Uno de los objetivos que tiene el Centro Experimental Cyborg es la gestión del conocimiento, en un sentido amplio, a través de metodologías innovadoras encaminadas a la adquisición de competencias profesionales específicas en forma de conocimientos, habilidades, destrezas, actitudes y trabajo en equipo y desarrollando tanto investigación traslacional como estrategias preventivas en salud-electrónica.

Hoy en día las nuevas tecnologías nos afectan en numerosos ámbitos de nuestra vida y desde luego, el sector de la salud, siendo éste un sector en constante cambio y evolución que necesita de los últimos avances para proporcionar los mejores servicios a sus pacientes, no se ve ajeno a todas estas nuevas tecnologías.

Hablar de la Medicina del futuro supone hablar de tecnología, dado que ineludiblemente Medicina e Inteligencia Artificial (IA) van a ir de la mano desde el momento en el que hablamos de la digitalización de los procesos. La complejidad y el aumento de datos que se utilizan en la asistencia médica hacen que esta tecnología tenga muchas y numerosas aplicaciones, especialmente, en la toma de decisiones clínicas.

Para ello desde el Centro Experimental Cyborg se ofrece la formación a profesionales de la medicina en uno de los aliados más poderosos que tenemos a nuestra disposición, es decir, la Inteligencia Artificial. 

Dicha formación se realiza a través del aprendizaje del lenguaje de programación Python, tratándose éste del lenguaje de programación elegido por excelencia para el desarrollo de aplicaciones y sistemas de IA

La inteligencia artificial es una tecnología basada en el modelo de la red neuronal del cerebro que permite a diversos dispositivos, por medio de una serie de algoritmos y reglas, desarrollar pensamientos y decisiones autónomas basados en los datos suministrados.

La inteligencia artificial está marcada por dos conceptos:

• Machine learning: Se entiende como una ramificación de la inteligencia artificial basada en la creación de sistemas que, aplicados a máquinas, son capaces de interpretar un algoritmo para identificar grandes cantidades de datos, realizar su análisis y establecer unas conclusiones.
• Deep learning: Hablamos de un nivel más avanzado de Inteligencia Artificial. En este nivel las maquinas pueden llegar a tener un comportamiento autónomo tras procesar sistemas de datos, es decir, la máquina aprende por sí sola de los errores que recibe. podemos decir que se puede crear un modelo que aprende y previene futuros errores.

Podemos encontrar con mucha facilidad ejemplos de Deep Learning en nuestra vida diaria, como por ejemplo los asistentes de habla como Siri, Cortana o Alexa sistemas con los que puedes mantener una conversación y hacer que el dispositivo ejecute órdenes, coches autónomos, con reconocimiento de obstáculos y humanos para frenar o esquivar, Plataformas como Netflix o Amazon también utilizan algoritmos basados en la experiencia de un usuario para emitir recomendaciones….todos estos son ejemplos de desarrollos estrella del Deep Learning.

La Inteligencia Artificial en la Medicina

La inteligencia artificial en medicina centra su principal utilidad en la gran rapidez con la que procesa grandes cantidades de datos, hecho este clave para el análisis de diferentes pruebas médicas, permitiendo analizar los todos esos datos para llevar a cabo diagnósticos precoces en el menos tiempo posible.

Gracias a la Inteligencia artificial podemos obtener diagnósticos precisos más rápidamente, reducir los tiempos de investigación para el desarrollo de nuevos fármacos y sobre el tratamiento de determinadas enfermedades y por supuesto, aliviar la carga de trabajo a profesionales médicos.

En concreto, la Inteligencia Artificial es capaz de describir e interpretar los datos, aprender de ellos y aplicar algoritmos para dar soluciones. Es decir, se podría reconocer al paciente, revisar su historia clínica digital al momento, compararlo y dar unas pautas al profesional médico en base a ese background.

De esta forma, se consiguen sistemas de detección precoz de enfermedades o de seguimiento de un tratamiento en tiempo real. Sistemas útiles que se engloban en el concepto de “medicina personalizada” y que pueden mejorar la atención al paciente.

Aplicaciones de la IA en medicina 

Existen diversas formas en que la IA puede tener una incidencia muy positiva en la práctica de la medicina, pudiendo ayudar en la toma de decisiones o bien acelerando de manera notable las investigaciones científicas. Vamos a ver algunos ejemplos de cómo se podría utilizar la IA:

