La inteligencia artificial (IA) ha llegado para transformar la manera en que la sanidad aborda el cuidado de los pacientes, mejorando significativamente la eficiencia y precisión de los procesos médicos. La incorporación de la IA en el sector sanitario no solo representa un avance tecnológico, sino también una solución para optimizar recursos y tiempos, beneficiando tanto a los profesionales de la salud como a los pacientes.
Permite a los profesionales de la salud enfocarse en lo que realmente importa: el cuidado de las personas, y a los pacientes a acabar sus consultas más satisfechos.
Un hecho que demuestra el impacto positivo es el de la incorporación de SARAH (Smart AI Resource Assistant for Health), una persona digital que se encargará de la gestión del conocimiento y de mejorar la comunicación profesional-paciente, por parte de la OMS.
La OMS publicó en 2021 una guía detallada acerca de la ética y gobernanza de la IA en salud. Tras consultar con 20 destacados expertos en IA, identificaron tanto los posibles beneficios como los riesgos potenciales del uso de la IA en la atención sanitaria, y publicó seis principios consensuados para su consideración en las políticas de gobiernos, organismos del sector público, investigadores, desarrolladores, empresas y proveedores que utilizan IA. Los principios son:
Ahora, en enero de 2024, la completa con un documento sobre la ética y la gobernabilidad de la inteligencia artificial (IA) para la salud, con especial atención a los modelos grandes y multimodales (LMM), una forma de IA generativa que acepta como entrada uno o varios tipos de datos, y generar también diversos tipos de datos a la salida, como texto, imágenes o vídeo, que no tienen porqué ser del mismo tipo que el dato de entrada.
Los LMMs resultan muy atractivos porque facilitan enormemente la interacción persona-tecnología, que puede hacerse imitando la comunicación humana, lo que ha posibilitado una adopción extraordinariamente rápida por parte de los consumidores.
En vista de este gran potencial de adopción, grandes empresas, gobiernos y start-ups están invirtiendo en desarrollar soluciones utilizando estos LMMs, por lo que la OMS ha decidido publicar estas nuevas recomendaciones para guiar acerca de los beneficios y riesgos de los LMMs.
La guía completa de la OMS, identifica las oportunidades de uso de estos LMMs, y también sus retos y riesgos. Aún sin ser estos los únicos, merece la pena detenerse a revisar a modo de ejemplo algunos de ellos, pues pueden resultar de guía para evaluar otros futuros casos de uso de la IA.
Se están poniendo grandes esfuerzos para evaluar los LMMs como herramienta tanto para ayudar al médico a llevar a cabo su diagnóstico, como para gestionar la comunicación con el paciente, y encontrar el mejor y más fiable caso de uso. Varios LMMs ya han pasado de forma satisfactoria los exámenes para ejercer la medicina, pero sin embargo, fallan en otras cuestiones elementales. Los LMMs actuales, de tipo generalista, no han sido particularmente entrenados con datos específicamente sanitarios, y aún así son capaces de resolver determinadas cuestiones. No cabe duda de que es necesaria más investigación y evidencia en este ámbito, pero también que es una de las áreas donde la IA podría generar un impacto positivo mayor. Podrían identificar diagnósticos inusuales, o ayudar a resolver dudas rutinarias de los pacientes.
En la actualidad, empresas y universidades están invirtiendo en entrenar los LMMs generalistas con grandes datasets sanitarios (Historias clínicas, imágenes médicas, etc.), para asistir en tareas de diagnóstico y tratamiento. Algunos de ellos, ya pueden contestar preguntas y resumir las ideas de textos médicos, ya son capaces de generar imágenes médicas, como placas de tórax, o mamografías, para incluirlas en los informes médicos.
La visión a largo plazo es desarrollar una «inteligencia artificial médica generalista», que permita dialogar de forma flexible con un LMM para generar respuestas a consultas personalizadas e impulsadas por el médico. Así, un usuario podría adaptar un modelo de IA médica generalista a una nueva tarea describiendo lo que se necesita en lenguaje común, sin tener que volver a entrenar al LMM.
Las personas hemos estado utilizando Internet para obtener información médica desde hace ya 20 años.
Los chatbots basados en grandes modelos lingüísticos podrían sustituir a los motores de búsqueda en la búsqueda de información, incluso para el autodiagnóstico y antes de acudir al médico. Los chatbots potenciados por LMM, con formas de datos cada vez más diversas, podrían servir como asistentes de salud virtuales altamente personalizados y ampliamente orientados.
