Aplicada a la salud. “La inteligencia artificial tiene que adaptarse a las personas y los pacientes que la utilizan”

El médico británico James Moon lidera un programa de estudio del corazón mediante el análisis de imágenes mejorado por IA; participó de un encuentro local sobre medicina cardiovascular.

“Hay enormes oportunidades en salud para mejorar procesos y ofrecer alta calidad. Pero la inteligencia artificial (IA) tiene que adaptarse a las personas y los pacientes que la utilizan”. Así opina James Moon, que lidera un programa de estudio del corazón mediante el análisis de imágenes mejorado por IA en Londres.

Aplica IA “a diario” en la atención clínica, aunque opina que su incorporación en medicina fue “lenta” y, ahora, quedó rezagada con respecto de otros ámbitos a pesar de los “enormes beneficios” que tiene bien empleada. Habla desde su experiencia en el Centro de Resonancia Magnética Cardiovascular del Barts Heart Center y como CEO del laboratorio de diagnóstico Mycardium AI, que opera con el sistema de salud británico.

“La atención de la salud está bajo presión en muchas áreas. En la que más me entusiasma [el uso de la IA] es en asistir a los médicos en el análisis de imágenes. Son tantas las tareas: basta pensar en la cantidad de tipos de imágenes (por tomografía computada, resonancia magnética, ultrasonido, etcétera), las distintas formas de obtenerlas con cada una de las tecnologías y el número de partes del cuerpo… ¿un centenar? y de enfermedades”, responde a LA NACIÓN desde Londres.

Lo hace por vía electrónica antes de su presentación virtual en el simposio Cuore 2023, un encuentro organizado por el Instituto de Medicina Cardiovascular del Hospital Italiano, previo al 49° Congreso Argentino de Cardiología, que comenzó este jueves último, y la divulgación del primer informe de la Organizacion Mundial de la Salud (OMS) con pautas a tener en cuenta para regular el uso de sistemas de IA en las instituciones y los gobiernos.

“La IA resulta muy prometedora para la salud, pero también presenta retos importantes, lo que incluye la recopilación de datos no ética, las amenazas a la ciberseguridad y el aumento de los sesgos y la desinformación”, sostuvo Tedros Adhanom Ghebreyesus, director de la OMS al dar a conocer el informe de más de 60 páginas. “Estas nuevas pautas -continuó este jueves-, ayudarán a los países a regular la inteligencia artificial de manera efectiva, aprovechar su potencial para tratar el cáncer o detectar la tuberculosis, y minimizar los riesgos.” La interpretación de imágenes es una de las aplicaciones que destaca la OMS.

Impacto

Durante el simposio Cuore 2023, en uno de los salones de un hotel de Puerto Madero, Moon se concentró en el impacto que la IA puede tener en la medicina cardiovascular frente a un auditorio con médicos, enfermeros, kinesiólogos y técnicos.

En diálogo con este medio, el profesor de cardiología del University College de Londres define en qué medida esta herramienta puede ayudar a los profesionales. “El uso de estudios por imágenes para diagnosticar a los pacientes es clave en muchas áreas de la atención –repasa–. Un aspecto en el que la IA puede colaborar realmente es con la medición de las imágenes porque, como también es más rápida, podemos definir mejor qué es normal, de modo que los médicos pueden comparar la imagen de un paciente no solo con un [valor] promedio de salud, sino también con lo esperable para la edad, el sexo, la étnica y otras enfermedades.”

Según explica Moon, un sistema adecuadamente entrenado puede ejecutar esas tareas “con menos complejidad”. A la vez, apunta que la IA puede ser “más precisa”, ya que “el cambio en el tiempo [por comparación de imágenes] sirve más para describir si un paciente está mejorando (y, quizás, necesita menos tratamiento) o está empeorando (y es necesario escalar el tratamiento o aumentar la frecuencia de los controles)”.

Para Ignacio Bluro, jefe de la Unidad de Medicina Vascular del Hospital Italiano, los resultados del trabajo del especialista británico demuestran que, en medicina cardiovascular, la aplicación de la IA ayudaría, por ejemplo, a disminuir el margen de error en la lectura de imágenes, aliviar la carga de trabajo diaria y facilitar la toma de decisión, en menos tiempo, para iniciar un tratamiento. “La IA nos va a ayudar a democratizar y dar mejor calidad de atención a más gente, a menor costo, y que los médicos nos podamos enfocar en las cuestiones médicas que, en gran parte, son sobre las relaciones humanas y tienen que ver con la relación médico-paciente”, dice tras la presentación de Moon. “Nos tenemos que apoyar en la tecnología para poder hacer más medicina a la antigua: más contacto con el paciente y poder tomar mejores decisiones”, agrega.

