Combatir el estrés en el quirófano con inteligencia artificial
Las oportunidades que ofrece IA y su implementación en los sistemas de tecnología médica son sólo un aspecto de los muchos temas orientados al futuro que abarcó el salón MedtecLIVE, celebrada en Núremberg del 21 al 23 de mayo: “En el Innovation Market Place y en el Novelty Stand de MedtecLIVE se presentaron por primera vez las innovaciones y los desarrollos de las empresas ya establecidas y de las nuevas empresas”, comenta Alexander Stein, director de MedtecLIVE en la NürnbergMesse. “Todos los actores del sector de la tecnología médica tendrán la oportunidad de aprender sobre la próxima generación de dispositivos médicos”.
Inteligencia artificial: quitar peso a los médicos
Los médicos experimentan un estrés constante y una creciente escasez de personal médico cualificado, un problema al que se enfrentan actualmente muchos hospitales y consultorios en Alemania. El uso de la inteligencia artificial en la práctica médica tiene el potencial de aliviar a los médicos de manera específica. “MedtecLIVE permite que desarrolladores y expertos de todo el mundo compartan ideas y trabajen juntos para dar forma a las innovaciones”, promete Stein.
Acompañando al médico
Siemens Healthineers, especialista mundial en tecnología médica, está trabajando en formas de apoyar a los médicos que utilizan la IA. La escasez de personal cualificado es sólo una de las razones por las que se necesita urgentemente la IA: por ejemplo, el número de tomografías computarizadas que se realizan cada año está aumentando entre un 10-12%, mientras que el número de radiólogos, en comparación, sólo está aumentando entre un 3-4%. Esta es la razón por la cual los radiólogos normalmente tienen sólo unos pocos minutos para mirar de cerca una imagen. Un problema actual que los estudios han revelado es que la tasa de errores diagnósticos aumenta con la velocidad del diagnóstico, señala Jörg Aumüller, responsable de Digitalización del Marketing Sanitario de Siemens Healthineers. “El AI-Rad Companion Chest CT, una aplicación basada en la IA para la tomografía computarizada, tiene la intención de ayudar a los radiólogos a interpretar las imágenes torácicas más rápido y con mayor precisión”, dice Aumüller, describiendo una de las aproximadamente 40 aplicaciones de Siemens Healthineers que usan IA. No cree que la IA vaya a reemplazar completamente a los médicos. En cambio, debería estar ahí para ofrecer apoyo como una especie de asistente. “Por eso se utiliza la palabra ‘compañero’ en las descripciones de los productos. Además del AI-Rad Companion, el AI-Pathway Companion completa la familia de asistentes digitales. Esto permite a los médicos estandarizar y acelerar los flujos de trabajo en procedimientos oncológicos, por ejemplo. Como extensión de la medicina de precisión, la IA ayuda a los médicos a tomar decisiones como parte del proceso de tratamiento clínico”.
Más de 40 aplicaciones basadas en IA ya están integradas en los productos de Siemens Healthineers. Otro ejemplo es la cámara 3D Rápida utilizada en los escáneres Somatom go CT. “Basada en la IA y en tecnologías de aprendizaje profundo, esta cámara permite posicionar a los pacientes de forma isocéntrica, automática y precisa”, explica Aumüller. Los estudios sugieren que hay espacio para mejorar el posicionamiento del paciente en más del 90% de las imágenes clínicas. Incluso pequeñas diferencias en la posición del paciente pueden ser importantes: “Una diferencia de sólo unos pocos centímetros de la posición ideal puede tener un impacto negativo en la dosis de rayos X y en la calidad de la imagen”. Por lo tanto, el escáner Somatom go CT está equipado con una cámara infrarroja 3D basada en IA y tecnologías de aprendizaje profundo. “Esto nos permite reducir las desviaciones no deseadas y evitar la necesidad potencial de repetir los escaneos”, comenta Aumüller. Los fabricantes de sistemas de imagenología diagnóstica también estuvieron entre los representados en MedtecLIVE este año.
