Innovación

Avances en herramientas médicas

El impacto de la transformación digital en el sistema sanitario es cada vez más disruptivo. La inteligencia artificial es útil para potenciar a los profesionales del sector en su toma de decisiones, pero también al convertir al paciente en el dueño de su información relativa a su salud.

Según Frost and Sullivan, el negocio de sistemas médicos inteligentes moverá en 2021 más de u$s 6600 millones. La inteligencia artificial (IA) y el análisis de datos tienen cada vez más injerencia en la medicina. Los avances en biología computacional, en genómica y en imagenología médica crearon enormes cantidades de información cuya capacidad de análisis va más allá de las capacidades que tenemos las personas. "La industria de la salud se encuentra ante el reto de convertir esa información de los pacientes en inteligencia y conocimiento", expone Mariela Bravo, directora de Sector Público de Microsoft Argentina.

Se calcula que los datos médicos se duplicarán cada 73 días para 2020 y cada ser humano genera más de 1 millón de gigabytes en toda su vida con los datos de salud. La incorporación de herramientas de IA permite desbloquear el potencial que tiene esa información. Sin embargo, la clave para que funcione exitosamente pasa por tener buena calidad de información. Esto permitirá a los especialistas llevar los datos biológicos a las herramientas analíticas en la nube y tomar mejores decisiones respecto a los tratamientos, mejorar la productividad, y la relación entre médico y paciente.

Según Jaime Motta, ingeniero responsable de la Industria de Salud de SAP, desde la detección temprana del cáncer u otro tipo de enfermedades, hasta el análisis de imágenes por resonancia magnética, la tecnología de aprendizaje automático puede aportar enormes beneficios. "La IA puede ayudar a los médicos a brindar un tratamiento más rápido y preciso, y aprender a tomar mejores decisiones. Para los pacientes, podría diagnosticar enfermedades y otros riesgos para la salud más temprano, evitar procedimientos costosos y ayudarlo a vivir más tiempo".

Carolina Golia, líder Técnica de IA para la industria de la salud en IBM Argentina, explica: "Un médico necesitaría 29 horas al día de lectura para estar actualizado sobre los principales papers y descubrimientos que se realizan en su área de consulta. La colaboración entre humanos y máquinas es clave". Un ejemplo de ello es IBM Watson for Oncology, herramienta de apoyo para la toma de decisiones clínicas para los médicos.

Edgardo Vázquez, country Manager de Pfizer, expresa: "La transformación digital representa una gran oportunidad". En primer lugar, agiliza la transferencia de conocimiento de un lugar al otro. Herramientas como las que provee el big data facilitan el acceso a información de modo detallado y en tiempo real, lo que permite obtener diagnósticos más acertados, descubrir nuevos procedimientos, mejorar la dinámica de los procesos de atención, y ampliar el conocimiento del paciente.

Según Martín Minnoni, fundador & CTO de Grandata, empresa que aprovecha la investigación avanzada en Human Dynamics para identificar tendencias del mercado y predecir las acciones de los clientes, "existen piezas tecnológicas que están transformando la medicina del futuro: aplicaciones móviles, avances en herramientas de imagen, robótica y nanorobótica, desarrollo de órganos artificiales creados en laboratorio e IA que también tiene vida propia".

Cambio de paradigmaEn el campo de la IA, ésta podrá redefinir la farmacología tradicional hacia la farmacogenética o medicina personalizada, donde será posible crear la medicina óptima para cada persona, según su perfil genético. Alejandro Salevsky, jefe de big data de Telefónica, entiende que "luego de descifrado el genoma humano, existe un enorme potencial para los algoritmos de IA en la explotación de esta información".

La IA permitirá desarrollar drogas sintéticas con modelos celulares más precisos. Las máquinas se están volviendo cada vez mejores en analizar data compleja a partir de avances en la algoritmia, la capacidad de cómputo y el acceso a mayores cantidades de datos de forma eficiente. Esto podrá permitir detectar tempranamente condiciones de riesgo, minimizar los errores humanos, identificar el tratamiento adecuado y ayudar con aquellas enfermedades o condiciones que son consideradas raras.

Por su parte, a través del análisis de datos recolectados en tiempo real en cualquier ambiente biológico, se conocen factores. Y pueden identificarse patrones. "La industria de la salud puede ser activa antes que reactiva. La ingeniería de software aplicada en la IA es cada vez más precisa. La obtención de datos reales sin margen de error se ha vuelto una realidad", expone Javier Minsky, CEO de Virtualmind.

En Pfizer establecieron alianzas con distintas compañías, como IBM Health Watson, que les permite acelerar sus procesos de investigación. "Aplicar el poder de la computación cognitiva a una parte central de nuestro ADN nos ayuda a entender cómo podemos descubrir con mayor eficiencia las terapias que tienen mejores posibilidades de tratamiento", cuenta su vocero.

Para Mauricio Farez, CEO de Entelai, "algunos chatbots pueden ayudar a brindar una atención más rápida a los pacientes. Eventualmente, podrán asistir en consultas a distancia, haciendo el servicio de salud más accesible y económico. Como soporte a los médicos, puede ayudar a analizar imágenes con una precisión superior".

