La transformación de la sanidad mediante Inteligencia Artificial y Machine Learning

La conversación en torno a la Inteligencia Artificial (IA) y el Machine Learning (ML) no es puramente teórica. La investigación y el desarrollo en ámbitos de tecnología punta como el ML continúan dejando patente que los sistemas informáticos pueden llegar a tener la capacidad de predecir resultados y mejorar la actuación del personal sanitario en un amplio espectro de tareas. Así, por ejemplo, la FDA (agencia estadounidense de certificación farmacológica y alimentaria) ha dado su aprobación este año a la primera IA diseñada para realizar diagnósticos médicos: un test para la detección de retinopatías diabéticas, capaz de ofrecer diagnósticos sin intervención humana.

Sin embargo, esto no es más que el principio. El sector sanitario está a las puertas de una gran transformación, impulsada por la inteligencia artificial y el aprendizaje automático y por una gran cantidad de fuentes de datos: historiales electrónicos, genomas secuenciados, dispositivos móviles, sensores integrados y hasta el historial de facturación de cada paciente.

Miles de compañías utilizan ya soluciones de IA y ML con el fin de mejorar la experiencia para el paciente. Zocdoc, por ejemplo, utiliza un sistema de IA para algo que puede parecer sencillo, pero que con frecuencia representa una fuente de frustración los pacientes: la compañía ha creado una aplicación para escanear las tarjetas de los pacientes que les indica qué seguros médicos cubren qué especialista. Partiendo de un modelo de Aprendizaje Profundo o Deep Learning y conformando una red neural a partir de un gran conjunto de tarjetas sanitarias, Zocdoc ha creado un sistema que extrae los datos necesarios de una tarjeta y los contrasta con las bases de datos de los seguros sanitarios en tiempo real para determinar si la visita de un paciente de un seguro concreto quedará cubierta o no.

Las compañías del sector sanitarios están contemplando la IA y ML como las herramientas con las que impulsar la innovación y la transformación digital de sus compañías y del sector en general.

La creación y uso de soluciones de IA y ML requiere una materia prima fundamental: datos. Los datos son el ingrediente esencial que necesitan las organizaciones sanitarias para incrementar su eficiencia, mejorar sus resultados y fortalecer la calidad de vida tanto de pacientes como del personal médico.

En el mundo de la sanidad las necesidades del paciente y su tratamiento, así como el desarrollo de nuevas terapias, suelen relegar la recabación y análisis de datos a un segundo plano. Pero están surgiendo nuevas herramientas que permiten a los desarrolladores integrar fácilmente soluciones de ML y otras funciones en los procesos de desarrollo y provisión de tratamientos. Lejos de ser ámbito exclusivo de investigadores y tecnológicas, las tecnologías de IA y ML ya resultan accesible para todos.

En un mundo en el que los casos de uso continúan en aumento, el éxito depende de varios factores. Así, estos sistemas requieren enormes cantidades de datos de alta calidad cuidadosamente seleccionados, que pueden ser algo difícil de obtener en un sector como el sanitario, en el que los datos suelen ser complejos y poco estructurados. No obstante, estos conjuntos de datos de alta calidad no solo son necesarios para impulsar los sistemas de IA y ML sino, lo que es aún más importante, para alimentar los modelos de aprendizaje a partir de los cuales se crean estos sistemas.

Además, los sistemas informáticos deberán estar optimizados para poder copar con las intensas cargas de trabajo que caracterizan a las aplicaciones de IA y deberán ir actualizándose a medida que estas tecnologías continúen evolucionando. Todo ello deberá hacerse empleando recursos informáticos que cumplan los estándares y normativas del sector necesarios para garantizar la seguridad y privacidad de los datos de los pacientes, así como otros datos potencialmente sensibles.

Ante todo, deberíamos tener presente que son los datos los que marcan la diferencia entre los proyectos de IA que fracasan y los que tienen éxito.

Una compañía que ha emprendido uno de estos proyectos con éxito es Flatiron Health. Esta empresa aglutina datos provenientes de 265 consultas oncológicas, una red en constante crecimiento de centros académicos y otros organismos sanitarios, creando así una base documental colectiva compuesta por más de 2 millones de casos de cáncer. Al integrar estos datos en sistemas de IA, Flatiron es capaz de optimizar el tratamiento para los pacientes de cáncer, desarrollar nuevos regímenes de tratamiento y, potencialmente, descubrir nuevas terapias. Para demostrar hasta qué punto este proyecto es valioso, el pasado mes de febrero, Roche, el gigante farmacéutico suizo e inversor de Flatiron desde 2015, adquirió la compañía por un total de 1.900 millones de dólares.

Los datos son el ingrediente esencial que necesitan las organizaciones sanitarias para incrementar su eficiencia, mejorar sus resultados y fortalecer la calidad de vida tanto de pacientes como del personal médico.

Otra tecnología crucial a la hora de contar con la capacidad de almacenamiento, la flexibilidad, seguridad y capacidad de análisis de datos necesarios para ejecutar proyectos de IA y ML y, con ello, impulsar la innovación, es la nube. La computación en plataformas en la nube simplifica las tareas de ingestión y procesamiento de los datos, ya sean estructurados, no estructurados o recibidos por streaming. Estas herramientas agilizan los procesos de creación, aprendizaje e implementación de modelos basados en ML. Los organismos sanitarios que usen los datos con los que cuentan para ganar en eficiencia y efectividad, tanto en su tratamiento al paciente como en su funcionamiento interno, serán los que alcancen mayores niveles de éxito a lo largo de los próximos años, especialmente si la transición a una atención sanitaria basada en valores sigue ganando protagonismo como lo hace la IA.

Así, por ejemplo, la tecnológica holandesa Philips está creando su plataforma sanitaria digital HealthSuite partiendo de un enorme conjunto de más de 21 petabytes de datos alojado en la nube y provenientes de 390 millones de escáneres y radiografías, historiales médicos y consultas a pacientes. HealthSuite ofrece a los seguros médicos, personal sanitario, científicos de datos y desarrolladores de software acceso a datos de calidad y a las herramientas de IA que necesitan para mejorar la atención sanitaria en tiempo real.

La computación en plataformas en la nube simplifica las tareas de ingestión y procesamiento de los datos.

En una iniciativa similar, Orion Health alberga los datos de 50 millones de usuarios en la nube, brindando a sus clientes la posibilidad de acceder a información de los pacientes que va desde datos clínicos y genéticos, hasta reclamaciones y compensaciones de sus seguros médicos. Las herramientas conectadas a Orion Health permiten a los proveedores identificar estrategias personalizadas de tratamiento y prevención, así como optimizar sus decisiones clínicas.

Todas las compañías del sector sanitario, desde los conglomerados industriales de gran prestigio hasta las start-ups más recientes están contemplando la IA y ML como las herramientas con las que impulsar la innovación y la transformación digital de sus compañías y del sector en general, con el fin de reducir los tiempos de descubrimiento y análisis, al tiempo que se mejora la experiencia del paciente. A medida que los volúmenes y disponibilidad de las fuentes de datos continúe creciendo, los ingredientes esenciales para el éxito de la IA y ML seguirán siendo los mismos: datos de alta calidad, sistemas optimizados, la nube y servicios de ML capaces de hacer estas tecnologías accesibles a desarrolladores no especializados, eliminando las trabas a la creación, aprendizaje e implementación de estos modelos. Una vez contemos con estos elementos básicos, la IA y ML tendrán el potencial de ofrecer una sanidad más eficiente y eficaz, mejorar las decisiones médicas y ofrecer un mayor valor para pacientes y proveedores.