Desafíos de la inteligencia artificial en medicina

Para Lloret, científica titular en el Instituto de Física de Cantabria del Consejo Superior de Investigaciones Científicas (CSIC), la inteligencia artificial aplicada a la medicina, a pesar de los logros, tiene que seguir superando retos. “Uno de ellos está relacionado con que actualmente los algoritmos son muy opacos, no es fácil saber porque toman las decisiones que toman. En el campo de la medicina esto chirría mucho. Necesitas saber por qué han llegado a esa conclusión. A estos algoritmos se les conoce como ‘cajas negras’. Es necesario hacerlos más interpretables y entender el proceso de sus conclusiones. Esto también nos llevaría a aprender de las máquinas”, comenta a Univadis España.

Otro reto es facilitar y recopilar la mayor cantidad de datos para que esta inteligencia artificial y el algoritmo se pueda entrenar con ellos. Muchas veces estos datos, procedentes de muchas instituciones hospitalarias, están desconectados entre sí. “La inteligencia artificial aprende con ejemplos, de ahí la importancia de los datos, pero debe ser un aprendizaje supervisado, tenemos que decirle: este es el ejemplo y esta es la solución, enseñarle casos de pacientes enfermos y de pacientes sanos, para minimizar falsos positivos. Estos datos tienen que estar bien etiquetados y esto no siempre es fácil de conseguir en todas las patologías”, resalta Lloret.

Sesgos estadísticos y sociales 

En este entrenamiento del algoritmo es importante también garantizar la privacidad y eliminar todos los sesgos que se puedan dar para reflejar poblaciones lo más reales posibles. “Por ejemplo, entrenar un sistema de inteligencia artificial para detectar cáncer de pulmón con imágenes de pacientes entre 20 y 50 años ocasionará que el algoritmo no funcione bien en pacientes mayores de esas edades. Es el caso de sistemas entrenados para la detección de lesiones cutáneas, donde la mayoría de imágenes utilizadas proceden de pacientes blancos, o las aplicaciones para predecir infartos de miocardio entrenadas mayoritariamente con hombres, cuando se sabe que los síntomas de esta afección son muy diferentes entre hombres y mujeres. Los algoritmos no hacen más que aprender de los datos y, si están sesgados, este hecho repercutirá directamente en las decisiones que tomen”, explica Lloret. 

Que la inteligencia artificial revolucionará el diagnóstico médico no se pone en duda. En 2022, la Unión Europea dio por primera vez luz verde a un sistema que emplea inteligencia artificial para analizar radiografías de tórax sin la intervención de una persona experta en radiología. La herramienta emite automáticamente informes de pacientes que no presentan anomalías y envía a los especialistas para su revisión las imágenes etiquetadas como dudosas, lo que permite reducir la carga de trabajo del personal sanitario. 

Según un reciente estudio sueco publicado en The Lancet Oncology con 80.000 mujeres, los cribados de cáncer de mama que tienen el apoyo de sistemas de inteligencia artificial para leer las mamografías detectan más de tumores que los que siguen metodología tradicional de lectura con la doble revisión de dos radiólogos. Los resultados preliminares de la investigación, que aún sigue en marcha, concluyen que el uso de la inteligencia artificial para analizar las mamografías es seguro y reduce casi a la mitad la carga de trabajo de los radiólogos. 

Pero a pesar de estos avances, la inteligencia artificial debe ser una herramienta para el radiólogo. Debe ser un apoyo. Por ello, las autoras del libro hablan de una inteligencia artificial responsable, que ayude a la interpretación ya que esto es prioritario para el médico.

La inteligencia artificial tiene el potencial de transformar la atención médica y mejorar la precisión y eficacia de los diagnósticos. Sin embargo, para lograr este objetivo, es necesario abordar los desafíos técnicos, éticos y prácticos que aún existen en la aplicación de la inteligencia artificial en la medicina. “Estamos avanzando y mejorando. No hay duda que a medio plazo va a revolucionar la atención médica y se conseguirá una medicina más personalizada. Pero hay que trabajar todavía más en su seguridad ante los posibles errores que puedan darse en la interacción hombre-máquina. Es fundamental establecer un marco jurídico y normativo para el uso de la inteligencia artificial. Los médicos necesitarán especializarse”, concluye Lloret. Esta coordinadora de el Máster en Ciencia de Datos de la Universidad de Cantabria y la Universidad Internacional Menéndez Pelayo aboga por una inteligencia artificial responsable con algoritmos robustos. Y hace hincapié en la necesidad del elemento multidisciplinar y el trabajo conjunto de distintas disciplinas.