones aborden las tareas rutinarias, repetitivas y en gran medida administrativas, que absorben un tiempo significativo de médicos y enfermeras, optimizando las operaciones de atención médica y aumentando la adopción”, escribieron. “En esta primera fase también incluiríamos aplicaciones de IA basadas en imagen, que ya están en uso en especialidades como radiología, patología y oftalmología”.
El mundo de la IA en el cuidado de la salud no se ha detenido y en junio, el Parlamento Europeo publicó inteligencia artificial en salud, centrándose en las aplicaciones, los riesgos, los impactos éticos y sociales. Los autores del artículo recomendaron que la evaluación del riesgo de la IA debe ser específica del dominio, porque los riesgos clínicos y éticos varían en diferentes campos médicos, como la radiología o la pediatría.
Los autores del artículo escribieron: “En el futuro marco regulatorio, la validación de las tecnologías de IA médica debe armonizarse y fortalecerse para evaluar e identificar riesgos y limitaciones multifacéticos al evaluar no solo la precisión y solidez del modelo, sino también la equidad algorítmica, la seguridad clínica, aceptación clínica, transparencia y trazabilidad.”
La validación de las tecnologías médicas de IA es el enfoque clave de la investigación que lleva a cabo el Centro Médico de la Universidad Erasmus en Róterdam. A principios de este mes, Erasmus MC, University Medical Center Rotterdam, comenzó a trabajar con la empresa de tecnología de la salud Qure.ai para lanzar su Laboratorio de innovación de IA para imágenes médicas.
El programa inicial tendrá una duración de tres años y llevará a cabo una investigación detallada sobre la detección de anomalías mediante algoritmos de IA para enfermedades infecciosas y no infecciosas. Los investigadores esperan comprender los posibles casos de uso de la IA en Europa y brindar orientación a los médicos sobre las mejores prácticas para la adopción de la tecnología específicamente para sus requisitos.
Jacob Visser, radiólogo, director de información médica (CMIO) y profesor asistente de imágenes basadas en valores en Erasmus MC, dijo: “Es importante darse cuenta de que tenemos grandes desafíos, una población que envejece y tenemos mucha tecnología que necesita para utilizarse de manera responsable. Estamos investigando cómo podemos aportar valor a los médicos y pacientes utilizando nuevas tecnologías y cómo podemos medir esos avances”.
El rol de Visser como CMIO actúa como un puente entre el lado médico y los tecnólogos. “Como profesional médico, el CMIO quiere orientar la TI en la dirección correcta”, dijo. “Los médicos están interesados en las posibilidades que ofrece la TI. Los nuevos desarrollos técnicos hacen que los médicos vean mayores oportunidades en áreas como la medicina de precisión”.
Erasmus MC dirigirá el laboratorio y realizará proyectos de investigación utilizando la tecnología de IA de Qure. El proyecto de investigación inicial se centrará en imágenes musculoesqueléticas y torácicas. Visser dijo que al evaluar los modelos de IA, “es fácil verificar que una fractura se ha detectado correctamente”.
Esto hace posible evaluar qué tan bien se las arregla la IA, lo que permite a los investigadores obtener una visión significativa de la frecuencia con la que la IA pasa por alto incorrectamente una fractura genuina (falso negativo) o clasifica incorrectamente una exploración de rayos X como una fractura (falso positivo).
Hablando sobre el nivel de escrutinio que implica el uso de la IA en el cuidado de la salud, Vissier dijo: “Los algoritmos médicos deben ser aprobados, como por la Administración Federal de Medicamentos [FDA] en los EE. UU. y obtenga la certificación CE en Europa”.
En cuanto a la asociación con Qure.ai, agregó: “Vemos la adopción de la IA en el cuidado de la salud en un momento crítico, donde los médicos solicitan asesoramiento experto sobre la mejor manera de evaluar la adopción de la tecnología. En el trabajo de Qure hasta la fecha, está claro que han recopilado información detallada sobre la efectividad de la IA en entornos de atención médica, y juntos podremos evaluar casos de uso efectivos en entornos clínicos europeos”.
Pero hay muchos desafíos en el uso de IA para diagnósticos de atención médica. Incluso si un algoritmo ha sido aprobado por la FDA o tiene la certificación CE, esto no significa necesariamente que funcionará en una práctica clínica local, dijo Vissier. “Tenemos que asegurarnos de que el algoritmo de IA satisfaga las necesidades de nuestra práctica local”, agregó. “¿Cuáles son los parámetros clínicamente relevantes que pueden verse afectados por los resultados que produce la IA?”
El desafío es que los datos utilizados para desarrollar un algoritmo de IA para el cuidado de la salud utilizan un conjunto de datos específico. Como consecuencia, el modelo de datos resultante puede no ser representativo de los datos de pacientes reales en la comunidad local. “Ves una caída en el rendimiento cuando validas un algoritmo externamente”, dijo Vissier.
Esto es análogo a los ensayos farmacéuticos, donde los efectos secundarios pueden variar entre poblaciones. El sector farmacéutico supervisa el uso, que alimenta el ciclo de desarrollo del producto.
En cuanto a sus aspiraciones para la investigación que surja del nuevo laboratorio, Vissier dijo: “Espero, dentro de un año, probar que los algoritmos funcionan, la precisión de sus diagnósticos, y espero que hayamos comenzado a evaluar cómo funcionan estos algoritmos en práctica clínica diaria”.