Realidad mixta en el quirófano
La mayor precisión posible es también un objetivo que ApoQlar, una start-up establecida en 2017, quiere alcanzar con su Virtual Surgery Intelligence (VSI). La idea subyacente es visionaria: garantizar la perspectiva correcta en el quirófano —también en sentido figurado— utilizando una realidad mixta. “El software VSI basado en IA presenta imágenes de TC y RM en 3D, utilizando gafas HoloLens de Microsoft, que el cirujano usa para ello. Debido a que las imágenes virtuales están colocadas directamente encima del paciente, el médico puede operar más rápido y con mayor precisión”, explica Sirko Pelzl, CEO de ApoQlar. Para algunas operaciones, por ejemplo, en pacientes con epilepsia (FCD, displasia cortical focal), el cirujano no puede distinguir visualmente entre tejido sano y enfermo en el cerebro expuesto, sino que debe confiar en la ayuda de las imágenes de RMN. El uso de VSI coloca las imágenes relevantes justo delante de los ojos del cirujano. “Esto puede marcar una diferencia crucial en la carga de trabajo en el quirófano, incluyendo un importante ahorro de tiempo”, observa Pelzl.
Optimización de la medicación
“En promedio, un médico atiende a un paciente durante 15 minutos, una vez cada trimestre”, dice Ralph Steidl, CEO de Portabiles Healthcare Technologies GmbH, establecida en Medical Valley Erlangen-Nuremberg en 2016. Los cofundadores de esta joven empresa son el profesor Björn Eskofier, titular de la Cátedra de Aprendizaje Automático y Análisis de Datos de la Universidad de Erlangen-Nuremberg, y el profesor Jochen Klucken, neurólogo y experto en la enfermedad de Parkinson del Hospital Universitario de Erlangen y director médico del Centro de Aplicaciones de Salud Digital de Medical Valley. La compañía está desarrollando un sistema para analizar la forma de caminar de los pacientes, el Mobile GaitLab, que está diseñado para proporcionar una medida objetiva de la eficacia del tratamiento para los pacientes con trastornos de movilidad, en particular el Síndrome de Parkinson. Steidl señala que estos pacientes experimentan grandes fluctuaciones en su capacidad de movimiento: “Por lo tanto, los médicos no saben en qué estado se encuentran los pacientes cuando son examinados. Un análisis ‘normal’ de su marcha, sin IA, le da al médico el beneficio de una imagen objetiva y completa de la condición motora del paciente”. La medición en sí utiliza sensores de movimiento integrados en un par de zapatos. El hecho de que los pacientes puedan llevar estos zapatos todo el día, mientras realizan sus actividades normales, les da a los médicos asistentes la oportunidad de estar completamente al día con la movilidad de sus pacientes. “Eso significa que pueden adaptar sus tratamientos a las necesidades individuales de los pacientes a tiempo”. La intención ahora es dar más apoyo a esta innovación utilizando la IA. Esto ofrece una gran oportunidad para establecer la causalidad: “Aunque la Inteligencia Artificial no siempre permite establecer una conexión clara entre causa y efecto, ya se puede utilizar para investigar las conexiones entre los síntomas y la enfermedad”, comenta Steidl. “De esta manera puede alimentar el desarrollo de algoritmos matemáticos ‘tradicionales’ que facilitarán la comprensión de los resultados”. Ya es posible calcular parámetros de marcha muy precisos utilizando algoritmos de aprendizaje profundo. Pero IA puede hacer aún más: “Mediante el uso de la inteligencia artificial queremos basarnos en el patrón de marcha del paciente para predecir el curso de la enfermedad hasta cierto punto, y calcular, por ejemplo, el riesgo individual del paciente de caerse”. Esto les da a los médicos la oportunidad de ajustar sus tratamientos a las necesidades individuales de sus pacientes a tiempo.
El Dr. Marc Batschkus, especialista en procesamiento de información médica y consultor en esta área, puede ver el valor añadido de la IA en el pronóstico mediante sensores: “Los dispositivos pequeños podrán dar a los pacientes crónicos, en particular, una mejor indicación del curso de su enfermedad y de la necesidad potencial de intervención. El foco está en los sensores más que en la IA en este caso. Aun así, estos datos se usan para grandes colecciones de datos y los pronósticos se forman sobre esa base”. Muchos proveedores de tecnología de software y sensores estarán presentes en MedtecLIVE en el Centro de Exposiciones de Nuremberg para ilustrar la forma en que el hardware y el software trabajan juntos para formar la base de la futura implementación de la IA.
Aprendizaje automático
Antes de que la IA pueda realizar tareas de esta naturaleza, primero necesita ser entrenada. “Con el aprendizaje automático, los seres humanos tienen que alimentar un algoritmo con datos”, explica el Dr. Matthias Weidler, de Astrum IT, un proveedor de servicios ubicado en Medical Valley que ofrece tanto consultoría informática como ingeniería de software. Weidler explica que la IA tiene que ser entrenada en consecuencia: “Por ejemplo, el sistema muestra imágenes de huesos sanos y rotos. La intención es usar los datos para mostrar al sistema qué pertenece a qué clase”. También considera importante que los datos sean exhaustivos y de alta calidad.
