El futuro de la medicina pasa sí o sí por la medicina predictiva. A este respecto, Fresenius Medical Care organiza uno de los foros técnicos del 50º Congreso de la Sociedad Española de Nefrología (SEN). `La individualización como nuevo paradigma médico´.

Carlo Barbieri, de Fresenius Medical Care, comenta algunos de los cambios y desafíos a tener en cuenta sobre el futuro de la medicina. "Es claro que la especialización está cambiando el mundo y también están cambiando la medicina. Pero además de todo lo que está pasando, tiene un desafío muy grande, la sostenibilidad. A medida que pasa el tiempo las poblaciones sobreviven más años. Esto significa tener una población más vieja, y por tanto, los costes de la medicina se están incrementando. Esto es difícil sostenerlo desde el punto de vista macroeconómico".

La buena noticia es que el Big Data, la digitalización y demás pueden ayudar a dar a las personas un tratamiento óptimo a coste manejable. Especialmente en la medicina, "Big Data significa toda la parte de datos del genoma, y es una información muy valiosa. El hecho de que tengamos bases de datos cada vez más grandes está generando un montón de información. Y también los estudios clínicos van a ser cada vez más y más frecuentes", apunta.

Tener toda esta información es un oportunidad muy grande, pero ¿cómo se puede manejar? No es fácil para los profesionales. "Aquí es donde herramientas como el Big Data o la IA pueden ayudar. Aunque hay una serie de desafíos aquí. Si nos enfocamos en el Big Data, se habla de cinco características a tener en cuenta".

En primer lugar, claro, el volumen, "lógicamente hablamos de una gran cantidad de datos". Pero también son características muy importantes "la velocidad con la que se generan y procesan los datos; y la variedad, ya que estamos hablando de formas de datos muy diferentes: datos de sensores, de historia clínica, datos no estructurados, etc".

La cuarta característica de la digitalización que se ha añadido es la veracidad de los datos. "En el campo médico hay muchísima información, pero la información por sí misma no siempre dice la verdad. Por eso es muy importante la correcta interpretación de los datos, para no llegar a conclusiones incorrectas y por ende tomar malas decisiones". La última, explica, es el concepto de valor, "porque si podemos llegar a un coste más bajo, la medicina puede llegar a ser sostenible a pesar del envejecimiento de la población".

La IA en medicina y salud

Como comentaba antes, Barbieri, todas las herramientas capaz de procesar datos mediante la Inteligencia Artificial pueden dar soporte a los médicos para desarrollar la medicina preventiva. "Es claro que prevenir es mejor que curar, y para prevenir, predecir es un factor fundamental. La IA y la disponibilidad de los datos están haciendo posible para profesionales y pacientes tener información de antemano que permite identificar lo que va a pasar y de esa forma poder tomar acciones para prevenir una enfermedad".

Ahora bien, agrega, cuando hablamos de IA hay que tener en cuenta el riesgo, el safety first, que el paciente sea el objetivo principal. Una vez garantizada la seguridad, tiene sentido ir a mejorar el tratamiento. Eso también es "muy importante sobre lo que se está esperando de la IA" para cambiar la medicina o el trabajo de los médicos.

En su opinión, el médico del futuro va a utilizar la IA para procesar los datos de una forma más rápida, para tener más informaciones, para trabajar con más conocimientos o dedicar más tiempo a situaciones mas complejas. En casos más sencillos, las digitalización puede ahorrar tiempo. Pero según lo ve, "la IA no está reemplazando a los médicos, simplemente va a hacer parte de su trabajo diario".

A la hora de categorizar los tipos de modelo de IA que se aplican en medicina, se identifican tres modelos: predictivos, prescriptivos y de estratificación de riesgos. En el caso concreto de la nefrología, Barbieri pone una herramienta de Fresenius, el modelo CKD, el cual va a predecir el riesgo de la enfermedad renal y el riesgo cardiovascular.

