La IA es para aumentar, no reemplazar a los médicos – Líderes de opinión

Por: Doug Teany, asesor de innovación y ex director de operaciones de Corindus

La IA y sus aplicaciones en la atención médica han madurado considerablemente en los últimos años. Las tecnologías de IA están más disponibles para los proveedores de atención médica que nunca antes y presentan oportunidades tremendas en toda la atención médica, especialmente en procedimientos asistidos por robots de alta complejidad que requieren 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 madurez, inevitablemente reemplazará el papel del médico, aunque esto no podría estar más lejos de la verdad.

En realidad, 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 cómo 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 despliega en entornos de procedimientos asistidos por robots, la IA puede ayudar a construir una enciclopedia de conocimiento clínico y procedural histórico que cualquier médico pueda acceder para resolver cualquier caso. Incorporar capacidades como la visión por computadora revolucionará el estándar de atención actual, equipando a los médicos con una herramienta poderosa que puede responder a y prevenir complicaciones antes de que surjan. Todo esto se hace sin reemplazar al principal impulsor del proceso: el médico.

Estableciendo la base con conocimientos basados en datos y aprendizaje automático

Hoy en día, los médicos confían principalmente en su experiencia personal y habilidades de toma de decisiones individuales que pueden variar según su capacitación, número de procedimientos que han realizado y otros factores. En su núcleo, la IA introduce a los médicos a nuevos datos y conocimientos previamente no disponibles para ellos, lo que puede ser particularmente útil en entornos de procedimientos complejos que utilizan robots. En estos casos, donde los dispositivos robóticos están conectados a almacenes de datos históricos, la IA ofrece un valor sin precedentes al llenar las brechas de conocimiento con conocimientos de miles de casos similares. Al empoderar a un médico con acceso a datos de casos históricos más allá de su propia experiencia, pueden mitigar parte del riesgo asociado con estos procedimientos complicados.

El aprendizaje automático permite que el sistema robótico aprenda de la experiencia y se adapte a 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 posibilidades de resolver desafíos que surjan durante un caso. En última instancia, esto permite a los médicos centrar su atención en la estrategia del caso y responder a complicaciones de manera más efectiva. 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, destacado por la publicación del libro Moneyball. El libro siguió a los Oakland Athletics y al mánager Billy Beane, quien adoptó un enfoque basado en datos y en evidencia para construir un equipo, en lugar de confiar en métodos obsoletos que carecían de datos. A su vez, este modelo fue un gran éxito y desencadenó una nueva era del juego impulsada por los datos.

En la atención médica, una base de datos de conocimiento procedural impulsada por el aprendizaje automático crea conocimientos similares para los médicos, equipándolos con información valiosa previamente no disponible. La capacidad de ver a un paciente contra el telón de fondo de miles de casos similares permite a los médicos tomar decisiones mejor informadas sobre cómo abordar un caso.

El próximo paso: visión por computadora y alta automatización

El potencial completo de la IA en entornos de procedimientos asistidos por robots se realiza cuando el conocimiento basado en datos y el aprendizaje automático se combinan con la visión por computadora, lo que permite que el sistema robótico identifique y responda inteligentemente a situaciones basadas en datos de imagen ricos. En las intervenciones cardiovasculares, un porcentaje significativo del tiempo de procedimiento se dedica a la manipulación de cables, mucho de lo cual es un método de “prueba y error” para navegar a través de los vasos. Esta metodología puede potencialmente llevar a dispositivos médicos mal colocados, como stents, o resultar en tiempos de procedimiento más largos que aumentan la exposición a la radiación para los médicos y los pacientes.

Pero, a medida que los sistemas automatizados continúan aprendiendo movimientos efectivos y creando reglas basadas en conocimientos, podemos permitir que la visión por computadora automatice porciones más grandes del procedimiento. La visión por computadora también permite que el sistema detecte complicaciones antes de que ocurran, como cuando un guiwire prolapsa, y puede realizar acciones correctivas automáticamente para entregar el dispositivo y prevenir daños al paciente.

Es importante destacar que la automatización, independientemente de la industria, se encuentra en un espectro, y la industria automotriz ofrece un ejemplo sólido de esto. Muchos de los coches de hoy tienen algún grado de automatización de bajo nivel, como asistencia de frenos, control de crucero adaptativo y centrado de carril. En el otro extremo del espectro, los fabricantes como Tesla (TSLA ) automatizan todas las funciones de seguridad críticas, requiriendo menos acción de los conductores, aunque los conductores todavía son necesarios. Lo mismo es cierto para la automatización en la atención médica. En última instancia, la automatización impulsada por la IA mantiene a los médicos en el asiento del conductor mientras automatiza ciertas tareas que distraen la atención de los médicos de los elementos críticos, como la estrategia del caso y la respuesta a complicaciones.

La IA coloca a los médicos en el centro

Las preocupaciones sobre la IA y la automatización reemplazando a los médicos simplemente no tienen mérito y no se basan en una comprensión completa de cómo la atención médica está desplegando la IA y el aprendizaje automático. Al igual que los coches autónomos necesitan un conductor, los procedimientos intervencionistas automatizados que estamos trabajando necesitarán la guía de un médico, pero con la experiencia adicional de una enciclopedia digital construida sobre la experiencia de otros médicos altamente capacitados de todo el mundo. La automatización estandarizará la forma en que se realizan los procedimientos a un nivel de calidad muy alto, lo que se ajusta al objetivo general de la automatización robótica: hacer que los casos sean más seguros, más rápidos y más efectivos mientras se reduce el trauma al paciente.