Presta atención a la cobertura mediática sobre la inteligencia artificial y es fácil tener la sensación de que tecnologías como los chatbots representan una "crisis existencial" para todo, desde la economía hasta la democracia.
Estas amenazas son reales y la regulación proactiva es crucial. Pero también es importante destacar las múltiples aplicaciones positivas de la inteligencia artificial, especialmente en el cuidado de la salud.
Considera la Clínica Mayo, la práctica médica integrada y sin fines de lucro más grande del mundo, que ha creado más de 160 algoritmos de inteligencia artificial en cardiología, neurología, radiología y otras especialidades. Cuarenta de ellos ya se han implementado en la atención al paciente.
Para comprender mejor cómo se utiliza la inteligencia artificial en la medicina, hablé con John Halamka, un médico capacitado en informática médica que es presidente de Mayo Clinic Platform. Según explicó, "la inteligencia artificial es simplemente la simulación de la inteligencia humana mediante máquinas".
Halamka distinguió entre la inteligencia artificial predictiva y la generativa. La primera involucra modelos matemáticos que utilizan patrones del pasado para predecir el futuro; la segunda utiliza texto o imágenes para generar una interacción similar a la humana.
Es ese primer tipo el que es más valioso en la medicina actual. Como describió Halamka, la inteligencia artificial predictiva puede analizar las experiencias de millones de pacientes y sus enfermedades para ayudar a responder una pregunta sencilla: "¿Qué podemos hacer para asegurarnos de que tengas el mejor viaje posible con la menor cantidad de obstáculos en el camino?".
Por ejemplo, supongamos que alguien es diagnosticado con diabetes tipo 2. En lugar de brindar recomendaciones genéricas para cualquier persona con la afección, un algoritmo puede predecir el mejor plan de atención para ese paciente utilizando su edad, ubicación geográfica, origen racial y étnico, condiciones médicas existentes y hábitos nutricionales.
Este tipo de tratamiento centrado en el paciente no es nuevo; los médicos siempre han personalizado las recomendaciones. Entonces, en este sentido, la inteligencia artificial predictiva es simplemente otra herramienta para ayudar en la toma de decisiones clínicas.
La calidad del algoritmo depende de la cantidad y diversidad de los datos. Me sorprendió saber que el equipo de la Clínica Mayo ha firmado acuerdos de asociación de datos con sistemas clínicos en Estados Unidos y a nivel global, incluyendo Canadá, Brasil e Israel. Para fines de 2023, Halamka espera que la red de organizaciones abarque a más de 100 millones de pacientes cuyos registros médicos, con información de identificación eliminada, se utilizarán para mejorar la atención de otros.
La inteligencia artificial predictiva también puede mejorar los diagnósticos. Por ejemplo, para detectar el cáncer de colon, la práctica estándar es que los gastroenterólogos realicen una colonoscopia e identifiquen y eliminen manualmente los pólipos precancerosos. Pero algunos estudios estiman que se pierde aproximadamente 1 de cada 4 lesiones cancerosas durante las colonoscopias de detección.
La inteligencia artificial predictiva puede mejorar drásticamente la detección. El software ha sido "entrenado" para identificar pólipos al observar muchas imágenes de ellos, y cuando detecta uno durante la colonoscopia, alerta al médico para que lo examine más de cerca. Un ensayo controlado aleatorizado en ocho centros en Estados Unidos, Reino Unido e Italia encontró que el uso de dicha inteligencia artificial redujo la tasa de pérdida de lesiones potencialmente cancerosas en más de la mitad, del 32.4 por ciento al 15.5 por ciento.
Halamka hizo una afirmación provocativa de que en los próximos cinco años, no utilizar inteligencia artificial en la detección del cáncer colorrectal podría considerarse negligencia médica. Pero también señaló cuidadosamente que "no se trata de que la inteligencia artificial reemplace a un médico, sino de que la inteligencia artificial complemente a un médico para brindar información adicional". Existe tanta necesidad insatisfecha que la tecnología no reducirá la necesidad de proveedores de atención médica; en cambio, argumentó, "podremos atender a más pacientes en más lugares".
Por otro lado, la IA generativa es "un tipo completamente diferente de animal", dijo Halamka. Algunas herramientas, como ChatGPT, se entrenan con materiales sin curación encontrados en Internet. Debido a que los propios datos de entrada contienen información inexacta, los modelos pueden producir texto inapropiado y engañoso. Además, mientras que la calidad de la IA predictiva puede medirse, los modelos de IA generativa producen respuestas diferentes a la misma pregunta cada vez, lo que dificulta la validación.
En este momento, existen demasiadas preocupaciones sobre la calidad y la precisión de la IA generativa para dirigir la atención clínica. Sin embargo, tiene un gran potencial como método para reducir la carga administrativa. Algunas clínicas ya están utilizando aplicaciones que transciben automáticamente la visita de un paciente. En lugar de crear el expediente médico desde cero, los médicos editarían el texto transcrito, lo que les ahorraría tiempo valioso.
Aunque Halamka claramente apoya el uso de la IA en medicina, insta a la supervisión federal. De la misma manera en que la Administración de Alimentos y Medicamentos evalúa nuevos medicamentos, debería haber un proceso para validar de forma independiente los algoritmos y compartir los resultados públicamente. Además, Halamka está promoviendo esfuerzos para prevenir la perpetuación de sesgos existentes en la atención médica en las aplicaciones de IA.
Este enfoque es cauteloso y reflexivo. Al igual que cualquier herramienta, la IA debe ser estudiada rigurosamente y desplegada cuidadosamente, mientras se atiende la advertencia de "primero, no hacer daño". Sin embargo, la IA tiene un increíble potencial para hacer que la atención médica sea más segura, accesible y equitativa.
