Ejemplos de la Inteligencia Artificial en la medicina

Ejemplos de la Inteligencia Artificial en la medicina

A la inteligencia artificial se le puede da usos que todavía no conocemos, de forma que la creatividad tiene un papel importante en el proceso de encontrar nuevos casos de uso. Entre las industrias más importantes del mundo, se encuentra la salud, siendo una de las industrias que mayores rentabilidades y salarios ofrece. Es por eso que empresas y desarrolladores están aplicando sus conocimientos al sector de la salud. Algunos ejemplos de la inteligencia artificial aplicada a la medicina, son los siguientes.

Inteligencia Artificial para interpretar radiografías.

Gracias al reconocimiento de imágenes y redes neuronales, es posible interpretar radiografías y ecografías, con el objetivo de determinar si el paciente tiene alguna enfermedad, basándose sobre todo en bases de datos de radiografías anteriores de otros pacientes y comparándolas. Generalmente para machine learning, se utilizan bases de datos NoSQL, como Cassandra o MongoDB, sin embargo las SQL también pueden servir.

radiografías con inteligencia artificial

Los desarrolladores hacen una base de datos con radiografías ya estudiadas por especialistas y el programa de inteligencia artificial, aprende de forma que pueda diagnosticar futuras radiografías. Por ejemplo, si alguien tiene placas pulmonares, detectar el porcentaje de similitud y probabilidad de realmente tenerlas, en comparación con miles de diagnósticos anteriores. El ejemplo anterior, lo está haciendo realidad el Hospital del Mar de Barcelona para agilizar el estudio de pacientes con covid y otras patologías pulmonares. El gobierno de los Estados Unidos, ya hace tiempo que tiene publicaciones sobre el tema: https://pubmed.ncbi.nlm.nih.gov/31317398/ para la prevención y estudio de pacientes con cáncer y de enfermedades en general.

Inteligencia Artificial para enfermedades mentales.

En estos tiempos modernos, las enfermedades mentales no son algo que dejar de lado, millones de personas toman antidepresivos y también tienen trastornos mentales, relacionados con la alimentación, depresión, consumo de drogas, estrés laboral, económico etc… La inteligencia artificial también es capaz de trabajar en los campos de la psicología y psiquitaría, algunos ejemplos son:

  • Diagnósticos de trastornos mentales: por ejemplo, especialistas del MIT han desarrollado software capaz de detectar enfermedades y trastornos mentales, a partir de dibujos realizados con pacientes. En este tipo de procesos, además de estudiar los dibujos, también se registran los movimientos con el bolígrafo. Determinando los movimientos de los bolígrafos y dibujos finales, se pueden hacer comparaciones con machile learning, con otras personas que ya han sido diagnosticadas. Con este tipo de técnicas también se puede determinar si por ejemplo la memoria del paciente tiene alguna anomalía.
  • Interpretación de resonancias cerebrales: con una máquina que dispone de inteligencia artificial, se estudian los patrones del cerebro que tienen una cierta actividad o menos actividad de lo normal. En razón con el estudio de esas zonas del cerbro, se hacen cálculos computacionales y se detectan enfermedades mentales como depresión, trastorno bipolar, esquizofrenia etc… Existen formas diferentes de depresión y afectan a zonas diferentes del cerebro, entonces gracias a la interpretación con inteligencia artificial, se puede detectar el tipo de depresión y dar la terapia más correcta.
  • Interpretación de sentimientos: con librerías del procesamiento del lenguaje natural, se pueden estudiar los sentimientos de los usuarios de ciertas aplicaciones, como por ejemplo de mensajería o de redes sociales. También se pueden interpretar sentimientos de textos escritos, de canciones, de poesías… Que podrían servir para el análisis de los sentimientos de la sociedad a gran escala y estudios sociológicos. Por ejemplo el dueño de WhatsApp podría saber el estado de ánimo de la gente, según el país o provincia. Además que mediante machile learning se pueden detectar los rostros de las personas y saber su estado de ánimo.

Inteligencia Artificial para el desarrollo de medicamentos.

