Un buen artículo en The Guardian, «GPs use AI to boost cancer detection rates in England by 8%«, señala cómo los médicos de familia en el Reino Unido han logrado, utilizando una herramienta relativamente sencilla de inteligencia artificial que analiza la información de un paciente para reunir su historial médico, los resultados de pruebas, recetas y tratamientos, y características personales como su código postal, edad e historia familiar, mejorar la detección temprana de casos de cáncer en un 8%, y salvar gracias a ello un buen número de vidas.
El uso de algoritmos en la medicina es algo que tiene toda la lógica del mundo, pero que en muchas ocasiones se encuentra con problemas derivados de una mala interpretación del derecho a la privacidad o con procedimientos administrativos y compartimentos estancos que impiden un uso adecuado de los datos.
La herramienta que han desarrollado en el Reino Unido se denomina «C the signs« («ver las señales»), y se corresponde con el uso más desarrollado y probado de la inteligencia artificial: procesos de machine learning capaces de identificar anomalías estadísticas en la evolución de los parámetros de un paciente y compararlos con casos en los que esa anomlaía se ha correspondido con un patrón determinado. En este tipo de desarrollos no hay nada generativo, ni especialmente novedoso: es estadística aplicada, en formas en las que a un observador humano le sería simplemente imposible extraer conclusiones al tener que analizar un número elevado de variables con variaciones muchas veces dependientes entre sí.
La información médica es y debe ser, obviamente, un dato sometido al máximo nivel de protección. Pero por otro lado, los pacientes siempre están dispuestos a que esa información pueda ser sometida a niveles adicionales de análisis si con ello pueden mejorar sus expectativas de diagnóstico temprano de posibles complicaciones para su salud, bien por una simple cuestión de preservación de su propia vida, o por un sentimiento más altruista de colaborar con el desarrollo de herramientas que puedan ayudar a la sociedad en general. A partir de ahí, todo lo que sea compartimentar sistemas, aislarlos en función de barreras tecnológicas o geográficas, o impedir la comunicación, por ejemplo, entre sistemas de gestión pública y privada, es poner palos en las ruedas de un desarrollo tecnológico que no puede ser más obvio y que puede ofrecer, además, resultados prácticamente inmediatos.
Si añadimos a este tipo de sistemas, como están haciendo ya algunas compañías, la monitorización de parámetros del paciente en su día a día, como los que ofrecen sus wearables, su báscula conectada o simplemente la observación de su cara durante medio minuto para controlar de manera aproximada variables como la frecuencia cardíaca, la presión arterial, la frecuencia respiratoria o el nivel de estrés, estamos sin duda añadiendo variables a un proceso de diagnosis que puede beneficiarse en gran medida de ellas, aunque no provengan directamente de instrumental médico de la máxima precisión. Si algo hace bien la estadística es tener en cuenta los errores estándar y su distribución.
Con esto en la cabeza, es preciso entender que la detección temprana no solo evita un potencial sufrimiento del paciente, sino que además, contribuye prácticamente en todos los casos a un incremento de la eficiencia y una rebaja del coste de los tratamientos médicos, lo que debería hacer del uso de este tipo de tecnologías una opción completamente obvia.
¿Estamos viendo las señales? ¿A qué esperamos para implementar más herramientas como esa?
Dejar una contestacion