La calidad de los datos va a condicionar el uso de inteligencia artificial en el entorno sanitario

En la mesa del Congreso de SEMERGEN dedicada a la inteligencia artificial (IA) en el primer nivel asistencial se recordó como esta herramienta, cada vez más en auge, intenta simular el proceso de aprendizaje del ser humano. Para ello, funciona, a través de un software, en torno a cuatro conceptos: percibir (interpretación de datos); razonar (procesamiento de datos); resolver (resolución de una tarea o proceso); y aprender sobre el resultado (adaptación flexible).

Sobre este y otros conceptos ahondaron los integrantes de dicha mesa, que contó con la participación del Dr. Julio Mayol, director de la Unidad de Innovación del Instituto de Investigación Sanitaria San Carlos; el Dr. Raúl Piedra, miembro del Grupo de Nuevas Tecnologías de SEMERGEN; y el Dr. Isaac Larena, responsable del Área de Innovación de Edryx Healthcare. Barcelona.

"El uso de inteligencia artificial en sanidad y, en particular, en Atención Primaria está enfocado para generar más valor ", como destacó el Dr. Mayol. Sin embargo, desde su punto de vista, " es necesario su uso con un propósito, ya que, de lo contrario, va a ser difícil utilizar la inteligencia artificial con el riesgo de acabar desechando la tecnología o siendo prisionero de ella ". Al mismo tiempo, considera que "se requiere de un ecosistema tanto público como privado para hacer avanzar en la IA en el entorno sanitario" .

Y es que, en su opinión, uno de los problemas para avanzar en este terreno, no radica tanto en disponer de las herramientas precisas como de tener el personal adecuado para gestionar los datos. Como recordó, al respecto, " el big data gira en torno a datos que no se pueden explotar mediante técnicas habituales por volumen, velocidad, variedad, y veracidad ". Actualmente, " hay dificultad para utilizar herramientas de análisis de datos (inteligencia artificial) cuando los datos que tiene que utilizar no son del todo veraces, se puede llegar con facilidad al sitio incorrecto ", advirtió.

En este contexto, el Dr. Mayol consideró conveniente reconocer que gran parte del conocimiento que tienen los profesionales que ejercen en nuestro sistema, incluidos los de A.P., están parcialmente incluido en los datos " lo cual puede mermar la calidad de estos para su explotación con herramientas de IA que nos permiten avanzar en el conocimiento y conducir hasta la medicina o salud predictiva, prescriptiva y preventiva ".

En ello se mostró de acuerdo el Dr. Isaac Larena quien opinó que " una inteligencia artificial por muy bien desarrollada y con un software muy potente, sin unos buenos datos detrás poco se puede obtener, estos se conciben como `el ladrillo´ de la base de la IA y sin ellos no se puede alcanzar la finalidad marcada" . Precisamente, añadió, " lo que consigue la inteligencia artificial es estructurar una marabunta de datos sin aparente conexión entre ellos, y llegar hasta casi una predicción de lo que pueda pasar, partiendo de dichos datos" .

A su juicio, lo va a acontecer en este t erreno en los próximos años , es una situación totalmente diferente a la actual debido a la introducción de una gran variedad de herramientas digitales. A partir de ahí, identificó siete líneas de actuación relacionados con la transformación digital de los servicios de soporte de la actividad sanitaria.

Estas pasan por: la implantación de herramientas de gestión y automatización de procesos administrativos y el desarrollo de plataformas de formación virtual y contenidos para los profesionales de AP.

A su vez, la transformación de los centros sanitarios inteligentes viene de la mano de sistemas de información y compra de dispositivos para el avance de la telemedicina; potenciación de la remisión de datos de vigilancia en salud pública; aplicaciones y contenidos de promoción de la salud y prevención de enfermedades y adicciones; y plataformas para la gestión del seguimiento y comunicaciones con el paciente.

Por su parte, la atención personalizada requiere de un impulso de plataformas para la captura de datos y parámetros fisiológicos y de actividad de los pacientes.

Liderar la transformación digital de las consultas

" Los médicos de A.P. pueden liderar el cambio, marcando las necesidades en este terreno para diseñar herramientas adecuadas a las mismas" , defendió el Dr. Larena

En este sentido, el Dr. Piedra se mostró confiado en que la inteligencia artificial " puede ayudar al médico de Atención Primaria en su quehacer diario" con herramientas como el ´proyecto Savana´, un sistema inteligente de análisis de historias clínicas, que combina inteligencia artificial y big data, puesto en marcha de forma pionera por Castilla- La Mancha.

" Savana puede ser de gran utilidad para la consulta médica, ya que permite manejar una gran cantidad de datos de cada paciente y ayudarnos a tomar mejores decisiones clínicas, y comprobar si hacemos bien o no nuestra labor y nos da la oportunidad de mejorar la forma de actuar. Nos puede ayudar a conocer la realidad de lo que est á sucediendo ".

Este miembro de SEMERGEN animó a las Sociedades Científicas a liderar la transformación digita l de las consultas, con la incorporación de nuevas tecnologías. Concluyó convencido, no obstante "d e que ante la inteligencia artificial está la inteligencia natural que hay que usarla adecuadamente. Es el momento de que todos en conjunto mejoremos el sistema".

La calidad de los datos va a condicionar el uso de inteligencia artificial en el entorno sanitario

Artículos relacionados

El Hospital Universitario Infanta Leonor apuesta por el Big Data y la Inteligencia Artificial

La Fe aplica Inteligencia Artificial en el campo de las enfermedades hematológicas

Inteligencia artificial y nuevas tecnologías, asentadas en el entorno sanitario

Investigan las mutaciones causantes de los tumores con tecnologías de big data e inteligencia artificial

Inteligencia Artificial para mejorar la calidad asistencial de pacientes oncohematológicos

Una herramienta de diagnóstico y pronóstico del cáncer gástrico con IA y Big Data