En el desarrollo de fármacos también es aplicable el Machine Learning y Deep Learning. Actualmente se están creando procesos computacionales para realizar predicciones de medicamentos ya inventados, con en el comportamiento con otras enfermedades menos investigadas. De tal forma, que por ejemplo un medicamento inventado para el resfriado, pueda compararse con el posible efecto de un nuevo virus. También es posible comprobar mediante redes neuronales, la toxicidad y posibles efectos secundarios de medicamentos, sin tener que realizar pruebas en la vida real. Lógicamente esto no va a sustituir los ensayos clínicos con personas, pero si consiguen agilizar el proceso antes de comenzar con los ensayos y evitar determinadas situaciones que pueden poner en riesgo las vidas de los voluntarios.

molecula

La inteligencia artificial es capaz de comparar estructuras químicas y predecir las propiedades biológicas de determinadas moléculas. Con esto se tiene el principal objetivo de agilizar procesos que con métodos tradicionales se tardarían años o décadas, en cuestión de horas. La empresa alemana de Innoplexus se ha especializado en desarrollar software para predecir que medicamentos van a fracasar en los ensayos y conseguir ahorrar millones de euros. Los ensayos clínicos también dependen de otros factores, sin embargo, este software sirve de gran ayuda.

Inteligencia Artificial para tratar la diabetes.

El proyecto de Pepper, trata de calcular mediante inteligencia artificial, las dosis de insulina que requiere un paciente con diabetes, en base a cálculos de decisiones. En este proyecto están participando varios centros de investigación, que son los siguientes: Red de la Fisiopatología de la Obesidad y el Idibgi (Grupo de investigación biomédica de Girona) Mediante cálculos de predicciones y decisiones, en tiempo real, indica las dosis exactas que necesita ese paciente, el número de dosis necesarias y también cuando tomarlas (Este proyecto está respaldado económicamente por la Comisión Europea)

Proyecto de IBM y Medtronic: han desarrollado un sistema que alerta a los pacientes de forma anticipada, si tienen peligros de tener diabetes en un futuro o en tiempo real. El software desarrollado trabaja con datos de niveles de glucosa, datos de alimentación, datos de insulina y más datos relacionados con la salud.

diabetes inteligencia artificial

La aplicación de Sugar.IQ consiste en una aplicación en el móvil e incrustada en cuerpo, que analiza los niveles de glucosa y otros datos médicos en tiempo real. De forma que avisa de problemas con la diabetes en todo momento o también avisa de si el estado es positivo. Además es capaz de controlar aspectos relacionados con la alimentación y la actividad deportiva.

¿Se pueden hacer robots que sustituyan a personal sanitario?

Parece que el sector de la salud es uno de los más complicados de sustituir, en comparación con otros sectores como el del transporte o los comercios, sin embargo ya existen proyectos y productos sobre el tema.

  • Cuidadores robóticos: para algunas tareas como el reparto de alimentos, el entretenimiento y el aumento de la seguridad. El robot Sanbot Elf atiende a personas con coronavirus en hospitales de Italia. El robot se encarga de monitorizar a los pacientes, detectar si un paciente está grave y realizar tareas de comunicación. Ha sido creado por una empresa China llamada Qihan Technology Co, que aplica la tecnología “cloud” y software con IA, en el desarrollo de robots.
  • Chatbots en medicina: la asistencia sanitaria no es una broma, se trata de algo delicado y proyectos de este tipo crean discrepancia entre algunos expertos. Ya existen chatbots para atención médica que en algunos casos pueden sustituir las típicas visitas breves al médico.
  • Transporte en ambulancias: los coches automáticos ya existen y es cuestión de tiempo que aparezcan ambulancias automatizadas.

Las empresas más importantes de Inteligencia Artificial para la salud.

Es importante conocer las empresas que destacan en la Inteligencia Artificial de la salud, ya que muchos proyectos y servicios que sacan a la venta, sirven de inspiración para otros desarrolladores y científicos a nivel nacional, que sacan cosas parecidas o mejoradas. También puede ser interesante para inversores particulares o empresas de capital privado. A continuación algunas de las empresas más “top” en IA para el sector sanitario:

IBM Watson Health.

watson health

Trabajan en proyectos como el desarrollo de software para radiólogos, la utilización de tecnología blockchain para la asistencia sanitaria, sistemas cloud para hospitales y en análisis de datos a gran escala para mejorar la atención de los pacientes, combinado con algoritmos de aprendizaje automático.