Los asistentes sanitarios virtuales pueden aprovechar los perfiles individuales para promover cambios de comportamiento, responder a preguntas relacionadas con la salud, clasificar los síntomas o comunicarse con los profesionales sanitarios cuando sea necesario.
Otra aplicación podría ser por ejemplo, la identificación de ensayos clínicos o la inscripción en ellos. Aunque los programas basados en IA ya ayudan tanto a los pacientes como a los investigadores de ensayos clínicos a la hora de identificar un ensayo compatible utilizando los datos médicos relevantes del paciente (28). Este uso de la IA podría reducir los costes de reclutamiento y aumentar la rapidez y eficacia, al tiempo que ofrece a las personas más oportunidades de encontrar ensayos y tratamientos adecuados, que son difíciles de identificar y a los que es difícil acceder a través de otros canales.
La medicina expone a los médicos y otros profesionales sanitarios a un papeleo cada vez mayor por las numerosas obligaciones de registro de información y datos de los pacientes en historias clínicas electrónicas, facturación, cursar peticiones y derivaciones, y otras tareas administrativas.
Los estudios vienen a decir que aproximadamente entre un 25% y un 50% del tiempo de un médico y alrededor de un 20% del tiempo de enfermería, se dedica a tareas administrativas. La OMS espera que los LMMs puedan ayudar con:
Los LMMs, por su capacidad de generar texto de forma dinámica, pueden ser el asistente personalizado para el médico o la enfermera que les acompañe durante su educación, pudiendo ser un compañero de role-play, o un examinador, que ayude a asentar el conocimiento.
La IA permite encontrar patrones en la práctica clínica. También pueden ayudar en genómica para mejorar el entendimiento de una enfermedad e identificar nuevos biomarcadores. Actualmente, la IA está presente en todas las etapas del desarrollo de un nuevo fármaco.
Los LMMs, además, se suman a estas herramientas, como un asistente para escribir artículos científicos, para analizar y resumir grandes cantidades de datos que proporcionen ideas en la investigación. Un LMM, entrenado con millones de artículos académicos, es capaz de responder preguntas, extraer información o generar textos pertinentes.
Un capítulo especialmente relevante debate acerca de cómo asignar la responsabilidad en los casos en los que un paciente resulte dañado en un proceso en el que fue utilizado IA. A medida que se generaliza el uso de los MLM en la atención sanitaria y la medicina, es inevitable que se produzcan errores, usos indebidos y, en última instancia, daños a las personas.
La OMS viene a decir, en su recomendación que, demostrada una causalidad entre el uso de alguna herramienta IA, y el daño causado, las víctimas no pueden quedar sin reparación.
Así, los gobiernos deben establecer la responsabilidad a lo largo de la cadena de valor de la desarrollo, suministro y despliegue de LMM y aplicaciones para garantizar que las víctimas de daños pueda reclamar una indemnización, independientemente de la dificultad de atribuir la culpa y de las responsabilidades de las distintas entidades implicadas en el desarrollo y despliegue de la tecnología.
Este es un largo capítulo ético, que comentaremos brevemente más a fondo.
La inteligencia artificial, y más concretamente las personas digitales, permite a los profesionales de la salud enfocarse en lo que realmente importa: el cuidado de las personas. Y les otorga la capacidad de delegar trámites administrativos, además de mejorar la precisión de la documentación, evitando errores y redundancias que podrían afectar la calidad de la atención.
La inteligencia artificial no solo es una herramienta innovadora, sino una aliada indispensable en la evolución de la sanidad.
Introducción Para comprender el RAG, es necesario conocer el término LLM o grandes modelos de lenguaje. Estos modelos están entrenados con grandes cantidades de datos, lo que les permite comprender el contexto y producir resultados coherentes basados en texto, ya sea respondiendo a una pregunta, creando una narrativa, imagen, vídeo, PDF, etc. Seguro que ya […]
Seguir leyendo
Un enfoque práctico para conceptos teóricos En la era de la inteligencia artificial, la ética y la responsabilidad se han convertido en pilares fundamentales para garantizar un desarrollo y uso adecuado de esta poderosa tecnología. El potencial de la inteligencia artificial en cuanto a capacidad de transformación de diversos aspectos de nuestras vidas es innegable. […]
Seguir leyendo
Primer cuatrimestre 2024 ¿No creéis qué los avances en IA van demasiado rápido?, ¿Os habéis parado a pensar qué hay modelos que nos ofrecen más de tres actualizaciones anualmente? Este lunes os traemos un artículo especial, dedicado a comentar las herramientas más reconocidas, avances tecnológicos, innovaciones y novedades sobre la inteligencia artificial (IA), que han […]
Seguir leyendo