Por qué la inteligencia artificial juega un papel cada vez más importante en el sector de la salud

14.04.2021

6 min de lectura

Inicialmente recibida con escepticismo por muchos médicos, la Inteligencia Artificial ya es imprescindible en el diagnóstico de ciertas enfermedades. El Internet de las Cosas, la realidad virtual y la realidad aumentada también ganan terreno en la tecnología médica.

Trastornos de la marcha, síntomas de demencia, incontinencia urinaria, apatía. Para muchos neurólogos, estos son claros signos de una demencia senil avanzada, que afecta a alrededor de un millón de personas en Alemania. Sin embargo, en el diez por ciento de los casos, según NPH-Info, podría tratarse de hidrocefalia de presión normal (NPH) o hipertensión intracraneal idiopática del anciano. Y, como ya observó un médico colombiano en un caso pediátrico de PH en 1964, esta forma de demencia puede tratarse drenando líquido cefalorraquídeo, cuanto antes, mejor. No obstante, el NPH sigue siendo poco investigado y rara vez se diagnostica. Con un shunt – un drenaje implantado hacia la cavidad peritoneal – , muchos pacientes podrían recuperar casi por completo su vida normal.

El diagnóstico de demencia y cáncer, temas centrales

VEObrain, un *spin-off* del Hospital Universitario de Friburgo, ha desarrollado una herramienta de análisis en la nube basada en IA para la volumetría cerebral automatizada, que, mediante *machine learning* (ML), puede identificar patrones típicos de atrofia o pérdida de tejido y calcular un porcentaje de probabilidad de NPH. Das Investment cita en un extenso artículo sobre el tema las oportunidades que ofrece la IA en medicina, mencionando datos de la Organización Mundial de la Salud (OMS), según los cuales hasta 2050 podrían padecer demencia unos 152 millones de personas. Al no existir aún cura, la enfermedad debe tratarse desde los primeros síntomas para, al menos, ralentizar la neurodegeneración (como en el caso del NPH). La IA puede desempeñar un papel clave en su detección, como demuestran el ejemplo anterior y un estudio de la Universidad de San Francisco. El algoritmo desarrollado por esta institución sería capaz de detectar signos de demencia u otros trastornos degenerativos una media de seis años antes que los radiólogos.

La IA en medicina se convierte en un motor de ingresos

Aunque actualmente el COVID-19 acapare toda la atención, el cáncer sigue siendo uno de los mayores flagelos de la humanidad. El cáncer de pulmón, con casi dos millones de muertes anuales, es el más letal. Sin embargo, en su detección ya se han logrado avances significativos. Investigadores de la Facultad de Medicina Feinberg de la Universidad Northwestern y de Google AI han desarrollado conjuntamente un algoritmo que identifica células cancerosas malignas con un 94,4 % de precisión. Seis radiólogos que participaron en el estudio registraron, en comparación, tasas de error mucho más altas, tanto en falsos positivos (11 %) como en falsos negativos (5 %). Un diagnóstico temprano de tumores mediante IA aumenta las posibilidades de curación y reduce, además, las costosas pruebas invasivas de control. Según el artículo de Das Investment, los ingresos mundiales generados por la IA en medicina pasarán de 4.900 millones de dólares a mediados de 2020 a 45.200 millones en 2026, multiplicándose por más de nueve. PwC reveló en una encuesta que los encuestados están, en general, dispuestos a invertir en este ámbito. Estados Unidos sigue liderando tanto en digitalización como en aplicación de IA en el sector sanitario.

4 principales aplicaciones de la IA en salud

Data Revenue menciona en una entrada de blog cuatro aplicaciones destacadas de la IA en medicina y en el sector sanitario: 1. El diagnóstico se vuelve considerablemente más preciso y rápido gracias a la IA y el ML. Algunos ejemplos son la detección de cáncer de pulmón a partir de imágenes de TAC, la evaluación de riesgos de muerte súbita cardíaca mediante electrocardiogramas y resonancias magnéticas, la clasificación de lesiones cutáneas a partir de imágenes de la piel y la detección temprana de retinopatía diabética a partir de imágenes oculares.

