June 2, 2021
Transformando el diagnóstico con Inteligencia Artificial
Uno de los campos más avanzados de la Inteligencia Artificial (IA) es ANI (Artificial Narrow Intelligence) es un componente que presenta habilidades de reconocimiento de patrones de grandes conjuntos de datos, lo que le permite resolver texto, voz, o problemas de clasificación y agrupamiento basados en imágenes. Forma parte de un algoritmo que puede sobresalir en una tarea única definida con precisión. La visión por computadora, ya tiene un gran impacto en diagnósticos revolucionando las imágenes médicas. Los algoritmos inteligentes pueden analizar resonancia magnéticas, tomografías, radiografías y cualquier otra imagen médica en el futuro. Estos algoritmos pueden detectar signos en los registros que no son accesibles al ojo humano.
Radiología, dermatología, oftalmología y otras especialidades pueden aprovechar aún más el amplio potencial de la ANI. En 2017, los científicos de la Universidad de Adelaide experimentaron con un sistema de IA que indicaba ser capaz de predecir si vas a morir. Analizando tomografías computarizadas de 48 pacientes, basados en los algoritmos de aprendizaje profundo, podían predecir si morirían en cinco años con 69% de precisión. Comportándose de manera similar a las puntuaciones de los diagnósticos humanos, fue un logro impresionante. El sistema de aprendizaje profundo fue entrenado para analizar 16.000 características de imagen que podrían indicar signos de enfermedad en algunos órganos. Investigadores de la Universidad de Copenhague recientemente crearon un algoritmo similar, pero esta vez para evaluar los datos de salud relacionados con COVID-19 para evaluar las posibilidades de morir por las complicaciones derivadas de la enfermedad por coronavirus.
Se programó el algoritmo para buscar patrones en los registros médicos de los pacientes y encontraron varios factores probabilísticos, de los cuales los primeros cinco son índice de masa corporal, edad, hipertensión arterial, sexo masculino y enfermedades neurológicas. Resultó que la IA podía predecir con 90% de exactitud si alguien moriría de COVID-19 si se contagiaba con la enfermedad.
Pero esto es solo la punta del iceberg. También hay mucha investigación en curso para enseñar algoritmos para detectar diversas enfermedades. Con su capacidad para analizar información, reconocer patrones y derivar tendencias de formas que los humanos no pueden, los algoritmos basados en IA pueden sorprendernos con nuevas asociaciones en medicina.
Recientemente, investigadores de la Universidad de California en San Francisco desarrollaron un algoritmo de aprendizaje profundo (DL), para reconocer patrones metabólicos asociados con la enfermedad de Alzheimer a partir de escáneres cerebrales FDG-PET método utilizado para estudiar la actividad metabólica de las células cerebrales. Utilizaron un conjunto de datos con más de 2100 imágenes cerebrales FDG-PET de 1002 pacientes para enseñar a la IA a reconocer patrones metabólicos asociados con la enfermedad de Alzheimer. En pruebas posteriores, el algoritmo de IA detectó la condición con 100% de sensibilidad, en promedio más de seis años antes del diagnóstico final.
Los gigantes tecnológicos también integraron rápidamente la IA en sus sistemas de software de imágenes médicas, IBM fue uno de los pioneros en la aplicación sanitaria de la IA, adquiriendo Merge Health en 2015 y de esta manera ser una de las primeras compañías en crear una plataforma de análisis masivo. Permitiendo que Watson Healthcare, obtuviese acceso a millones de estudios de radiología y una gran cantidad de datos de registros médicos existentes para ayudar a entrenar el algoritmo. IBM también manifestó interés en otras áreas médicas, como la dermatología, y era bueno en eso: su enfoque de aprendizaje automático para diagnosticar el melanoma logró un 76% de precisión, superando el 70,5% de los dermatólogos humanos. Otros de los grandes desarrolladores de IA en salud, es la compañía Philips que posee una gama completa de soluciones de diagnóstico habilitadas para IA y continúa expandiendo su tamaño a través de adquisiciones y desarrollo. Así como, GE Healthcare que sumó IA a su nueva línea de sistemas de ultrasonido para aumentar las capacidades de diagnóstico, disminuyendo los tiempos de exploración y permitiendo que los estudios sean más precisos, incluso con ecografistas menos experimentados. La IA permite una reducción el tiempo de examen hasta en un 80% menos de clics, con una precisión del 99%. Ya que el algoritmo reconoce automáticamente la anatomía en planos estándar de escaneo 2-D.
