Aplicaciones de la Inteligencia Artificial en Sanidad

¿Para qué podemos utilizar los algoritmos de IA en el ámbito clínico?

Esta es la pregunta del millón teniendo en cuenta el boom que está suponiendo la aplicación de la IA en todos los ámbitos y pensamos: ¿en Sanidad como lo podemos aplicar?

Ya he comenzado el Máster de IA aplicada a Sanidad y comparto con vosotros en este post lo que voy aprendiendo. En concreto en esta entrada nos centramos en las aplicaciones de la IA en Sanidad en tres ámbitos concretos: para clínicos, para pacientes y en salud pública.

Claves a tener en cuenta:

  • Hoy en día en el ámbito clínico no tantos algoritmos se puedan utilizar, si en otros ámbitos sanitarios
  • En el ámbito concreto de ciencias de la vida, el número de artículos publicados que utilizan técnicas basadas en IA aumentó de 596 en 2010 a 12.422 en 2019, mostrando el potencial e interés que están suscitando estas metodologías.
  • Por otra parte, sabemos que el sector sanitario es especialmente complejo y que el éxito en otras parcelas no garantiza el mismo en temas de salud. De hecho, la traslación de los resultados de investigación a la práctica clínica suele tardar mucho más que en otros sectores. Por eso, es necesario entender el contexto actual de la atención sanitaria y los motores del cambio y hacernos otras preguntas básicas para evaluar dónde y cómo la inteligencia artificial (IA) puede ofrecer oportunidades de mejora:
    • ¿En dónde?: distintos departamentos tiene distintas necesidades y requisitos.
    • ¿Cuándo?: en qué momento del ciclo tecnológico, asistencial, económico…es buen momento para utilizar o introducir su uso.
    • ¿Para qué?: las organizaciones tienen prioridades cambiantes.
    • ¿Para quién?: quién debe beneficiarse , profesionales, pacientes, gestores…?
  • Los hospitales hoy en día tienen un mapa de procesos únicos de cada hospital con un gran volumen de información y datos, y no solo es diagnóstico.
  • Todos los procesos son susceptibles de ser mejorados por algoritmos de IA
  • Para la adopción de tecnologías de IA en el sistema sanitario encuentra muchas barreras.
    • Barreras al desarrollo: la calidad de los datos, que existan datos no significa que se puedan utilizar. Datos estructurados y no estructurados ( lo que escribimos en el evolutivo por ejemplo). Hasta el 80% de los datos son no estructurados por tanto no se pueden establecer modelos de IA. Identificación y priorización de problemas y por último la regulatoria
    • Barreras de implementación: integración en el flujo clínico, formación del personal, participación de médicos y pacientes.

Tecnología de IA con aplicación en Salud:

  • Procesamiento de lenguaje natural: búsqueda de información o extracción de información en documentos clínicos
  • Planificación/agenda de citas
  • Análisis predictivo
  • Visión: análisis de imágenes ( computing vision)
  • Robótica
  • Reconocimiento de voz/habla

Aplicaciones de la IA para pacientes

ObjetivoTecnología IAEjemplos
Monitorización de la saludMachine Learning, reconocimiento de habla, chatbotsPulseras/smartwatches/smartphones
Gestión y prevención de la enfermedadNPL, IA conversacional, reconocimiento de habla y chatbotsReducción de la obesidad, prevención de diabetes, prevención enfermedades mentales, etc
Gestión de la medicaciónTelemedicinaAdherencia a medicamentos
RehabilitaciónRobótica, sistemas expertosNeurorehabilitación

Aplicaciones de la IA para clínicos

ObjetivoTecnología IAEjemplos
Detección temprana, diagnósticoMachine Learning, deep learningAnálisis de imagen radiológica
CirugíaRobótica, sistemas de expertosIntervención quirúrgica por control remoto
Medicina de PrecisiónMachine Learning, deep learningPrescripción individualizada de radioterapia o quimioterapia
Seguridad del pacienteMachine Learning, deep learningDetección temprana de sepsis

Aplicaciones de la IA en Salud Pública

ObjetivoTecnología IAEjemplos
Identificación de individuos en riesgoDeep learning Identificación de riesgo de suicidio basado en las redes sociales
Vigilancia de la saludRobótica, sensoresMonitorización de personas de edad avanzada
Vigilancia de la saludDL, ML, sensores de geoposicionamientoEpidemiología del aire, análisis microbiano del agua

En el ámbito concreto de ciencias de la vida, el número de artículos publicados que utilizan técnicas basadas en IA aumentó de 596 en 2010 a 12.422 en 2019, mostrando el potencial e interés que están suscitando estas metodologías.

Máster IA aplicado a Sanidad.

Deja un comentario