• IA en la detección y el diagnóstico de enfermedades. – Los modelos de machine learning podrían usarse para observar los signos vitales de los pacientes que reciben cuidados intensivos y alertar a los médicos si aumentan ciertos factores de riesgo. La IA puede recopilar los datos de esos dispositivos y buscar afecciones más complejas, como la sepsis. Un algoritmo capacitado puede ayudar a reducir el tiempo de investigación al brindar a los médicos resultados de búsqueda valiosos con información basada en evidencia sobre tratamientos y procedimientos mientras el paciente todavía está en la habitación del hospital.
• Tratamiento de enfermedades personalizado. – Debido a que los modelos de IA pueden aprender y retener preferencias, la IA tiene el potencial de proporcionar recomendaciones personalizadas en tiempo real a los pacientes las 24 horas del día.
• Papel destacado en el área de imágenes médicas. – La IA impulsada por redes neuronales artificiales además de ayudar a los médicos a detectar los primeros signos de cualquier enfermedad, también puede ayudar a gestionar, verificar y analizar las grandes cantidades de imágenes médicas que los médicos deben trabajar a diario.
• Eficiencia de los ensayos clínicos. – Durante los ensayos clínicos se dedica mucho tiempo a asignar códigos médicos a los resultados de los pacientes y actualizar los conjuntos de datos relevantes. La IA puede ayudar a acelerar este proceso al proporcionar una búsqueda más rápida e inteligente de códigos médicos.
• Desarrollo acelerado en el desarrollo de nuevos fármacos. – El descubrimiento de fármacos es a menudo una de las partes más largas y costosas del desarrollo de fármacos. La IA podría ayudar a reducir los costos de desarrollo de nuevos medicamentos principalmente de dos maneras: mejores diseños de fármacos y encontrar nuevas combinaciones de fármacos prometedoras.
• Cómo reducir los costes del cuidado médico. – La IA podría reducir los costes en la industria de la salud. Como, por ejemplo, con la reducción de errores de medicación, la asistencia de salud virtual personalizada, la prevención de fraudes y el apoyo a flujos de trabajo clínicos y administrativos más eficientes.

Veamos 2 ejemplos reales de Deep Learning aplicado al ámbito de la Medicina y la Salud:

CORTI.- Aplicación usada por los Servicios de Emergencia de Dinamarca, se trata de un asistente de voz y cuya tarea es analizar las conversaciones entre los profesionales y los pacientes y así extraer los datos, el sistema analiza la conversación y detecta pistas que luego relaciona con su base de datos.

A continuación, se les suministra a los servicios de emergencia toda la información relacionada. Gracias a Corti, se han salvado numerosas vidas, ya que, en situaciones de emergencia, los pacientes suelen estar bajo mucha presión. Tanto las personas en problemas, como los servicios de emergencia pueden estar nerviosos. Y es ahí cuando la información sobre síntomas y condiciones médicas es vital.

RadIO.-  La IA se ha convertido en uno de los aliados más poderosos en la lucha contra el cáncer. Este sistema fue lanzado por el Departamento TI del Gobierno de Moscú. Se trata de un código fuente abierta de detección de cáncer. Esta aplicación usa Deep Learning para encontrar signos de cáncer de pulmón en las radiografías.

Se trata de un código de detección de cáncer, que está disponible en Github, y que usa ‘deep learning’ para encontrar signos de cáncer de pulmón en radiografías. . Según el DIT, RadIO permite crear algoritmos de ‘deep learning’ en una pieza de código Python corta y fácil de leer. Ese sistema es tan rápido que, según los investigadores, es capaz de procesar las radiografías de toda la población de Moscú (12 millones de personas) en 30 segundos.

Lenguaje Python y su implicación en el desarrollo del deep learning

Se trata de un lenguaje de programación multiparadigma, es decir, válido para su aplicación en diferentes ámbitos y que aporta competencias para vincular la inteligencia artificial con los dispositivos, máquinas y objetos de producción, optimizando esfuerzos de desarrollo, al ser un lenguaje sencillo y de código abierto.

Dos aspectos que proporciona Python, hacen que se haya convertido en la opción indicada para la implementación de Inteligencia Artificial:

• Compatibilidad con el tiempo de ejecución interpretativo, sin lenguajes de compilación estándar. Esto hace que Python sea especialmente útil para crear prototipos de algoritmos para IA.
• Un enfoque de trabajo intuitivo es quizás su característica más reconocible, pero, cuando a ella se suman las opciones de estructuras de datos y capacidades de control, los resultados mejoran de una manera espectacular.

Python puede utilizarse en innumerables actividades y sectores tales como proyectos de inteligencia artificial, para crear sitios web, realizar cálculos estructurales complejos con elementos finitos, diseñar videojuegos, implementación de redes sociales, creación de redes neuronales de sistemas que identifican elementos dentro de una imagen, para plataformas de traducción de idiomas…etc.

Tal es su impacto a nivel mundial, que el 57% de los científicos de datos y desarrolladores de aprendizaje automático lo utilizan y 33% lo prioriza para el desarrollo.

Según un estudio realizado en el 2020, por el Banco Interamericano de Desarrollo (BID), se estimó que los datos médicos se duplicaban cada 73 días. Este incremento es equivalente a más de un millón de gigabytes de información o a 300 millones de libros sobre salud por persona durante toda su vida.

Ante tal escenario, la inteligencia artificial en el ámbito de la medicina se convierte en una valiosa herramienta para los profesionales del área, al optimizar los procesos de prevención, diagnóstico y tratamiento de enfermedades.

Enlaces de Interés:

• El futuro de la medicina en manos de la IA: mayor acierto en diagnóstico que los propios doctores
• Inteligencia artificial al servicio de la medicina: así ayuda a conseguir diagnósticos más certeros
• La inteligencia artificial ya supera a los médicos en el diagnóstico de enfermedades
• Inteligencia Artificial Ética en Sanidad. Recomendaciones