Cuando los datos a través de la Inteligencia Artificial predictiva ayudan a anticiparse a la enfermedad, hacemos medicina preventiva
Son varios los artículos en que hemos tratado el tema de los datos con anterioridad, entre ellos quiero destacar Como se obtienen los datos – ¿Donde está la Salud Digital? , De dónde vienen los Datos – ¿Donde está la Salud Digital? ó Los datos y su importancia. – ¿Donde está la Salud Digital?
Esos datos, con la aplicación de las herramientas adecuadas y sobre todo las de la Inteligencia Artificial, son a los que ahora nos vamos a referir.
Introducción: de reaccionar ante la enfermedad a anticiparse a ella
Durante siglos, la medicina ha sido fundamentalmente reactiva. El paciente enfermaba, aparecían los síntomas y el profesional sanitario actuaba para diagnosticar y tratar la enfermedad.
Sin embargo, el enorme desarrollo de las tecnologías digitales y de la inteligencia artificial está impulsando un cambio de paradigma: pasar de una medicina que reacciona ante la enfermedad a otra capaz de anticiparse a ella.
La inteligencia artificial predictiva representa probablemente una de las aplicaciones más maduras y prometedoras de la inteligencia artificial en salud.
Su principal objetivo consiste en identificar riesgos, predecir acontecimientos clínicos y ayudar a los profesionales sanitarios a tomar decisiones antes de que se produzcan complicaciones o enfermedades.
En otras palabras, se trata de utilizar los datos del presente y del pasado para intentar comprender y, en cierta medida, adelantarse al futuro.
Panel de control de predicción de riesgos clínicos o analítica poblacional.
¿Qué es la inteligencia artificial predictiva?
En términos sencillos, la inteligencia artificial predictiva es un conjunto de técnicas informáticas que utilizan datos históricos y actuales para estimar la probabilidad de que ocurra un determinado acontecimiento.
Aplicada a la salud, podríamos definirla de la siguiente manera:
La inteligencia artificial predictiva en salud es el conjunto de herramientas y algoritmos que analizan grandes cantidades de datos sanitarios para estimar la probabilidad de aparición de enfermedades, complicaciones o eventos clínicos futuros, con el objetivo de facilitar la prevención y mejorar la toma de decisiones.
La idea fundamental es sencilla: los datos contienen patrones. La inteligencia artificial es capaz de descubrir algunos de esos patrones y utilizarlos para estimar riesgos futuros.
No se trata de adivinar el futuro ni de sustituir el juicio clínico. Se trata de proporcionar información adicional que ayude a los profesionales a actuar antes y mejor.
¿Por qué la medicina preventiva necesita herramientas predictivas?
La medicina actual genera cantidades ingentes de información. Cada consulta, cada analítica, cada prueba diagnóstica, cada imagen radiológica y cada tratamiento dejan un rastro de datos que se almacena en los sistemas sanitarios.
A ello se añaden los datos procedentes de dispositivos de monitorización, aplicaciones de salud y, cada vez más, la información genética y molecular.
El volumen de información es tan enorme que resulta imposible para un profesional analizarlo simultáneamente, pero constituye un entorno ideal para las herramientas de inteligencia artificial.
Ningún profesional puede analizar simultáneamente semejante cantidad de información. La inteligencia artificial, sin embargo, sí puede hacerlo.
La capacidad de identificar patrones ocultos en millones de datos es precisamente la gran aportación de la IA predictiva.
¿Cómo funciona la IA predictiva?
Aunque la tecnología que la sustenta puede ser compleja, el funcionamiento general puede explicarse de manera sencilla:
- Se recopilan grandes cantidades de datos.
- Los algoritmos aprenden las relaciones entre esos datos y determinados resultados clínicos.
- El sistema genera modelos de riesgo.
- Cuando aparece un nuevo paciente, el modelo estima la probabilidad de que se produzca un determinado acontecimiento.
Algunos ejemplos, de casos en que puede ser utilizada para establecer el riesgo de desarrollar diabetes, la probabilidad de sufrir un evento cardiovascular, el riesgo de reingreso hospitalario, la probabilidad de desarrollar sepsis o el riesgo de caídas en personas mayores.
¿Qué es y qué no es la inteligencia artificial predictiva?
Sí es:
- Una herramienta de apoyo a la decisión.
- Un sistema de estimación de riesgos.
- Un instrumento para priorizar intervenciones.
- Una ayuda para la prevención y la planificación.
No es:
- Un sistema que sustituya al médico.
- Una herramienta capaz de predecir con certeza absoluta.
