Por: Doug Teany, asesor de innovación y exdirector de operaciones de Corindo
La IA y sus aplicaciones en el cuidado de la salud han madurado considerablemente en los últimos años. Las tecnologías de IA están más disponibles que nunca para los proveedores de atención médica y presentan enormes oportunidades en la atención médica, pero especialmente en procedimientos altamente complejos asistidos por robótica que exigen una cantidad excepcional de conocimiento y previsión por parte de los médicos. Desafortunadamente, todavía existe la creencia de que la IA, como resultado de su maduración, inevitablemente reemplazará el papel del médico, aunque esto no podría estar más lejos de la realidad.
De hecho, la IA empodera a los médicos con nuevos conocimientos y capacidades que mejoran la toma de decisiones clínicas y ayudan a lograr resultados más positivos para los pacientes. Transfiere su atención de pensar técnicamente sobre maniobrar un cable a través del corazón a pensar de manera más holística sobre la estrategia del caso y cómo lograr el mejor resultado posible. Cuando se implementa en entornos de procedimientos asistidos por robótica, la IA puede ayudar a construir una enciclopedia de conocimientos clínicos y de procedimientos históricos a la que cualquier médico puede acceder para resolver cualquier caso. La incorporación de capacidades como la visión por computadora revolucionará el estándar de atención actual, equipando a los médicos con una poderosa herramienta que puede responder y prevenir complicaciones antes de que surjan. Todo esto se hace sin reemplazar al conductor clave en el proceso: el médico.
Sentando las bases con información basada en datos y aprendizaje automático
Hoy en día, los médicos se basan principalmente en la experiencia personal y las habilidades individuales para tomar decisiones que pueden variar según su capacitación, la cantidad de procedimientos que hayan realizado y otros factores. En esencia, la IA les presenta a los médicos nuevos datos y conocimientos informativos que antes no estaban disponibles para ellos, lo que puede ser particularmente útil en entornos de procedimientos complejos que utilizan robótica. En estos casos en los que los dispositivos robóticos están conectados a almacenes de datos históricos, la IA ofrece un valor incomparable al llenar los vacíos de conocimiento con información de miles de casos similares. Al permitir que un médico tenga acceso a datos de casos históricos más allá de su propia experiencia, puede mitigar parte del riesgo asociado con estos procedimientos complicados.
El aprendizaje automático permite que el sistema robótico aprenda de la experiencia y se ajuste a las nuevas entradas. A su vez, el robot puede automatizar sus movimientos para reflejar las mismas técnicas utilizadas por los mejores médicos del mundo, lo que aumenta las probabilidades de resolver los desafíos que surgen durante un caso. En última instancia, esto permite a los médicos centrar su atención en la estrategia del caso y responder a las complicaciones con mayor eficacia. Este tipo de conocimiento basado en datos se asemeja a cómo los datos cambiaron drásticamente el panorama del béisbol profesional a principios de la década de 2000, resaltado por el lanzamiento del libro Moneyball. El libro siguió a los Atléticos de Oakland y al gerente Billy Beane, quien adoptó un enfoque basado en evidencia y basado en datos para construir un equipo, en lugar de depender de métodos obsoletos que carecían de datos. A su vez, este modelo fue un gran éxito y estimuló efectivamente una nueva era del juego impulsada por los datos.
En el cuidado de la salud, una base de datos de conocimiento de procedimientos impulsada por el aprendizaje automático crea conocimientos similares para los médicos, equipándolos con información valiosa que antes no estaba disponible. La capacidad de ver a un paciente en el contexto de miles de casos similares permite a los médicos tomar decisiones mejores y más informadas sobre cómo abordar un caso.
El siguiente paso: visión artificial y alta automatización
Todo el potencial de la IA en entornos de procedimientos asistidos por robótica se realiza plenamente cuando la información basada en datos y el aprendizaje automático se combinan con la visión por computadora, lo que permite que el sistema robótico identifique y responda de manera inteligente a situaciones basadas en datos de imágenes enriquecidos. En las intervenciones cardiovasculares, un porcentaje significativo del tiempo del procedimiento se dedica a la manipulación del alambre, mucho del cual es un método de «ensayo y error» para navegar a través de los vasos. Esta metodología puede conducir potencialmente a dispositivos médicos extraviados, como stents, o resultar en tiempos de procedimiento más prolongados que aumentan la exposición a la radiación para médicos y pacientes.
Pero, a medida que los sistemas automatizados continúan aprendiendo movimientos efectivos y crean reglas basadas en el conocimiento, podemos permitir que la visión artificial automatice partes más grandes del procedimiento. La visión por computadora también permite que el sistema detecte complicaciones antes de que ocurran, como cuando se prolapsa una guía, y puede realizar automáticamente acciones correctivas para colocar el dispositivo y evitar daños al paciente.
Es importante destacar que la automatización, independientemente de la industria, está en un espectro, y la industria automotriz ofrece un sólido ejemplo de esto. Muchos de los autos de hoy tienen cierto grado de automatización de bajo nivel, como asistencia de frenado, control de crucero adaptativo y centrado de carril. En el otro extremo del espectro, los fabricantes como Tesla automatizan todas las funciones críticas para la seguridad, lo que requiere menos acción por parte de los conductores, aunque los conductores siguen siendo necesarios. Lo mismo es cierto para la automatización en el cuidado de la salud. En última instancia, la automatización impulsada por IA mantiene a los médicos en el asiento del conductor mientras automatiza ciertas tareas que desvían la atención de los médicos de los elementos críticos, como la estrategia del caso y la respuesta a las complicaciones.
AI pone a los médicos en el centro
Las preocupaciones acerca de que la IA y la automatización reemplacen a los médicos simplemente no tienen ningún mérito y no se basan en una comprensión completa de cómo el cuidado de la salud está implementando la IA y el aprendizaje automático. Así como los automóviles autónomos necesitan un conductor, los procedimientos de intervención automatizados en los que estamos trabajando necesitarán la guía de un médico, pero con la experiencia adicional de una enciclopedia digital basada en la experiencia de otros médicos altamente calificados de todo el mundo. La automatización estandarizará la forma en que se realizan los procedimientos a un nivel muy alto de calidad, lo que alcanza el objetivo general de la automatización robótica: hacer que los casos sean más seguros, rápidos y efectivos al tiempo que se reduce el trauma en el paciente.