La inteligencia artificial ya puede diagnosticar dolencias infantiles con la precisi¨®n de un pediatra

El impacto de la inteligencia artificial en la sanidad crece d¨ªa tras d¨ªa, y la comunidad cient¨ªfica no para de buscar nuevos caminos para explotar todo su potencial. Este lunes, un equipo internacional ha dado a conocer en un art¨ªculo el desarrollo de una m¨¢quina capaz de generar un amplio abanico de diagn¨®sticos de dolencias infantiles. El sistema ha sido entrenado con los datos de m¨¢s de 500.000 pacientes atendidos en una instituci¨®n sanitaria de referencia ubicada en Guangzhou (China). Los investigadores destacan que esta tecnolog¨ªa puede ayudar a los m¨¦dicos a entender m¨¢s r¨¢pidamente qu¨¦ pacientes necesitan una atenci¨®n prioritaria y acertar con m¨¢s precisi¨®n el diagn¨®stico de enfermedades raras o peligrosas.

Los autores del art¨ªculo, publicado en Nature Medicine, explican que la disponibilidad de informaci¨®n m¨¦dica ha crecido exponencialmente en los ¨²ltimos a?os, lo que complica la toma de decisiones por parte de los m¨¦dicos. La capacidad de la inteligencia artificial de analizar grandes cantidades de datos puede ayudar a reducir esta carga y facilitar la valoraci¨®n adecuada de cada caso cl¨ªnico, aseguran. Pero conseguir que las m¨¢quinas sean capaces de interpretar correctamente los datos no es un desaf¨ªo f¨¢cil de superar, recuerdan tambi¨¦n.

El modelo que han desarrollado se basa en la explotaci¨®n de t¨¦cnicas de deep learning y de procesamiento del lenguaje natural. ¡°Eso permite extraer informaci¨®n clave distribuida libremente en los historiales m¨¦dicos electr¨®nicos de los pacientes¡±, explica Kang Zhang, investigador de la Universidad de San Diego (California, EE UU) y miembro del equipo responsable del proyecto. Tras ser entrenada con datos anotados manualmente por unos pediatras, la m¨¢quina adquiere progresivamente la capacidad de incorporar y clasificar de forma autom¨¢tica la informaci¨®n relevante y, posteriormente, elaborar diagn¨®sticos.

Zhang y sus compa?eros aseguran que cuanto m¨¢s grande es la cantidad de datos con la que se alimenta el sistema, m¨¢s aumenta su eficacia. En este trabajo han utilizado los datos procedentes de casi 1,4 millones de citas pedi¨¢tricas de m¨¢s de medio mill¨®n de ni?os y adolescentes menores de edad. ¡°Nuestro sistema de inteligencia artificial puede imitar a un m¨¦dico humano y utilizar toda la informaci¨®n sanitaria para realizar un diagn¨®stico¡±, asegura Zhang.

¡°Nuestro sistema de inteligencia artificial puede imitar a un m¨¦dico humano y utilizar toda la informaci¨®n sanitaria para realizar un diagn¨®stico¡±

Al comparar las valoraciones del estado de salud generadas por esta inteligencia artificial con las realizadas previamente por pediatras humanos, los investigadores constataron un nivel de precisi¨®n similar entre las dos para un buen n¨²mero de dolencias infantiles (del resfriado y la gripe a las enfermedades de tipo neurol¨®gico). En algunos casos, la m¨¢quina hasta lleg¨® a ser m¨¢s precisa que los m¨¦dicos menos expertos entre los que hab¨ªan realizado los diagn¨®sticos.

Zhang asegura que el sistema puede potencialmente diagnosticar cualquier tipo de dolencia pedi¨¢trica, aunque no resta importancia a lo que pueden aportar los profesionales humanos. ¡°Con m¨¢s entrenamiento, este sistema puede llegar a realizar la mayor¨ªa de los diagn¨®sticos con una supervisi¨®n m¨ªnima de los doctores. Pero nunca podr¨¢ sustituir por completo a un humano¡±, zanja.