Una de las empresas líderes en soluciones de imágenes médicas de IA es Aidoc. La compañía tiene múltiples aprobaciones de la FDA, el más reciente y más importante también. Es su recurso de triaje de IA que no solo puede detectar embolia pulmonar secundaria en tomografías computarizadas, sino que también puede marcar casos en los cuales los médicos originalmente no presentaron sospechas clínicas de embolia pulmonar en el paciente.
Según Cedars-Sinai Medical, con sede en Los Ángeles La jefa del área de Tomografía Computarizada del centro, la Dra. Cindy Kallman, “la capacidad de llamar al médico tratante mientras el paciente todavía está en la casa es enorme. Básicamente, estamos ofreciendo un diagnóstico de embolismo pulmonar en el lugar de atención de nuestros pacientes ambulatorios, casi sin esfuerzo extra”.
Aidoc también cuenta con la aprobación de emergencia de la FDA para usar sus algoritmos en la detección de casos probables de Covid-19 en tomografías computarizadas, lo que ayuda a los radiólogos a encontrar casos positivos incluso cuando ellos no en la búsqueda de estos. La IA tiene como objetivo detectar diagnósticos en pacientes que estaban siendo examinados otra condición, como dolor de estómago. Sin embargo, la inteligencia artificial es todavía un campo de investigación joven y tiene un largo camino por recorrer. Varios estudios muestran que, con la ayuda de la IA, los radiólogos mejoran la precisión de la detección del cáncer a partir de exploraciones radiológicas. En escenarios futuros, la IA médica capacitada a través del aprendizaje por refuerzo podría descubrir tratamientos y curas para las condiciones cuando los profesionales médicos humanos no pudieron.
Otra área para las empresas de IA, está apoyando a los profesionales médicos con informes y análisis de datos . Como lo es empresa BrainMiner con sede en el Reino Unido, que proporciona un sistema de análisis de resonancias magnéticas cerebrales para ayudar a los médicos con un informe fácil de interpretar; o Lunit, cuyo objetivo es optimizar las coincidencias de diagnóstico y tratamiento “buscando el diagnóstico al costo adecuado y el tratamiento adecuado para los pacientes adecuados “.
Prácticamente no existe un campo médico en el que la inteligencia artificial no resulte beneficiosa, el diagnóstico de enfermedades raras es uno de los campos donde la identificación y el tratamiento presentan un desafío, y la IA puede ayudar. En todo el mundo, alrededor de medio millón de niños nacen con una enfermedad hereditaria rara. Muchos de estos casos presentan características físicas específicas que pueden ayudar en su identificación. Los pediatras pueden pasar por alto estos debido al hecho de que nunca han visto tales casos. Sin embargo, nada escapa al ojo meticuloso de la IA.
En un estudio de la Universidad de Bonn y la Charité – Universitätsmedizin de Berlín, los investigadores utilizaron un programa de software basado en IA con datos de 679 pacientes con 105 enfermedades diferentes causado por un cambio en un solo gen. Incluyeron afecciones como mucopolisacaridosis, Síndrome de Mabry y síndrome de Kabuki, donde los afectados tienen características faciales características.
Los investigadores entrenaron a la red neuronal Deep Gestalt con 30.000 fotografías de retratos de aquellos con condiciones tan raras. “En combinación con el análisis facial, es posible filtrar los factores genéticos decisivos y priorizar genes”, aseveró el profesor Krawitz, quien trabajó en este estudio. “La combinación de datos en la red neuronal reduce el tiempo de análisis de datos y conduce a una tasa más alta de diagnóstico “. Sus resultados mostraron que, con la ayuda de la IA la identificación de las enfermedades raras fue mucho más preciso. El uso de esta técnica podría acelerar la identificación y el tratamiento de los afectados desde el principio.
El diagnóstico es necesario incluso en los casos más comunes. Investigadores del New York Eye y Ear Infirmary of Mount Sinai (NYEE), desarrollaron un algoritmo que puede detectar degeneración macular relacionada con la edad (AMD), una de las principales causas de pérdida de la visión en los Estados Unidos. Puede ayudar a los profesionales de la medicina para predecir el riesgo de cómo se desarrollará el caso y cuál es su gravedad, por lo tanto, ayudar a los pacientes a recibir atención antes y salvar su vista.
