IA y medicina: ¿Confiarías en el diagnóstico de un algoritmo?

Confiamos mucho en nuestros doctores; escuchamos sus diagnóstico, tomamos sus prescripciones y seguimos sus sugerencias dietéticas. ¿Haríamos lo mismo por un computador?

Como el mercado global de la Inteligencia Artificial (IA) aplicada a la medicina sigue subiendo, con un alza esperada de 1.3 mil millones de dólares en 2019 a 10 mil millones para el 2024 según Morgan Stanley, parece que tendremos que hacerlo.

El aprendizaje profundo es una aproximación de la IA construída en base a las conexiones neuronales del cerebro. Tiene la capacidad de analizar patrones complejos de información e identificar anomalías o tendencias en imágenes médicas.

IA y ojos

Pearse Keane, oftalmólogo del Moorfields Eye Hospital, aceptó el potencial del aprendizaje profundo hace 5 años.

“Nos estamos ahogando en el número de pacientes a quienes tenemos que atender, y por culpa de ello, hay algunas personas que están perdiendo la vista de forma irreversible, ya que no son tratadas a tiempo”, declara Keane para CNN.

Lee también: Inteligencia artificial al alcance de niños y niñas con la nueva atracción del MIM

Aplicó la tecnología de la Tomografía de Coherencia Óptica (TCO), para ayudarle a priorizar entre pacientes, para ayudar a quienes estuviesen en una situación más crítica.

Keane se acercó a DeepMind, un centro de investigación de IA británico perteneciente a Google, y con ellos desarrolló un algoritmo, entrenado con 14.884 escanéos retinales, que puede entregar un diagnóstico detallado en tan sólo 30 segundos.

Puede detectar 50 tipos diferentes de lesiones ópticas, incluyendo glaucomas, retinopatía diabética y la degeneración macular producida por la edad. Luego entrega un puntaje y recomienda a qué paciente se le debería atender antes.

Los primeros resultados del sistema, publicados en la revista Nature Medicine, muestran que tiene el mismo nivel de precisión que los especialistas, identificando correctamente los tipos de enfermedades oculares el 94.5% de las veces.

Mejorando la Fertilización in vitro

Científicos del Weill Cornell Medicine también están utilizando algoritmos de aprendizaje profundo como un método para ahorrar tiempo, identificando cuales embriones son los más viables durante el proceso de fertilización in vitro (FIV).

Lee también: Expertos creen que llegada de robots aliviaría carga laboral y provocaría reinvención de puestos de trabajos

El algoritmo, llamado Stork, analiza imágenes de lapsos de tiempo de embriones de etapa temprana y es capaz de identificar si es de buena o mala calidad. De acuerdo a la investigación, publicada en NPJ Digital Medicine, realizó su tarea con un 97% de precisión.

Usualmente este es un proceso manual, donde un embriólogo tiene que revisar múltiples imágenes y asignarles un puntaje de calidad que los ayuda a decidir cuales serán implantados primeros.

“El proceso de evaluación de un embrión por parte de un humano es bastante subjetivo”, afirmó Nikica Zaninovic, embrióloga del Center For Reproductive Medicine del Weill Cornell Medicine, afirmó para CNN. “Usando la IA para evaluar a estos embriones podemos estandarizar el proceso”.

La herramiento también tendría un impacto positivo en la FIV. Podría mejorar la tasa de éxito, minimizar el riesgo de embarazos múltiples, y ayudar a reducir los costos del procedimiento, afirma Zev Rosenwaks, director del centro de estudio anteriormente mencionado.

Actualmente, la herramienta está disponible sólo para los embriólogos del Weill Cornell Medicine y de forma experimental. Zaninovic espera que éste método se ocupe más ampliamente dentro del “siguiente par de años”.

Lee también: Inteligencia Artificial desarrollada en Chile predice la tasa de obesidad en el mundo

Prediciendo el riesgo de contraer cáncer

Una iniciativa del MIT’s Computer Science and AI LAB puede predecir desde un mamograma si un paciente es propenso a desarrollar cáncer mamario en un futuro.

El modelo, entrenado con escaneos de 60 mil mujeres, aprendió a distinguir patrones en el tejido mamario que podrían desencadenar en un futuro cáncer, los cuales son muy sutiles para que el ojo humano los distinga.

Este algoritmo tuvo mejores resultados que otros métodos existentes, con una precisión de 31% comparado al 18% obtenido por modelos tradicionales.

“Mi meta era crear un modelo que pudiera identificar un futuro riesgo de cáncer”, afirmó Regina Barzilay, profesora del MIT y autora del estudio publicado en Radiology.

Como superviviente de cáncer de mama, aplicó la tecnología a sus propios mamogramas. “Descubrí que mi cáncer se alojaba en mi pecho dos años antes de que fuera diagnosticada”, agregó.

Tenía 43 años cuando le ocurrió, y sin un historial de cáncer en su familia, nunca pensó en ella misma como un paciente en riesgo. Pero éstas concepciones son poco confiables, la experta agrega que sólo de un 15% a 20% de cáncer de mama son familiares, de acuerdo a un estudio del Journal of Medical Genetics.

Lee también: Conoce 7 formas en las que la Inteligencia Artificial puede ayudarnos a combatir el cambio climático

Usar la IA para identificar a las mujeres en riesgo y ayudarles a tomar tratamientos preventivos. “En etapas tempranas el cáncer es una enfermedad tratable, si podemos identificar muchas más mujeres a tiempo, podríamos prevenir la enfermedad o tratarlas dentro de las etapas tempranas. Esto marcaría una enorme diferencia”, afirma Barzilay.

El modelo fue implementado en el Hospital General de Massachusetts, y según Barzilay, ya hay conversaciones para exportarlo globalmente.