Fernando Das Neves, director de IA de Snoop Consulting, explica que, del lado de las prepagas y seguros de salud, el impacto difiere según cada país. "En Estados Unidos, por ejemplo, ya hay iniciativas independientes, pero simultáneas para, por un lado, usar IA para mejorar la formulación de intervenciones en el hospital de manera que la prepaga no las rechace y, por otro, usar IA para aumentar la precisión con la que una prepaga rechaza con razón a una intervención del hospital".

A través de las mejoras en el análisis de datos recolectados en tiempo real, la industria se vuelve más confiable y eficiente. "Esto deviene en un crecimiento exponencial a través del cual las inversiones de la misma industria pueden generar cada vez mejores herramientas con este mismo fin: obtener más información, mejores resultados, mejores predicciones y como consecuencia, mejor planificación de acciones en conjunto con Estados y otras industrias", explica el ejecutivo de Virtualmind. Javier Serviddio, Arquitecto de Sector Público de Oracle, coincide. "El empleo de estas tecnologías vinculado a las estrategias de prevención y gestión de la salud poblacional puede ayudar a proveer a los pacientes una mejor calidad de asistencia a través de las mejores terapias y tratamientos, permitiendo mejores resultados a menores costos. El análisis de datos impulsa decisiones desde el cuidado preventivo hasta la gestión de enfermedades o salud poblacional", afirma.

Por su parte, Alejandro Bianchi, presidente de Liveware, dice: "En lo económico, máquinas de aprendizaje pueden facilitar el análisis del gasto médico para determinar cuestiones de mejoras o protocolizar ciertas prácticas; identificación de fraudes; análisis de sentimiento de los afiliados a una obra social para identificar debilidades de la atención y poder accionar en consecuencia; o disponer de la capacidad para poder predecir el gasto médico potencial en función de la longevidad de la cartera de afiliados".

Futuro personalizadoEl avance en los equipos de diagnóstico combinados con la IA y el big data harán posible la medicina personalizada. "Tendremos a disposición información sobre nuestra salud y qué cambios de estilo de vida o que terapias necesitaremos", asegura Marchesini Gerardo Raul, de CITES. Alejandro Bianchi, de Liveware, asegura que "el impacto de la transformación digital en salud es y será disruptivo debido a las posibilidades que dará a los pacientes de ser el centro del sistema y el dueño de su propia información relativa a su salud.

"Sí, es importante destacar, como lo ejemplifica BertalanMeskó, que IA es el estetoscopio del siglo XXI. Es una herramienta para colaborar con el médico humano en la solución de los problemas médicos que nos aquejan y no para reemplazarlo", aclara Martín Minnoni.

La tecnología les permitirá a los médicos acceder a más información de valor para decidir, comparar y definir el mejor tratamiento posible. Esto impacta directamente en la calidad de la atención y la experiencia que viven las personas.

Marcela Riccillo, docente de la Especialización en Ciencias de Datos del ITBA, dice: "Los sistemas de IA y robótica no reemplazan al médico, sino que podrían ayudar a los profesionales de la salud en su trabajo".

La dinámica en el sistema argentinoEl Hospital Alemán tiene un plan para mejorar la captura de datos a partir del texto que los médicos escriben en cada visita a un paciente. Los objetivos del proyecto son: proveer más información al médico, mejorar la calidad de captura de datos para tener mejores estadísticas y mejorar la calidad y prevenir errores en las historias clínicas). Este sistema utiliza IA y procesamiento de lenguaje natural para interpretar automáticamente el texto libre escrito por el médico.

Otro ejemplo es el Mapa de Chagas. Marcelo Abril, director Ejecutivo de Fundación Mundo Sano, explica que Argentina no cuenta con un relevamiento certero y actualizado sobre la prevalencia de la enfermedad. "El objetivo del proyecto desarrollado por Fundación Mundo Sano, Fundación Bunge y Born y Grandata es construir un mapa predictivo de probabilidad de presencia de personas infectadas con Chagas fuera del área endémica original".

Entelai es un emprendimiento que surgió de la colaboración entre el laboratorio de Inteligencia Artificial Aplicada del Dr. Diego Fernández Slezak (UBA) y el Centro de Epidemiología, Bioestadística y Salud Pública de Fleni. EntelaiPic, su primer producto, analiza resonancias magnéticas de cerebro, identificando lesiones y regiones, y midiéndolas automáticamente, para que el trabajo del radiólogo sea más fácil y preciso.

Novartis creó Novartis Summarizer, una solución que procesa, entiende y resume documentos médicos. A través de la tecnología IBM Watson permite a los profesionales de la salud acceder a información de valor extraída de diferentes fuentes, acelerar sus investigaciones y aumentar su conocimiento sobre factores que afectan la salud de sus pacientes.

IBM también colabora con Startups y emprendedores de la industria. Glucopic, por caso, es una aplicación web para ayudar a las personas con diabetes a conocer la cantidad de hidratos de carbono que tienen las comidas y, junto a su estado glucémico actual, tomar decisiones sobre aplicación de insulina. La persona toma una foto, Watson reconoce el tipo de alimento a través de su servicio de reconocimiento visual y ofrece la información sobre la cantidad de hidratos de carbono que está o estaría consumiendo.

En América latina, el instituto cardíaco InCor está trabajando con SAP para integrar información clínica del paciente e investigaciones en tiempo real. Este innovador prototipo reducirá más de mil horas por año el trabajo administrativo y el análisis de datos, dándole a los médicos y a las enfermeras la posibilidad de dedicar más tiempo a los pacientes.

Noticias del día