La IA, gran oportunidad para mejorar los servicios de salud

El uso de la inteligencia artificial (IA) en el área de salud representa una gran oportunidad para mejorar los servicios y la atención de la población, pero también implica una serie de riesgos que es necesario atender antes de caer en un optimismo desbordado, advirtió Dania Nimbe Lima Sánchez, investigadora del Departamento de Informática Biomédica de la Facultad de Medicina (FM) de la UNAM.

Al participar en el Seminario de Innovación, Tecnología y Emprendimiento. Salud y telemedicina: nuevos horizontes con la IA, la especialista comentó que uno de los principales retos tiene que ver con la alfabetización digital, pues es necesario intensificar la colaboración y la comunicación entre los expertos en el manejo de sistemas de cómputo e ingeniería de datos con los profesionales de la salud, entre quienes aún se observan muchas resistencias para el uso de la inteligencia artificial.

Durante su ponencia ¿Adoptar o morir?, implementación de los modelos de IA en salud, la investigadora destacó que dentro de un sistema debilitado, en relación con la vigilancia en salud pública como el que tenemos, hay un gran problema en materia de obtención y registro de datos, por lo que en la práctica la falta de digitalización y de interoperabilidad puede significar un obstáculo serio para el uso e implementación de la inteligencia artificial.

“Ahora mismo, no estamos en condiciones de garantizar ni la precisión ni la confiabilidad de los algoritmos de inteligencia artificial aplicados en bases de datos de los sistemas de salud, precisamente por la falta de acceso a datos propios y digitalizados, carencia de interoperabilidad y de desarrollo de algoritmos basados en la integración de la IA con la práctica médica tradicional.”

Consideró además que en México no se ha dado una migración adecuada y oportuna para contar con una base de datos sólida y validada, por lo que es necesario generar políticas públicas que establezcan lineamientos y reglas mínimas en el uso de la inteligencia artificial, en las que se tomen en cuenta la protección de datos personales y la confidencialidad de la información del paciente, como parte de la salud digital.

Lima Sánchez alertó sobre los riesgos de caer en un exceso de optimismo en el uso de las nuevas tecnologías, creyendo que todo funcionará de manera más eficiente, debido a que la falta de conectividad a los servicios de internet en muchas regiones del país también puede exacerbar las diferencias y la inequidad en el acceso a los servicios de salud.

“Si no tenemos este abordaje de la IA a los servicios de salud con equidad y accesibilidad, qué pasará con todas esas comunidades que carecen de acceso a internet o a una computadora; cómo obtendremos datos de ellos de una manera ética, confiable y segura; cómo haremos modelos de atención que sean igualitarios a todo tipo de población”, se preguntó.

Justo el gran reto, dijo, es desarrollar estrategias y aplicaciones adecuadas para obtener datos que sean representativos de toda la población y, por ende, que las conclusiones y las discusiones sean aplicables a todos los habitantes.

Otro gran desafío, agregó, es contar con los protocolos y mecanismos más convenientes para integrar los sistemas de información que ya existen con los de evaluación médica, por ejemplo, para “que, cuando yo tome signos vitales con mecanismos digitales, ya en automático se suban al expediente y se tengan los datos del paciente en forma inmediata”.

La universitaria estimó que los resultados de la aplicación de la IA en el sector salud se podrán observar dentro de aproximadamente 10 años, siempre y cuando se formen las alianzas necesarias entre sus profesionales con la industria tecnológica, los ingenieros y los investigadores, para pasar de la salud a distancia a la salud con inteligencia.

Resultados positivos

Por su parte, Blanca Hilda Vázquez Gómez, investigadora de Ciencia e Ingeniería de la Computación del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas de la UNAM, con sede en Mérida Yucatán, aseguró que el uso de la IA en la investigación y diagnósticos médicos es ya una realidad, y su aplicación en la predicción de eventos clínicos ha dado resultados positivos.

Al ofrecer la conferencia Aprendizaje de máquinas aplicado a la predicción de eventos clínicos, sostuvo que en estos últimos años ha habido un evidente crecimiento en el desarrollo de algoritmos de aprendizaje de máquinas que pueden asistir de forma muy puntual en la toma de decisiones clínicas.

Consideró que, desde la academia y la investigación, es importante desarrollar modelos de proyección que identifiquen patrones clínicos mediante el aprendizaje de máquinas y la inteligencia artificial, y con ello contribuir a crear herramientas auxiliares. “En este momento también es crucial promover iniciativas de aperturas de datos para contribuir al desarrollo tanto de nuevas investigaciones en las áreas biomédicas, como de vacunas, terapias y modelos de diagnósticos”.

Otro tema esencial en este proceso es la formación de equipos multidisciplinarios que permitirán construir herramientas computacionalmente viables y médicamente relevantes, pero sobre que contribuyan a la toma de decisiones clínicas, finalizó.

El Seminario es organizado por la Facultad de Ciencias Políticas y Sociales, la Coordinación de Vinculación y Transferencia Tecnológica y la Dirección General de Cómputo y de Tecnologías de la Información y Comunicación de la UNAM.