Estamos ante una nueva revolución tecnológica que viene de la mano de la inteligencia artificial y que está irrumpiendo en nuestra sociedad y repercutiendo en el ámbito sanitario y en el de la salud de modo particular.

Términos como inteligencia artificial, machine learning, big data, algoritmo, red neuronal o red profunda entre otros, van a formar parte de nuestro nuevo lenguaje. Así pues, los profesionales sanitarios van a tener que reciclar sus conocimientos en este contexto y prepararse para el uso de nuevas herramientas de inteligencia artificial aplicadas al mundo sanitario. Pasemos a conocer los conceptos básicos de inteligencia artificial que vamos a tener que integrar.

La inteligencia artificial es aquella que imita las funciones cognitivas del ser humano. Hoy por hoy, la mayoría de los algoritmos disponibles en la práctica clínica pertenecen a la inteligencia artificial débil, que responde a preguntas muy concretas.

El término big data es el conjunto o combinaciones de datos almacenados, siendo la ciencia de datos el campo interdisciplinario que permite que los mismos pueden ser analizados para extraer conocimiento.

La ciencia de datos junto a los big data enlazarían con el concepto de Machine Learning  o aprendizaje automático, que realiza de una manera eficiente la captura del conocimiento para mejorar de modo gradual el rendimiento de modelos predictivos y tomar decisiones en base a dichos datos, sin necesidad de programarlos. El aprendizaje automático está en en el corazón de la inteligencia artificial.

El conocido algoritmo de la inteligencia artificial involucra un modelo matemático que resume las propiedades de los datos con un objetivo que puede ser diagnóstico, predictivo o prescriptivo. La red neuronal sería un tipo de algoritmo de machine learning más complejo y su nivel superior denominado red neuronal profunda o deep learning reúne múltiples redes neuronales con un alto nivel de abstracción de datos.

El llamado internet de las cosas médicas es otro concepto que ya está en nuestro entorno y que implica la interacción de dispositivos móviles de monitorización de datos médicos en la red en tiempo real.

En cuanto a los algoritmos disponibles en la práctica clínica, los de mayor impacto están en el ámbito del diagnóstico por imagen y en cardiología, y van apareciendo algoritmos específicos que ayudan a la codificación clínica y al procesamiento de historias clínicas.

En geriatría, a la espera de la creación de nuevas herramientas, los algoritmos disponibles que podrían contribuir a nuestra práctica clínica, son el existente en diagnóstico de Alzheimer de modo precoz con datos proteómicos de plasma y líquido cefalorraquídeo y el algoritmo de diagnóstico de depresión por entrevista.

Respecto al campo del Internet de las cosas médicas disponemos de pastilleros inteligentes con numerosos estudios científicos, los dispositivos de detección de caídas y el proyecto ACTIVAGE se involucra en herramientas orientadas al envejecimiento activo.

Sobre la interacción, utilidad y futuro de la Inteligencia Artificial y el mundo sanitario he charlado con el Dr. Juan Manuel Pikatza, experto en este campo y colaborador con diversas entidades científicas involucradas en la aplicación de herramientas informáticas en las decisiones médicas. Respecto a las ya existentes guías de práctica clínica reconocidas por el Sistema Nacional de Salud, la recomendación apunta a que “Todas las guías deban incluir un algoritmo y un resumen de recomendaciones, e incluso facilitar la elaboración de herramientas electrónicas.” La conversión de las guías médicas en algoritmos de inteligencia artificial que ayuden a la toma de decisiones médicas es un reto de gran complejidad según el Dr. Pikatza, y exigiría un esfuerzo ingente con una colaboración estrecha entre expertos técnicos informáticos y profesionales sanitarios pero que aportaría seguramente un avance potencial en el avance del conocimiento médico (ver Fig. 1 y 2).

Probablemente y gracias al Machine Learning se ofrezcan nuevas soluciones a problemas médicos, pero siempre contando con la interpretación crítica del médico. Por otro lado, y tal y como aclara el Dr. Pikatza, las regulaciones a nivel europeo son muy estrictas y se están adelantando a este desafío de modo que cada algoritmo aplicado a las decisiones clínicas sea seguro y riguroso y garantice la seguridad del paciente.

_{Fig. 1 y 2. Conocimiento científico en Medicina e integración en Inteligencia Artificial: perspectiva del sanitario y del ingeniero informático (cortesía del Dr. Pikatza).}

Parece que la visión multidisciplinar del geriatra, tan acostumbrado a situaciones complejas de enfermedad en el anciano, seguirá siendo clave e insustituible en el avance de la Inteligencia Artificial en el campo sanitario y debería estar presente en la creación de los potenciales algoritmos de decisión clínica en el paciente mayor.

Esperemos que la Inteligencia Artificial nos facilite la investigación y tarea asistencial en Geriatría, ante el hecho indiscutible del envejecimiento poblacional y del reto sanitario que supone.

Nota: agradecimiento al Dr. Pikatza de la UPV por su ayuda, y a la luz aportada por el Manual práctico de inteligencia artificial en entornos sanitarios de Juan José Beunza Nuin & Julo Bonis Sanz & Enrique Puertas Sanz & Borja Rodríguez Vila & Emilia Condés Moreno.

De Mª Concepción Vecino Vecino, médico geriatra en el hospital de Eibar (Gipuzkoa).