En ese hospital, comenzó un proyecto con imágenes cardíacas para detectar calcio en las arterias y que eso sirva como un indicador de enfermedad cardiovascular. Una vez validado, y de acuerdo con el nivel de probabilidad de riesgo que se determine, podría ayudar a identificar a qué pacientes indicarles o no más estudios.

“Por eso se dice que la IA ayuda en la medicina de precisión”, señala Sonia Benítez, médica especialista en medicina interna y coordinadora del Programa de IA y Ciencia de Datos en Salud del Hospital Italiano. Desde el Área de Innovación e Investigación del Departamento de Informática en Salud, empezó con sus colegas a trabajar con el programa desde finales de 2018 con el Departamento de Diagnóstico por Imágenes de ese nosocomio. Contra todo pronóstico, según agrega, en 2020 la pandemia de Covid-19 impulsó una transformación digital y la IA tomó más protagonismo. “En el hospital, todos nuestros proyectos se volvieron a priorizar”, repasa en diálogo con LA NACIÓN.

Mamas, tórax, huesos y piel

La primera aplicación que integraron al sistema informático que utilizan los profesionales para acceder a las historias clínicas electrónicas es ArtemisIA: clasifica el grado de densidad mamaria a partir de la mamografía en cuatro categorías y eso define el nivel de riesgo (el tejido más denso dificulta la identificación de tumores y aumenta la posibilidad de un falso negativo). La categorización mediante esa herramienta unifica criterios de lectura de las imágenes y orienta en la indicación o no de otros estudios. “Ayuda a los profesionales a tomar una decisión”, define Benítez.

Una segunda aplicación fue TRX para el análisis de radiografías de tórax. Identifica neumotórax, derrame pleural, opacidades pulmonares y fractura costal; lo detectado aparece en colores y lleva a la presunción clínica de una neumopatía como soporte a la tarea de los profesionales. “Sumamos más recientemente el análisis de la dimensión del corazón que, por el momento, informa si es más grande o no”, cuenta la médica especialista en Medicina Interna.

Otra, que pasó el proceso de validación, es Carpian para determinar la edad ósea en pacientes pediátricos a través del análisis de radiografías de mano. Valquiria ya superó la prueba de concepto de los servicios de Dermatología y Medicina de Familia y se está por implementar para detectar lesiones en imágenes dermatoscópicas. “Empezó siendo un proyecto para definir si una lesión es o no melanoma [un cáncer de piel de alto riesgo] y, ahora, el algoritmo entrenado y validado detecta ocho lesiones, entre las que está el melanoma”, repasa Benítez.

Una vez al año, se agregan funciones. “La herramienta se corre en todas las imágenes [radiografías, mamografías, tomografías, imágenes dermatoscópicas y hasta fotografías en 2D con celulares] y queda en el profesional si quiere usar el resultado o no para ayudar a tomar una decisión”, resume Benítez. En el informe sobre la imagen que se sube a la historia clínica, aparece un signo de exclamación como alerta para el profesional de que incluye resultados de IA. “Además, en los casos críticos, la aplicación genera un correo electrónico y, también, aparece en lista de trabajo del médico que ve la historia clínica y del profesional del área de diagnóstico por imágenes para el seguimiento”, agrega.

El entrenamiento del algoritmo que genera esos resultados demanda tiempo y un volumen de imágenes en miles, que deben reunir ciertos requisitos de calidad. “Siempre hay un margen de error, pero los datos deben ser de buena calidad o utilizar el volumen adecuado. De lo contrario, no se puede esperar un buen resultado. Y, a veces, se pierde de vista la calidad de los datos cuando se habla de IA”, detalla Benítez, que también es directora de la beca de perfeccionamiento en Inteligencia Artificial y Ciencia de Datos en Salud.

En el entrenamiento, se combinan imágenes propias con bancos de imágenes públicas, que ponen a disposición otros centros del mundo –la base de datos que se utilizó con distintos tipos de piel con Valquiria está en etapa de prueba de galera para su uso en otros países–. El proceso incluye también la validación de los resultados con datos propios y la lectura de profesionales entrenados.

“¿Va a ser perfecto? –plantea Benítez–. No, como los humanos. La IA es una herramienta que va a ayudar a los profesionales en la toma de decisión. Aporta una posición más en una conversación que se suele dar entre colegas. Por el momento, indica si aparece o si hay posibilidad de que aparezca un hallazgo clínico. Y, si hay riesgo de encontrarlo, que haya que suponer que puede haber una patología presente.” El próximo paso es conocer cómo estas aplicaciones colaboran, incluidos los costos, con el sistema sanitario.

Fuente: La Nación