El papel del machine learning en la sanidad

En detección y diagnóstico de enfermedades, el uso de modelos de machine learning ha permitido observar, recopilar y analizar datos y signos vitales de pacientes en multitud de situaciones. Desde los que se encuentran en unidades de vigilancia intensiva, hasta los que van comunicando datos de algunos aspectos de su salud de manera periódica desde sus domicilios o con analíticas cada cierto tiempo. A partir de esta información, se encargan de detectar y alertar sobre posibles factores de riesgo.

Por otro lado, después de un diagnóstico, la IA también puede intervenir en el tratamiento de distintas patologías, con el objetivo de personalizarlo para que resulte más efectivo. Gracias al apoyo de la Inteligencia Artificial, la medicina puede ser más precisa y eficaz. Como los modelos de IA pueden aprender el historial clínico e incluso las circunstancias personales de cada paciente,  podría llegar a ofrecer recomendaciones personalizadas en tiempo real.

La IA como apoyo en el análisis de imágenes médicas

En la actualidad sin embargo, donde más se está notando la influencia de la IA en la medicina es en todo lo relacionado con la obtención de imágenes médicas: escáneres, tomografías computerizadas, resonancias magnéticas, radiografías, etc.

Según varias investigaciones, la IA puede convertirse en una de las herramientas más eficaces para confirmar ciertos diagnósticos, como el cáncer de mama, o mejorar los diagnósticos de todo tipo de enfermedades, logrando avanzar en la detección precoz de enfermedades graves, degenerativas o incapacitantes.

La IA también sirve para mejorar la eficiencia de los ensayos clínicos, por ejemplo, agilizando los sistemas encargados de asignar códigos médicos a resultados de pacientes y acelerando la actualización de conjuntos de datos relevantes. En cuanto al desarrollo y descubrimiento de nuevas medicinas, quizá una de las áreas en las que las investigaciones llevan más tiempo y cuestan más dinero, la IA puede ayudar a reducir tanto los costes del desarrollo de nuevos fármacos como el tiempo empleado en obtenerlos.

La integración de la IA en los flujos de trabajo de los médicos, además, puede ofrecerles un contexto valioso para la toma de decisiones. Así, contar con un algoritmo de machine learning entrenado de manera específica puede reducir el tiempo que tardan en investigar una enfermedad, ofreciendo a los médicos resultados de búsqueda apoyados en información basada en evidencias sobre tratamientos y procedimientos.

Menos errores, más seguridad y costes más bajos

Por otro lado, tal como sucede además en otros campos, la intervención de la IA en la medicina puede reducir en gran medida los errores cometidos por los humanos. La toma de decisiones impulsadas por algoritmo inteligentes, pueden evitar fallos a la hora de por ejemplo, recetar el medicamento más adecuado para un tratamiento concreto.

En un futuro, los pacientes también podrían contar con más medios para poder recibir información sobre patologías si la atención sanitaria que reciben incorpora chatbots a los que  acceder a cualquier hora del día para recibir respuesta a preguntas y dudas básicas, así como para recibir información específica sobre su tratamiento o sobre otros aspectos de su historial. Así evitarían tener que esperar a que su médico esté disponible para consultas presenciales o telefónicas. Incluso se podría utilizar en ciertos escenarios para acelerar los triajes y para guardar información variada para su revisión posterior, por ejemplo en situaciones que afecten a la salud de la población en general.

Las posibilidades que abre la Inteligencia Artificial a la medicina son prácticamente infinitas, y se amplían casi cada día. Gracias a ella, por ejemplo, se ha conseguido detectar con más fiabilidad lesiones pulmonares causadas por el COVID-19, gracias a un sistema de segmentación de imágenes en 3D de tomografías computerizadas impulsado por deep learning y otras herramientas de IA.

Eso sí, para poder incorporar la IA a la medicina, lo mismo que a otros sectores donde su papel es de vital importancia, es necesario contar con equipos y sistemas capaces de ejecutar y gestionar las cargas de trabajo. En “Sanidad Conectada: desde la gestión del dato a la Inteligencia Artificial”, analizamos cuatro de los desafíos técnicos a los que se enfrentan las organizaciones sanitarias y cómo los nuevos servidores HPE ProLiant Gen 11 con procesadores AMD pueden ofrecerles las mejores respuestas. ¡No te lo pierdas!

La entrada El papel del machine learning en la sanidad es original de MuyPymes

Muy PYMES
Enlace: El papel del machine learning en la sanidad