El rol de la IA como soporte para la toma de decisiones en radiología
Durante la pandemia de COVID-19, la radiología se vio afectada considerablemente debido a la necesidad de analizar radiografías de tórax para detectar problemas pulmonares. En años anteriores, varias iniciativas en todo el mundo habían desarrollado algoritmos para ayudar a los radiólogos a clasificar y analizar imágenes complejas, a veces difíciles de descubrir para el ojo humano.
De cara a 2030, se espera que el mercado global de imágenes médicas e inteligencia artificial (IA) atraviese un fuerte crecimiento. Según BusinessWire, este alcanzará los $ 8.18 mil millones –a una Tasa de Crecimiento Compuesto Anual del 34.7%–, lo que habla de grandes oportunidades para el desarrollo de estas tecnologías, y al mismo tiempo nos obliga a pensar en los desafíos éticos y de responsabilidad que el uso de IA puede generar, así como en el rol de los profesionales de la salud.
Desafíos y oportunidades de la IA en radiología
¿Cómo interactúan el ser humano y la IA? ¿De qué forma el sector público y el privado están enfrentando los desafíos asociados con la práctica de la radiología, y cómo la IA lo está facilitando? ¿Cuáles son los desafíos éticos que esto implica? Estas son algunas de las preguntas que es necesario plantear en este contexto, y fueron parte de los temas discutidos el pasado 12 de octubre, durante el webinar “Médicos e IA: ¿Cómo se benefician las imágenes médicas de la IA en ALC? Perspectivas del sector público” de la serie “Transformando la salud en ALC a través de la innovación” organizada en conjunto por BID, BID Lab y BID Invest.
La discusión arrojó importantes puntos a considerar, tanto en el uso de IA para radiología como para la toma de decisiones en medicina en general, entre ellos:
- La promesa de valor de la IA en salud. La capacidad de la tecnología en este rubro se asocia con mejorar cobertura y oportunidad de la respuesta sanitaria. Las experiencias analizadas sugieren la importancia de agregar un tercer atributo: cuando se hace bien, el uso correcto de tecnologías complejas puede mejorar la seguridad del juicio clínico. En ecaso de la radiología, esa capacidad agregada permite contar con diagnósticos más precisos.
- La tecnología como colaborador activo de la gestión clínica. La necesidad de contar con mejores herramientas para la gestión clínica y con de nuevas soluciones para responder a demandas complejas en salud son factores clave en esta industria. Los vectores que resumen mejor estas necesidades son eficiencia y calidad. Pensando en la gestión de la salud, las tecnologías sanitarias pueden contribuir a la:
1) optimización de procesos clínicos,
2) capacidad de procesamiento de grandes volúmenes de datos; y,
3) compensación del déficit de recursos humanos adecuadamente calificados para el manejo de nuevas tecnologías.
Neuralmed, por ejemplo, es una empresa en Brasil apoyada con financiamiento BID Lab que está utilizando el procesamiento de imágenes. Esto no solo permite estructurar un modo más eficiente y dar mayor soporte al proceso de decisión clínica, sino que también permite liberar tiempo para que el personal sanitario que trata directamente con pacientes se pueda dedicar a esta interacción clínica.
- La tecnología de imágenes como facilitadora del flujo clínico en contextos de alta demanda. Lo que ocurre en las salas de urgencia y en los boxes de atención pone a prueba la eficacia de las unidades de salud en aquellos contextos donde el flujo de la atención de los pacientes es altamente complejo. Las iteraciones para levantar un diagnóstico, determinar un nivel de riesgo clínico, priorizar a los pacientes y ofrecer adecuado tratamiento no sólo son acciones que pueden tomar mucho tiempo, sino que también involucran riesgos en cuanto al nivel de precisión logrado en el triage. La tecnología para el análisis de imágenes puede reducir el tiempo en la generación de una respuesta clínica segura, basada en un diagnóstico certero que acorte la distancia entre ese diagnóstico y su tratamiento.
- La generación de condiciones para la adopción de tecnología inteligente. La introducción de nuevas soluciones basadas en uso de alta tecnología va a cambiar la práctica clínica tal como la conocemos y será un proceso continuo y progresivo. Un diagnóstico asistido por IA debería ser un buen diagnóstico. Pero esta es una promesa de valor que es necesariosostener con base en evidencia. Para lograrlo, al menos hay que:
1) mostrar los beneficios concretos de la IA para la práctica clínica,
2) entrenar capacidades para un uso inteligente de la IA, y
3) generar confianza en cuanto a la preservación de estándares de privacidad en uso seguro de datos y protección de información personal. Este atributo debe ser empírico y los usuarios deberían palpar de un modo práctico estos beneficios.
- Las fronteras y posibilidades del uso compartido de datos clínicos. El uso de la alta tecnología de tipo IA permite generar y procesar grandes volúmenes de datos. Esto es importante incluso para construir esa IA: si se quiere entrenar una IA para fines particulares es necesario acceder a los datos que lo hagan posible. Esto no es sencillo y genera muchas aprehensiones. La pregunta es si se puede mantener rigor en el principio de protección de la privacidad de los pacientes y, al mismo tiempo, usar la información para generación de conocimiento, más todavía cuando su instrumentación está pensada como bien público. El reto permanente será mejorar los estándares mientras se logra un uso optimizado de la tecnología.
¿Cuál es la complejidad que requieren las tecnologías de IA para apoyar la gestión en salud? Es indudable que, para que estas sean útiles, deben incorporar nuevas capacidades. Pero también hay que hacerlas accesibles, garantizando un uso ético y responsable. La facilidad de uso de las soluciones tecnológicas depende de que estas sean seguras, de la adherencia del personal clínico y del uso consistente de esa tecnología –condiciones que deben lograrse simultáneamente para generar una cultura de aceptación y un uso responsable de la IA en el ámbito de la salud.
Serie de webinars “Transformando la salud en ALC a través de la innovación” organizada en conjunto por BID, BID Lab y BID Invest.
El objetivo de la serie es mostrar cómo se están utilizando las tecnologías emergentes y la innovación tanto en el sector de la salud pública como en el privado. Las alianzas público-privadas son un vehículo esencial para satisfacer las necesidades y apoyar al sector salud en su camino para mejorar la prestación de servicios y la calidad de la atención, reducir la ineficiencia y la desigualdad, y administrar los recursos de manera eficiente para garantizar una vida saludable y promover el bienestar para todos, en todas las edades, como lo establecen los objetivos de desarrollo sostenible.
