Si hay un campo en el que las innovaciones tecnológicas dejan su huella marcada de inmediato es el de la salud. El big data y el machine learning, organizados en sistemas de inteligencia artificial (IA) han desembarcado en el sector sanitario para mejorarlo profundamente.
Tecnologías que ayudan a la salud
Cuando se habla de tecnologías en el campo de la salud, es fácil pensar en los casos más espectaculares y visuales: los modernos avances en láser, la robotización, el procesamiento de imagen o los microscopios que han llevado a la microcirugía a cotas insospechadas. Pero hay mucho más.
Sin ir más lejos, los sistemas de realidad aumentada (RA) están contribuyendo a facilitar la labor de los médicos y el personal sanitario, haciendo más eficaz su trabajo y aportando soluciones a sus pacientes. Es el caso, por ejemplo, de unas gafas de RA específicamente diseñadas para solucionar el problema de visión que provoca la retinosis pigmentaria. Este dispositivo es capaz de reconocer el entorno y hacer visibles los objetos que el afectado por esta enfermedad no percibiría de otra manera.
La impresión 3D, por su parte, ha posibilitado la producción a medida de audífonos, prótesis dentales, orejas biónicas, implantes óseos o de órganos, algunos tejidos e incluso la impresión de células madre. Ya en 2016, científicos de Corea del Sur consiguieron implantar un cráneo completo impreso en titanio a una paciente de 60 años, y hoy en día el apoyo en esta tecnología es imprescindible para la simulación de intervenciones delicadas, entre otros campos.
La inteligencia artificial y el aprendizaje automático
Pero detrás de todos estos espectaculares avances, y de un modo mucho más sutil, no se debe olvidar el importante avance que están suponiendo el big data, la IA y el machine learning en aspectos organizativos, de atención al paciente, personalización y diagnóstico o incluso en el establecimiento de modelos predictivos. Gracias a tecnologías centradas en el análisis de datos se están produciendo importantísimos avances en el diagnóstico precoz de enfermedades, en la mejora de la asistencia primaria y en la administración eficaz de recursos sanitarios.
Hay que tener presente que, para que una cirugía o un implante puedan llevarse a cabo en el momento requerido, es imprescindible que aspectos como la atención, el estudio pormenorizado del caso y el diagnóstico sean ejecutados con total eficacia. De nada sirve tener la capacidad de hacer una válvula mitral a medida si se ha mandado a un paciente a casa porque no se ha detectado un problema coronario del que no presentaba antecedentes, o porque el sistema de atención primaria estaba saturado.
¿Cómo funcionan la inteligencia artificial o el big data en el ámbito de la salud?
Uno de los fundamentos básicos de cualquier organización eficaz es el principio de economía; emplear el talento allí donde es más necesario posibilita que los recursos de los que se dispone estén optimizados. Pero para llegar a eso se han de racionalizar procesos que a menudo son rutinarios y automatizarlos, eliminando la necesidad de intervención humana y trasladándola a las máquinas. Y cuando, como en este caso, se habla de máquinas que son capaces de percibir, analizar, comprender, actuar y aprender realizando tareas administrativas y clínicas, se está hablando de IA aplicada al sistema sanitario.
Cómo lo hacen
La base de toda inteligencia es la información. El desarrollo tecnológico experimentado en las últimas décadas ha posibilitado el almacenamiento y procesamiento de magnitudes de datos que eran impensables hasta hace muy poco. Y ahora esos datos alimentan algoritmos definidos y específicamente diseñados para establecer un sistema de pensamiento o razonamiento que se trata de aproximar lo máximo posible al humano.
A la vez, repetición tras repetición, se van extrayendo conclusiones que retroalimentan el sistema y definen nuevos parámetros, de modo que se hace posible extrapolar resultados parecidos a situaciones similares, analizar sus resultados e incorporarlos al registro de datos. Esta es la base del aprendizaje automático o machine learning, que permitirá sustituir al ser humano en estas tareas de rutina por una máquina.
Por ejemplo, si se unen las posibilidades del Internet de las cosas (IoT) con estos sistemas de inteligencia artificial, llegamos a los asistentes médicos virtuales. Estos son capaces de recibir datos de los pacientes durante su actividad diaria, sin necesidad de que permanezcan hospitalizados y puede tomar decisiones en tiempo real sobre su tratamiento o medicación. Ya existen algunos casos como este: en los pacientes diabéticos, las modernas bombas de insulina mandan sus constantes vitales en tiempo real a un centro de proceso. Desde allí, las bombas son reajustadas en remoto en base a los análisis de datos efectuados por una IA.
Las nuevas tecnologías para recabar datos
Gracias a tecnologías como el procesamiento del lenguaje natural (PLN) se están sustituyendo los procedimientos en los que el facultativo tenía que sondear la información e introducirla manualmente en el sistema. Ahora existen procesos automáticos capaces de analizar una conversación o texto y extraer automáticamente toda la información relevante para incorporarla al sistema. Estas nuevas tecnologías tienen el doble objetivo de reducir los tiempos empleados por el personal en estas tareas y, además, extraer mucha más información, clasificarla y valorarla.
Este enorme volumen de datos revierte en el sistema, haciendo que el análisis predictivo sea mucho más eficaz. Se trata de un proceso de mejora continua que mejora aspectos como la previsión de enfermedades, el análisis de pruebas y resultados, o el establecimiento de modelos predictivos en la evolución de una posible epidemia.
El machine learning se configura así como una poderosa ayuda a la mejora del sector sanitario, y es muy valorado por su precisión y su aporte en ciberseguridad.
Medicina 5 P
La Medicina 5P es el cruce entre la sanidad y Big Data y supone una nueva manera de entender la medicina para una mejor sociedad y bienestar de todos.
La denominación 5P viene de las 5 características principales de este tipo de Medicina:
- Personalizada: Ya que permite dar un tratamiento único y diferenciador al diagnóstico, adaptado a cada paciente. Con el Big Data, esto es posible ya que solo es cuestión de «codificar» en datos, aspectos clínicos como estado de ánimo, emociones, expresión del dolor, etc.
- Predictiva: Pasando de un modelo de sanidad reactivo, ya que permite prediciendo situaciones perjudiciales para los pacientes gracias al Big Data.
- Preventiva: Permite anticiparse y prevenir la aparición de enfermedades, basada en un conjunto de actuaciones médicas y el análisis de patrones y datos histórico
- Participativa: El trabajo con pacientes no solamente tiene impacto en los aspectos terapéuticos, sino también en la gestión y los procesos
- Poblacional: para toda la población. La posibilidad de hacer más eficiente el sistema podría traer que con los mismos recursos, pudiéramos atender a un mayor volumen de población.
Los avances en el área de la medicina digital (telemedicina) ayudaran de manera muy importante a la recopilación de datos médicos, así como de seguimiento de pacientes en hospital y domicilio, a través de los diferentes dispositivos.
Técnicas como la teleexploración y la telemonitorización ya ha llegado a las empresas y hogares de los pacientes, permitiendo una perfecta conexión remota en la distancia.
Por otro lado, permiten la consulta en cualquier momento valorando todos los aspectos que intervienen en la salud y que ayudaran a poder anticiparse a los posibles eventos.