Existen pronósticos para el año 2025, que demuestran que esta filial de IBM estará entre los proyectos empresariales más importantes del mundo.

Corti AI.

corti

Se trata de una empresa Europea con sede en Dinamarca. Es de las empresas más pioneras en servicios digitales para la salud, que aplican algoritmos de IA. Entre las principales soluciones que ofrecen, podemos ver las siguientes: mejora de sistemas de call center para la atención sanitaria, software para médicos digitales a distancia, prevención de pandemias con análisis de datos y soluciones para combatir el COVID-19 mediante tecnología con IA.

Google Health.

Google Health logo

El CEO de Google (Sundar Pichai) asegura que no se trata de un simple producto, avisa de que Google Health es totalmente una división completa de la empresa. Google está muy por delante de otras empresas, en lo que se refiere al estudio de datos a gran escala, el desarrollo de software y el desarrollo de tecnología con inteligencia artificial.

En Youtube ya aplican la inteligencia artificial, para los sistemas de recomendaciones, sin embargo, ahora están haciendo cosas más importantes en el desarrollo de tecnología para la salud. Algunos de los proyectos que tienen en marcha son proyectos para la detección de cáncer mediante inteligencia artificial, estudio de expedientes a escala global, diagnóstico de diabetes, soluciones para la vista y más proyectos que saldrán a la luz.

Colaboradores con Google Health y socios: Stanford Medicine, Ascension, Mayo Clinic, Rajavithi Hospital (Con el ministerio de salud de Tailandia), Northwestern Medicine etc…

BabyLon Health.

logo de babylon

Esta empresa está especializada en consultas remotas, mediante videollamadas o mensajes por chat. Tienen más de 1200 trabajadores y la sede está en Londres. Disponen de un software para que los médicos que trabajan en esta empresa, atiendan a sus pacientes de una forma más rápida y precisa, mediante algoritmos de inteligencia artificial. También utilizan los datos de los pacientes (De forma anónima) Para realizar tareas de machine learning y aplicar los resultados en consultas posteriores.

BabyLon es una de las empresas que más desarrollado tienen los chatbots para consultas médicas, que podrían sustituir a médicos en un futuro muy próximo. Los clientes de Babylon pagan 149 libras al año o 49 libras por consulta. Cabe destacar que este tipo de consultas también pueden ser aptas para darse de baja en el trabajo o conseguir recetas médicas. Además de los servicios de pago, han desarollado una aplicación gratutia de móvil para hacer seguimientos de nutrición, del deporte que practica el usuario y monitorio del ritmo cardíaco.

Babylon Health tiene planes de expansión en otros países, gracias a rondas de financiación que han captado más de 495 millones de euros. Por lo que es probable que esta empresa empiece a ofrecer sus servicios tambié en USA y en ASIA. No se tiene constancia de planes de expansión en España, pero ya hay aplicaciones similares, al menos para la atención médica entre las principales aseguradoras que ofrecen seguros sanitarios, como Elma Care o Sanitas Digital.

Conclusión sobre los ejemplos anteriores.

Basándonos en los ejemplos que hemos visto anteriormente, podemos ver como el aprendizaje automático es la técnica que más destaca de todas. Para entrar en detalle, esto solo se basa en meter ejemplos en una carpeta o base de datos, con una información determinada. Por ejemplo, meter fotos de radiografías de esguinces de tobillo en una carpeta, desde diferentes ángulos y formas y luego en otra carpeta o base de datos, meter radiografías con esguinces de muñeca.

Esto basado en miles de fotos, hace que el algoritmo de machine learning, sepa diferenciar o indicar, si la nueva foto introducida, se parece más a un caso o al otro. Este mismo planteamiento, también podemos aplicarlo a resonancias del cerebro y cosas del estilo. Si en vez, de utilizar fotos, utilizamos datos de tablas de excel, también es posible comparar análisis de sangre de pacientes diagnosticados en un pasado y análisis de personas recién analizadas. Además de hacer predicciones, modificando los niveles de los datos introducidos, como por ejemplo combinando esta técnica con las predicciones con regresión lineal y predecir futuras respuestas del paciente. Ejemplo: que pasaría si a este paciente le añadimos “x” porcentaje de sodio a su sangre y “x” porcentaje de colesterol.

boton entrar

Deja un comentario