La utilización del modelo tiene un aspecto fundamental, indica: la prevención en lugar de la cura. "Si yo puedo prevenir el desarrollo de la patología tengo el famoso efecto de crear valor para el paciente y un coste más bajo para la sociedad. Pero como tenemos recursos limitados para hacer esto, hay que definir a qué pacientes hacerle un seguimiento más intensivo y cuales no lo necesitan".

El futuro de la IA

Por su parte, Rosa Ramos, directora médica de Fresenius Medical Care España, aborda el futuro de la inteligencia artificial y si ha llegado ya la hora de cambiar el paradigma médico. Se remota a que la IA existe desde 1956, y en los años 70 se compartía la primera experiencia en el sector salud con el denominado Mycin, "un sistema experto orientado a la detección de enfermedades infecciosas de la sangre que razonadla, se comunicaba en lenguaje natural con el usuario y recetaba medicamentos de forma personalizada a cada paciente".

Pero si ya tan temprano se hablaba de inteligencia artificial, ¿por qué hasta ahora existen tan pocas contribuciones a la práctica médica? ¿Por qué parece que es ahora cuando el aprendizaje basado en máquinas y datos comienza a fusionarse con la realidad? Ahora es cuando se está hablando de cirugía robótica, de asistentes médicos online y virtuales, existen programas de análisis de laboratorio y anatomía patológica, para la gestión de medicación, etc.

Aunque no es todo tan fácil, estas herramientas tienen unas limitaciones. "No tiene el poder de la toma de decisiones similar al de los humanos, ni posee capacidades/habilidades humanas, ni es capaz de producir el resultado correcto con menos cantidad de conocimiento, y además requiere mucho entrenamiento, esa información necesita nutrirse", comenta.

En cambio tiene beneficios en su aplicación, según detalla Ramos, como la "mayor accesibilidad a un menor coste, que se ve afectado por las emociones, a diferencia de los humanos, tiene tasa de error baja, es capaz de explicar cómo llegaron a una solución y se le puede enseñar a hacer algo mostrándole gran cantidad de ejemplos (deep learning)".

Entonces en la práctica cabe preguntarse qué pasó con el Mycin expert System. "Sus resultados eran bastante buenos. De hecho, el porcentaje de acierto en sus diagnósticos rondaba el 70%, una cifra en la mayoría de los casos superior a la obtenida por la mayoría de los expertos humanos en una serie de pruebas realizadas bajo los mismos criterios".

A pesar de su alto nivel de exactitud, a la hora de realizar diagnósticos, el programa tuvo bastantes críticas que concluyeron haciendo que nunca llegase a utilizarse en los hospitales por problemas legales.

Años más tarde, en 2002, Fresenius empezó su propia andadura en el manejo de la IA con el algoritmo de la anemia. Era un estudio que pretendía optimizar la prescripción de fármacos para el manejo de la anemia en pacientes ERC5HD para mejorar la eficiencia de los resueltos clínicos de la anemia.

Al principio los médicos mostraron mucho miedo al cambio, recuerda Ramos. "Se quejaban de que la herramienta les iba dar más trabajo (sacarlos de su zona de confort), y se repetían mucho que las máquinas nos vana reemplazar a todos. En definitiva, hubo mucha resistencia al principio. Hasta que empezaron a usarlo en la práctica y descubrieron los buenos resultados. Poco a poco empezaron a ganar confianza en el algoritmo y a usarlo más. Y a día de hoy, yo creo que la visión poco a poco ha ido cambiando".

Así que, en conclusión, "la IA ha venido a apoyar las necesidades presentes y futuras de la medicina, analizando grandes cantidades de datos y diversas formas de datos de los pacientes y de las instituciones sanitarias que son registradas en cada momento".

Bajo el punto de vista de la experta, es probable que la IA apoye y mejore su labor, "eliminando las partes rutinarias del trabajo de un médico, permitiendo dedicar más parte de su valiosos tiempo a sus pacientes, mejorando el toque humano". O podría suceder al contrario, "que los médicos que usan IA reemplacen a los médicos que no pueden o quieren hacerlo".