2. El desarrollo de fármacos puede acelerarse significativamente con la IA y el aprendizaje automático, lo que ayuda a ahorrar años de trabajo e inversiones de cientos de millones de euros. En este sentido, la entrada de blog menciona cuatro etapas en el desarrollo de medicamentos:

Etapa 1: Identificación de dianas terapéuticas para comprender el origen de una enfermedad y sus mecanismos de resistencia. Esto puede desempeñar un papel, por ejemplo, en el desarrollo de fármacos de ARN contra la COVID-19.

Etapa 2: Búsqueda de candidatos adecuados para fármacos y posibles efectos secundarios.

Etapa 3: Selección de participantes adecuados para acelerar los estudios. Tras el desarrollo de las vacunas contra el coronavirus de BioNTech/Pfizer, Moderna y otras, estas se probaron en decenas de miles de personas.

Etapa 4: Identificación de biomarcadores para el diagnóstico de enfermedades. Estos biomarcadores son moléculas presentes en fluidos corporales, sobre todo en la sangre, y suelen ofrecer certeza sobre si un sujeto o paciente padece o no una enfermedad. 3. Personalización de los métodos de tratamiento: Los pacientes suelen responder de manera distinta a los fármacos o tratamientos. Un enfoque personalizado podría aumentar significativamente las posibilidades de curación y la esperanza de vida, aunque requiere considerar una amplia variedad de factores. El aprendizaje automático puede automatizar el complejo trabajo estadístico y, con ello, acelerarlo notablemente.

4. La mejora de la edición genética: Con CRISPR, *Clustered Regularly Interspaced Short Palindromic Repeats*, la investigación ha logrado grandes avances en la edición del genoma y el ADN, tecnología que, entre otros usos, se empleó en el desarrollo del fármaco de ARNm de BioNTech y Pfizer contra la COVID-19. Explicar cómo se relaciona esto con el ARN guía (*guide RNA*) y el ARN guía corto (*short-guide RNA*, sgRNA) sería demasiado extenso en este contexto. No obstante, los modelos de ML han demostrado ofrecer los mejores resultados para «predecir tanto el alcance de las interacciones guía-objetivo como los efectos fuera de objetivo», es decir, efectos secundarios, entre otros.

Avances en AR/VR e IoT en el sector sanitario

Por supuesto, existen muchos más ejemplos de aplicaciones de la IA y el aprendizaje automático en medicina. También resulta interesante cómo la realidad aumentada y la realidad virtual (AR y VR) están ganando terreno en la tecnología médica y el sector sanitario. Según Mixed.de, Microsoft planea utilizar las HoloLens 2 para transmitir operaciones quirúrgicas en directo. Epson, por su parte, acaba de presentar una nueva generación de gafas de realidad aumentada de la serie Moverio, que, entre otras funciones, permitirán realizar diagnósticos remotos y cirugías a distancia. Por último, los dispositivos IoT también están cada vez más presentes en medicina y el sector sanitario. No solo se trata de pulseras de actividad o relojes inteligentes, muchos de los cuales ya pueden medir la presión arterial o el pulso. Los marcapasos y los desfibriladores automáticos implantables (DAI) no se consideran estrictamente dispositivos IoT, pero tras descubrirse que estos implantes podían no solo leerse, sino también manipularse desde el exterior, hace unos años se llevó a cabo una gran campaña de retirada que obligó a actualizar su firmware. La seguridad, por tanto, juega un papel especialmente importante en los implantes médicos. Lo mismo ocurre, al igual que para el especialista en IoT Device Insight, en muchos otros ámbitos de aplicación, sobre todo en el conocido como IIoT o Internet de las Cosas Industrial.

Fuente de la imagen: iStock / elenabs