Una tecnolog¨ªa misteriosa

El experto del Instituto de F¨ªsica Corpuscular (CSIC y Universidad de Valencia) Francisco Albiol destaca ¡°el alcance¡± del estudio, que ha implicado ¡°un gran despliegue de diferentes perfiles y trabajadores para recolectar datos, etiquetarlos, entrenar los modelos matem¨¢ticos, y comprobar los resultados de parte de la muestra¡±. Ignacio Hern¨¢ndez, m¨¦dico del Hospital Ram¨®n y Cajal de Madrid, cree que los aspectos m¨¢s novedosos son la amplitud de diagn¨®sticos que es capaz de abarcar y la gran cantidad de informaci¨®n que analiza. ¡°Los modelos anteriores miraban solo datos muy concretos y estructurados¡±, compara.

Hern¨¢ndez, tambi¨¦n cofundador de las empresas Savana y Mendelian, por otro lado cree que el estudio es ¡°excesivamente opaco¡± en cuanto a la descripci¨®n de c¨®mo funciona la tecnolog¨ªa de machine learning utilizada. El experto afirma que en este ¨¢mbito es normal que se den poco detalles sobre el mecanismo de los sistemas desarrollados, no tanto por secretismo sino porque muchas veces es dif¨ªcil para los propios desarrolladores identificar ¡°qu¨¦ variables mira la m¨¢quina y por qu¨¦ cuando opera¡±. Sin embargo, en su opini¨®n, en este caso los autores ¡°van m¨¢s all¨¢¡±. ¡°No explican absolutamente nada de su modelo. Es inquietante y en cierto modo hasta incorrecto¡±, afirma.

El m¨¦dico opina tambi¨¦n que estudios como este tienen la limitaci¨®n de mostrar resultados solo ¡°sobre papel¡± y no en un plan real. ¡°La pr¨¢ctica cl¨ªnica es muy contextual, depende de aspectos como las condiciones sociosanitarias y econ¨®micas del paciente y muchos otros elementos¡±, argumenta. ¡°Si no tenemos una demostraci¨®n en vivo, en perspectiva, no podemos todav¨ªa decir que un sistema as¨ª resuelve problemas¡±.

Un cambio de paradigma

Jos¨¦ Luis Salmer¨®n, experto en inteligencia artificial de la Universidad Pablo Olavide de Sevilla, no ve informaci¨®n ¡°sorprendente¡± con respecto a trabajos previos, pero s¨ª considera prometedor que ¡°desde los ¨¢mbitos de salud empiezan a ser conscientes de lo que los especialistas en este ¨¢mbito podemos aportar en ese sector¡±. Hern¨¢ndez est¨¢ de acuerdo con este argumento. ¡°Al tener estas herramientas, tenemos que volver a dibujar en nuestra cabeza c¨®mo es un sistema sanitario. La gente va a tener acceso a ellas online, en su m¨®vil. Muchos elementos que damos por sentado van a cambiar¡±, considera.

Zhang y sus compa?eros creen que el modelo propuesto permitir¨¢ acelerar el diagn¨®stico de las enfermedades m¨¢s comunes y dar¨¢ la posibilidad a los m¨¦dicos de centrarse en los pacientes que necesitan una atenci¨®n urgente. De esta manera, subrayan, se podr¨¢ optimizar la atenci¨®n sanitaria y reducir los tiempos de espera.

El sistema podr¨¢ ayudar tambi¨¦n a los doctores a tomar en consideraci¨®n m¨¢s hip¨®tesis de valoraci¨®n de las que pueden formular en base a su propia experiencia cuando se enfrentan a dolencias raras o complejas, agregan. Las ventajas potenciales, seg¨²n estos cient¨ªficos, ser¨¢n particularmente beneficiosas en las ¨¢reas del mundo con escasos recursos sanitarios, como las zonas rurales de China.