¿Hará la inteligencia artificial que estemos más sanos?

¿La inteligencia artificial nos hará más sanos?
Este contenido ha sido traducido automáticamente con IA.

¿Ha utilizado alguna vez internet para buscar información sobre un problema de salud? Si es así, no está solo – más del 5 % de las consultas en los motores de búsqueda están relacionadas con la salud. Pero también sabrá que los cientos y miles de resultados que obtiene pueden resultar abrumadores y aterradores. ¿Ese dedo del pie dolorido es un esguince o algo más grave, como la gota? ¿Su tos seca y persistente es un resfriado que no se quita o podría tratarse de una enfermedad pulmonar intersticial? Es algo tan habitual que incluso se ha acuñado un nuevo término para este fenómeno: ciberhipocondría.

Afortunadamente, los avances en inteligencia artificial podrían hacer que esa experiencia resulte menos aterradora y mucho más útil, tanto para los pacientes como para los médicos. Muy pronto podríamos crear sistemas de respuesta a preguntas sobre salud altamente personalizados, capaces de manejar mucho más que consultas simples como «¿qué es el sarampión?».

Para explicar cómo será posible esto y qué aspecto tendrá, veamos más de cerca cómo los motores de búsqueda actuales responderían a una pregunta tan básica. En primer lugar, eliminarían «qué es» y después realizarían una búsqueda sencilla de una entidad que coincida mejor con «sarampión». En la jerga de los motores de búsqueda, una entidad es una persona, un lugar o una cosa. Cada enfermedad, síntoma, sustancia química, tratamiento y médico tiene una entidad asociada. La relación entre estas distintas entidades –el fármaco X contiene la sustancia química X, o el grupo de proteínas X aparece siempre en los tumores del cáncer X en los órganos X– es el andamiaje sobre el que se fundamentan los hechos. Así, si el motor de búsqueda tiene acceso a una base de datos de interacciones farmacológicas conocidas, podría responder con mucha facilidad a algo como «¿puedo tomar Advil si estoy usando simvastatina?».

Cuanto mayor sea esa base de datos, más detalladas y personalizadas podrán ser las respuestas. ¿Qué tal si pregunto «¿hay algún lugar cerca del trabajo donde pueda hacerme una revisión de la rodilla?»? En primer lugar, el motor de búsqueda tendría que consultar mis bases de datos personales para determinar a qué problema de rodilla me refiero. También ayudaría que revisara mi historial médico en busca de tratamientos que se me hubieran recomendado en el pasado. En segundo lugar, tendría que establecer qué centros médicos tratan ese tipo de problema de rodilla y si los tratamientos que ofrecen son adecuados para mí y para mi afección. Luego queda también la cuestión del seguro –si el centro médico acepta mi cobertura– y, por supuesto, la proximidad a mi oficina.

Pero donde realmente se vuelve interesante es en los casos de incertidumbre. Muchas relaciones en una base de conocimientos sanitarios serán probabilísticas. Las personas de piel clara tienen un 15 % de probabilidades de desarrollar rosácea en algún momento. Una persona que padece pancreatitis tiene una mayor probabilidad de presentar una coloración amarilla en el blanco de los ojos. Estos datos pueden ayudar a responder preguntas como «tengo los pies entumecidos, ¿qué debo hacer?».

En ámbitos médicos con conjuntos reducidos de entidades y bases de conocimiento pequeñas, ya llevamos décadas de éxitos con los diagnósticos automáticos de las causas subyacentes de los síntomas. Espero ver sistemas de respuesta a preguntas que intenten (con cautela al principio) dar respuesta a estas cuestiones. Al principio solo veremos poco más que extensiones de lo que los motores de búsqueda ofrecen actualmente: una lista de posibles causas que presentan los síntomas indicados. Pero, como ocurrió con los mapas y la navegación por carretera, las cosas se acelerarán a medida que aumente el número de personas que empiecen a usar estos sistemas. Los sistemas de diagnóstico se beneficiarán de conocer información personal, como el sexo o las afecciones previas, para reponderar las causas probables y, en algunos casos, se beneficiarán de la información genómica completa. Las bases de conocimiento incluirán indicadores genómicos conocidos de enfermedades específicas, pero, lo que es más importante, las relaciones entre indicadores personales, tratamientos y resultados. Confío en que, para 2020, los pacientes preguntarán a sus motores de búsqueda cosas como «¿qué deberíamos probar a continuación para mi tendinitis?».

Y no soy el único que confía en los avances que lograremos y en el potencial de estos sistemas de diagnóstico para salvar cientos y miles de vidas. Por eso estamos viendo grandes proyectos y colaboraciones en este ámbito. Precisamente el mes pasado, la Universidad Carnegie Mellon, la Universidad de Pittsburgh y el mayor sistema hospitalario de Pittsburgh, UPMC, anunciaron una alianza que, según creen, transformará la sanidad a través de los macrodatos. Los planes contemplan desplegar, antes de que finalice la década, un sistema robusto y medible de respuesta a preguntas sobre salud. Proveedores de software sanitario como IBM y Cerner, junto con grandes empresas de comercio electrónico y de motores de búsqueda, también compiten por convertirse en los principales proveedores de tecnología de backend para sistemas de atención sanitaria personalizada.

Aunque confío en que los sistemas de atención sanitaria altamente personalizados, impulsados por la inteligencia artificial y los macrodatos, están a la vuelta de la esquina, todavía quedan algunas cuestiones sin respuesta. En primer lugar, aún no está claro si toda esta nueva información se integrará en los sistemas de información hospitalarios y en el proceso de consulta entre médico y paciente. Si hay poca integración, podría ocurrir que simplemente veamos a pacientes llegar a las consultas con iPads llenos de diagnósticos y pruebas sugeridos. Si ambos se integran, podríamos obtener respuestas mucho más potentes a las preguntas de los pacientes y un uso mejor planificado del tiempo durante la consulta con los médicos. La segunda cuestión se refiere a la privacidad y a las filtraciones de datos. El sistema solo funcionará si las personas revelan la mayor cantidad posible de información personal. Pero, como hemos visto con las compras en línea, cuando esos datos son pirateados, las consecuencias pueden ser graves. Una filtración del historial médico de un paciente podría tener consecuencias catastróficas.

Si logramos resolver algunas de estas cuestiones pendientes, creo que tenemos el poder de revolucionar la atención sanitaria.

Reunión Anual de los Nuevos Campeones 2015 se celebrará en Dalian, China, del 9 al 11 de septiembre.

¿Lo ha leído?
Cómo la inteligencia artificial se vuelve aún más inteligente
Robótica, empresas emergentes y bitcoin: la otra cara de Irak

Autor: Andrew Moore, decano de la Escuela de Ciencias de la Computación de la Universidad Carnegie Mellon

Imagen: Un robot se acopla al brazo de un paciente como parte de un programa de rehabilitación en el hospital Sant’Anna de Crotone, en el sur de Italia, el 16 de diciembre de 2014. REUTERS/Max Rossi

Compartir:

Licencia y republicación
Los artículos del Foro Económico Mundial pueden volver a publicarse de acuerdo con la Licencia Pública Internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0, y de acuerdo con nuestras condiciones de uso. Las opiniones expresadas en este artículo son las del autor y no del Foro Económico Mundial.