Capítulo 1
¿Por qué utilizar IA para aplicaciones médicas?
La digitalización ha transformado la atención médica. Las herramientas digitales proliferan, desde historiales médicos electrónicos y telemedicina hasta imágenes digitales para diagnóstico y otros dispositivos médicos inteligentes. ¿Cuál es el resultado? La abundancia de datos. Profesionales de ingeniería, ciencias e investigación en el ámbito de la asistencia médica ven el potencial de utilizar inteligencia artificial (IA) para aprovechar estos almacenes de datos y brindar diagnósticos, intervenciones y servicios que mejoren la atención médica.
Un ejemplo es el sistema SureNet de Kaiser Permanente, que utiliza IA para analizar historiales clínicos electrónicos con el fin de identificar pacientes con afecciones no detectadas. En una ocasión, el sistema realizó una búsqueda de pacientes que no se habían sometido a un examen de detección de aneurismas aórticos abdominales, recomendado para la mayoría de los hombres entre 65 y 75 años, en una base de datos con 3.860.000 historiales médicos. La detección sistemática permitió diagnosticar 2.062 nuevos casos de aneurismas, de los cuales 87 requirieron cirugía. El sistema redujo drásticamente el porcentaje de pacientes no examinados del 51,7% al 20% [1].
Un sistema basado en IA de análisis de historiales médicos de una base de datos reduce la proporción de pacientes no examinados (en amarillo) del 51% al 20%.
La IA simula un comportamiento inteligente y, como muestra el ejemplo de SureNet, puede procesar rápidamente almacenes de datos demasiado grandes y complejos para que un ser humano los pueda interpretar. Los sistemas basados en IA se pueden utilizar de muchas formas para integrar algoritmos de IA, tales como Machine Learning y Deep Learning, en entornos complejos que posibiliten la automatización.
Existen muchos campos de atención médica en los que la IA está desempeñando un papel importante en la mejora de las experiencias de los pacientes y, en general, de la salud de poblaciones:
- Mejora de las decisiones médicas en grandes poblaciones.
- Mejora de los diagnósticos directamente a partir de imágenes o señales fisiológicas.
- Posibilidad de nuevos tipos de tratamientos e intervenciones.
- Detección sistemática y opciones terapéuticas ampliables que mejoran el acceso a atención médica.
Aprovechamiento del potencial de la IA
La IA tiene el potencial de ser el futuro de los dispositivos médicos. Para aprovechar este potencial, es importante que profesionales de ingeniería y ciencias de atención médica puedan:
- Implementar soluciones de IA, aun sin tener experiencia en Data Science.
- Diseñar, simular y validar modelos basados en IA rápidamente y de manera rentable.
- Generar, recopilar y preparar datos etiquetados de buena calidad.
- Integrar IA en algoritmos y sistemas existentes de manera rentable.
- Certificar modelos basados en IA para lanzarlos en un mercado regulado.
MATLAB® y Simulink® ayudan a iniciarse en el uso de modelos de IA para aplicaciones en el sector médico. Proporcionan un flujo de trabajo completo para IA, lo que implica preparar los datos, crear un modelo, diseñar el sistema en el que se ejecutará el modelo y desplegarlo en hardware o sistemas empresariales. MATLAB y Simulink también proporcionan flujos de trabajo para certificar software basado en IA como dispositivo médico.
Flujo de trabajo de MATLAB y Simulink para implementar IA correctamente.
En los siguientes capítulos se describen casos prácticos sobre cómo varias organizaciones utilizaron MATLAB y Simulink para implementar IA con el fin de mejorar diversas áreas de diagnóstico y tratamiento de pacientes, así como la salud general de poblaciones.
Referencias
[1] Rochman, Sue. “Researchers conduct largest-ever study of abdominal aortic aneurysms”. Kaiser Permanente. Actualizado el 20 de septiembre de 2021. https://divisionofresearch.kaiserpermanente.org/blog/2021/09/20/abdominal-aortic-aneurysms/
