Estimad@s amig@s
Sinopsis
La elevada demanda de
contenidos sobre inteligencia
artificial y machine learning por parte
de los profesionales sanitarios hace posible la publicación de este manual que
recoge, de una manera didáctica y sencilla, los principios fundamentales de
estas tecnologías aplicados al ámbito de la salud.
Cualquier especialista
sanitario interesado en sumergirse en esta área encontrará en este manual
la base teórico-práctica para introducirse en el mundo de los algoritmos
de inteligencia artificial y en su aplicación dentro del ámbito de la salud.
Proyecto innovador que
coloca la primera piedra para la inmersión de los especialistas sanitarios en
el mundo de la inteligencia artificial en un momento en el que el
desarrollo de estos conceptos promete la transformación en el futuro de
la práctica profesional en este sector.
Enfoque didáctico orientado
a que los usuarios entiendan desde el primer momento qué supone la inteligencia
artificial aplicada al ámbito sanitario y que comprendan cómo pueden
beneficiarse de ella.
A lo largo de los nueve
capítulos que forman este manual, sus autores van introduciendo al lector en el
mundo de la inteligencia artificial empezando por una parte más
introductoria y conceptual, que posteriormente da paso a la presentación de
datos prácticos y ejemplos que ayuden al lector a iniciarse en estas
innovadoras tecnologías.
«La inteligencia artificial no
puede sustituir a los médicos,
pero puede hacerlos mejores profesionales»[i]
Introducción
La inteligencia artificial y
el machine learning o aprendizaje automático son técnicas innovadoras
disruptivas que prometen cambiar la sociedad tal y como la conocemos (…) ¿Cómo
prepararse para los cambios qué nos vienen? ¿Debo aprender a programar? ¿Con
qué software o lenguaje? ¿Quién es responsable de la interpretación de los
algoritmos de inteligencia artificial, especialmente si fallan? ¿Qué
nuevos perfiles profesionales aparecerán en el futuro? ¿Cómo acceder a ellos?
¿Qué titulaciones tienen más valor? Y sobre la formación no oficial de
cursos online (…) ¿son buenos? ¿Compensan? ¿Vale la pena pagar por
realizarlos? ¿Y por su certificación?
(…) el proceso diagnóstico
clínico es mucho más complejo que la información procedente de una imagen (…)
el diagnostico corresponde al médico (…)
«La ciencia
siempre vale la pena porque sus descubrimientos,
tarde
o temprano,
siempre se aplican»
Severo
Ochoa
El auge de lo digital está
provocando que cada vez más el profesional sanitario tenga que adquirir nuevas
competencias que le ayuden a mejorar la calidad de su diagnóstico clínico.
Soy un firme defensor del
acto médico, éste no desaparecerá por muchos algoritmos, wearables, usos
que le demos a la inteligencia artificial. La consulta médica se volverá
omnicanal, vamos caminando despacio, pero sin pausa hacia el hospital
líquido.
El paciente será atendido por
un profesional de la salud probablemente desde su consulta, pero nosotros
podremos estar en casa y no por ello recibiremos un peor diagnóstico. La
tecnología es un habilitante para que el profesional de la salud emita un mejor
diagnóstico, pero nunca podrá sustituirlo. La humanidad con la que tiene lugar esa
relación profesional -paciente no podrá ser sustituida por un algoritmo, la
empática, cercanía, sensibilidad, e incluso el juicio clínico del profesional
es insustituible.
Dicho lo anterior manuales
como este que nos ocupa hoy son muy necesarios, los cambios se lideran o se sufren.
Si pretendemos liderar la transformación digital no podemos obviar la
formación.
«En principio la
investigación
necesita
más cabezas que medios»
Severo Ochoa
Tipos de inteligencia
artificial
• IA estrecha o
débil (…)
• IA general
• Super IA
Tipos de análisis
• Descriptivo
• Diagnostico
• Predictivo
• Prescriptivo
• Confirmatorio
• Exploratorio
Tipo de datos
• Estructurados
• No estructurados
Ejemplos de algoritmos machine
learning o inteligencia artificial aplicados a salud:
• Diagnóstico por imagen
- Radiológico
Diagnóstico de neumonía en radiografía
de tórax
Diagnóstico de hemorragia cerebral
y hemorragia subaracnoidea por TAC cerebral
Diagnostico de tumor y
hemorragia cerebral por TAC cerebral
Diagnostico de tumor pulmonar en TAC torácica de baja radiación
- Microbiología
Diagnóstico de malaria
- Dermatología
Diagnóstico precoz de melanoma
- Oncología
Diagnostico precoz de cáncer de mama en mamografía
- Oftalmología
Diagnóstico de retinopatía diabética en imágenes de fondo de ojo
- Neurología
Diagnóstico de enfermedades neurodegenerativas por movimiento ocular
- Cardiología
Segmentación y estimación
del volumen del ventrílocuo izquierdo en la RMN cardíaca
• Cardiología
- Diagnostico
automático de arritmia en electrocardiograma
• Neurología
- Diagnostico
precoz de enfermedad de Alzheimer con datos de protéomica
• Psiquiatría
- Diagnóstico
de depresión en niños mediante el análisis del habla
- Diagnóstico
de depresión por entrevista
- Diagnostico
de enfermedad bipolar por publicaciones en redes sociales
• Oncología radioterápica
- Dosificación
personalizada en radioterapia
Para poder evaluar el
rendimiento, la funcionalidad o precisión de un algoritmo, debemos definir una
métrica (…)
La métrica de accuracy,
precisión o exactitud, se pueden complementar con los tradicionales
sensibilidad, especificidad, valor predictivo positivo y valor predictivo
negativo (…)
La anonimización se
refiere a la imposibilidad de identificar al sujeto partiendo de los datos disponibles
para la investigación.
(…) la seudoanonimización
se refiere a la utilización de datos que sí permitirían identificar a los
participantes pero que se protegen mediante uso de seudónimos, cifrado o
encriptamiento (…)
Elementos clave para
comenzar un proyecto de inteligencia artificial en salud:
• La pregunta
(…) necesidad a partir de la
cual evaluamos la disponibilidad de datos que nos permitan desarrollar la
herramienta (…)
Una pregunta muy concreta y
especifica (tarea) que de respuesta a una necesidad
• Los datos
Tipos de datos
a) Datos duros
b) Datos blandos
Población de entrenamiento
• El equipo
a) Profesionales técnicos
b) Profesionales sanitarios
«No
puede el médico curar bien
sin
tener presente al enfermo»
Séneca
Conclusión
Es muy probable que junto
con los wearables o Internet of Things y la nube, transformen la practica
sanitaria, potenciando la atención remota (domiciliaria) y la gestión a tiempo
real de la información del paciente, moviendo definitivamente el foco de los
hospitales a los domicilios y comunidades.
«La medicina es la
única profesión universal
que en todas partes sigue los mismos métodos,
actúa con los mismos objetivos
y busca los mismos fines»
Sir
William Osler
Manual
práctico de inteligencia artificial en entornos sanitarios
Link de interés
• Declaración de
cooperación de inteligencia artificial
• Estupidez
artificial;
Cómo los ordenadores entienden mal el mundo
• Inteligencia
Artificial;
Cómo cambiará el mundo (y tu vida)
• Small data: Las pequeñas
pistas que nos advierten de las grandes tendencias
• Inteligencia
artificial en salud: Retos éticos y legales
«El buen médico trata la enfermedad;
el gran médico
trata al paciente que tiene la enfermedad»
William Osler
Recibid un cordial saludo
[i] MIT