Los límites de la IA
Su colega el Dr. Jan Paulus señala, sin embargo, que todavía existen algunas limitaciones: “La IA está aún muy lejos de poder procesar las reglas por sí misma. No tiene conciencia, ni creatividad, y aún no es capaz de identificar por qué algo es como es”. Weidler añade: “La IA tampoco puede clasificar nada sobre lo que no ha sido entrenada. Por eso es indispensable un gran corpus de datos de entrenamiento. “Los acuerdos de colaboración entre hospitales son esenciales si queremos alcanzar el volumen requerido de datos de formación”, observa Aumüller. Siemens Healthineers confía en la cooperación internacional a este respecto: “Esto significa que la IA puede ser entrenada a través de múltiples continentes y cubrir un rango de poblaciones basado en los datos recopilados en el proceso”. Portabiles también ha trabajado mucho en el entrenamiento de su sistema de IA, que todavía está en fase de desarrollo: “Hemos realizado más de 2.000 análisis de marcha clínicamente estratificados para este fin, principalmente en pacientes con Parkinson”, informa Steidl. “Eso significa que ya tenemos una gran cantidad de datos. Y crecerá aún más gracias a tres estudios clínicos que se están llevando a cabo”.
En Europa, en particular, la recopilación de datos implica comparativamente más tiempo y esfuerzo que en otros países como China, un pionero en lo que respecta a la IA, debido a las estrictas leyes de protección de datos vigentes en Europa. La competencia internacional fue una de las razones por las que el gobierno federal de Alemania aprobó su Estrategia de Inteligencia Artificial el 15 de noviembre de 2018. Su objetivo es promover la investigación y el desarrollo de la IA aquí en Alemania y reforzar el país como centro de investigación de la IA. El gobierno federal es consciente del problema planteado por la gran necesidad de datos para la formación de sistemas combinada con un acceso limitado a los mismos, y esto es algo que la Estrategia pretende remediar: “Para mantenernos al día con el potencial que ofrecen los volúmenes de datos disponibles en otras regiones del mundo, necesitamos pensar y actuar directamente a nivel de la UE. La Nube Científica Europea (EOSC) ofrece un punto de partida inicial a este respecto”. El gobierno alemán también percibe una solución potencial para establecer ‘asociaciones de datos’: “Existe un gran potencial en el intercambio de datos y en la puesta en común de datos en los procesos industriales, donde se generan y analizan grandes volúmenes de datos. El gobierno alemán está revisando las oportunidades de mantener “asociaciones de datos” mutuas entre empresas, por ejemplo, aumentando la visibilidad de las plataformas existentes como el Espacio Internacional de Datos (IDS)”. En los próximos años quedará claro si la estrategia ha sido un éxito o no, y si se aplicará hasta 2025. El gobierno federal quisiera invertir cerca de tres mil millones de euros durante este tiempo para implementarlo.
También en la Cumbre MedTech de este año, el programa incluyó temas como la protección de datos, la seguridad en las transmisiones y aplicaciones de Big data. El aprendizaje por máquinas y la inteligencia artificial también fueron algunos de los temas clave de esta cumbre de expertos en el sector de la tecnología médica. Batschkus, también abordó otra cuestión, el hecho de que disponer de muchos datos no es suficiente para lograr el resultado deseado: “El término ‘IA’ y la metodología subyacente están inseparablemente ligados a Big data, ya que grandes volúmenes de datos son esenciales para la creación y formación de sistemas de IA. Pero todavía hay muchos puntos débiles en la metodología de Big data, y nos estamos precipitando con la idea de que “más datos significa más conocimiento”. A veces esto resulta en trabajar sin ningún enfoque teórico, lo que significa que los errores y las malas decisiones en el proceso de desarrollo son una conclusión predecible”. De hecho, un cierto grado de experiencia en la capacitación en AI es una condición previa obligatoria: “A menudo los errores no se cometen maliciosamente, sino que se producen simplemente porque no se dispone de los conocimientos necesarios”, observa Paulus. Para remediar estos casos, Astrum IT ofrece asesoramiento de apoyo, que en la actualidad tiene más demanda que nunca: “Desde el año pasado, hemos estado ofreciendo actividades de consultoría, formación y planificación específicamente adaptadas al tema de la inteligencia artificial en respuesta a la creciente demanda”, dice Weidler. “Ahora estamos ahí para ayudar con todo el proceso de desarrollo”.