- Una «bola de cristal» tecnológica.
- Un sistema infalible.
La predicción siempre es probabilística y debe interpretarse en su contexto clínico.
Principales aplicaciones en salud
Las aplicaciones de la inteligencia artificial predictiva son muy numerosas.
En el ámbito cardiovascular, permite estimar con mayor precisión el riesgo de sufrir un infarto o un ictus, e integrando numerosos datos generar estimaciones de riesgo más precisas que algunos modelos tradicionales.
En el entorno hospitalario se utiliza para identificar pacientes con riesgo de desarrollar sepsis o de empeorar clínicamente en las horas siguientes El objetivo es identificar pacientes de riesgo horas antes de que el cuadro clínico sea evidente.
También se emplea para anticipar reingresos hospitalarios, detectar precozmente enfermedades crónicas, su objetivo es intervenir antes de que aparezcan complicaciones.
Desde la perspectiva de la salud pública puede identificar grupos de población especialmente vulnerables que pueden beneficiarse de programas preventivos específicos. Detectar brotes epidémicos, predecir demanda asistencial, identificar grupos vulnerables o planificar recursos sanitarios.
Durante la pandemia de COVID-19 se desarrollaron numerosos modelos predictivos de evolución clínica y necesidades hospitalarias.
Monitorización hospitalaria y sistemas de alerta temprana.
La medicina preventiva del futuro
La inteligencia artificial predictiva está impulsando una evolución desde una medicina reactiva hacia una medicina:
- Más preventiva.
- Más personalizada.
- Más anticipatoria.
- Más proactiva.
Cada vez resulta más evidente que muchas enfermedades pueden evitarse o retrasarse si se identifican los riesgos con suficiente antelación.
¿Qué beneficios puede aportar?
Para los pacientes, estas herramientas pueden traducirse en diagnósticos más precoces, tratamientos más personalizados y una mayor seguridad.
Para los profesionales constituyen un apoyo adicional en la toma de decisiones, especialmente en situaciones complejas.
Desde la perspectiva de las organizaciones sanitarias, la capacidad de anticipar acontecimientos permite utilizar los recursos de una forma más eficiente y planificar mejor la actividad asistencial.
Riesgos y limitaciones
La IA predictiva también presenta importantes limitaciones.
Calidad de los datos: Un algoritmo solo puede ser tan bueno como los datos con los que ha sido entrenado.
Sesgos: Los modelos pueden reproducir desigualdades existentes en los datos.
Falta de transparencia: Algunos sistemas funcionan como «cajas negras» difíciles de interpretar.
Riesgo de sobreconfianza: Las predicciones nunca deben sustituir al juicio clínico.
¿Qué queda fuera de la inteligencia artificial predictiva?
No debe confundirse con:
- La IA generativa que produce textos o imágenes.
- Los sistemas conversacionales.
- La robótica.
- La automatización administrativa simple.
- Las herramientas de apoyo diagnóstico basadas exclusivamente en reglas.
Estas tecnologías pueden complementarse, pero pertenecen a categorías diferentes.
Algunos ejemplos reales
Sepsis Watch: Sistema desarrollado en Estados Unidos para la detección precoz de sepsis.
DeepMind y la insuficiencia renal aguda: Modelos predictivos capaces de identificar el riesgo de deterioro renal antes de que aparezcan manifestaciones clínicas.
Modelos de estratificación poblacional: Utilizados por diversos servicios de salud europeos para identificar pacientes crónicos complejos y de alto riesgo.
El futuro: hacia una medicina anticipatoria
La inteligencia artificial predictiva probablemente constituya una de las herramientas más transformadoras de la próxima década.
Su verdadero valor no radica únicamente en predecir enfermedades, sino en permitir que pacientes y profesionales puedan actuar antes de que estas se desarrollen.
La gran aspiración de la medicina del siglo XXI es dejar de limitarse a tratar la enfermedad para empezar a prevenirla de manera más eficaz. Y en ese objetivo, la inteligencia artificial predictiva puede convertirse en una de sus herramientas más poderosas.
Profesional sanitario y paciente observando un panel de riesgos personalizados.
Ideas para recordar
- La IA predictiva no predice con certeza, sino probabilidades.
- Su objetivo principal es anticiparse a la enfermedad.
- Es una herramienta de apoyo y no un sustituto del profesional.
- Su utilidad depende de la calidad de los datos.
- Constituye una de las bases de la medicina preventiva y personalizada del futuro.
Referencias web recomendadas
- Organización Mundial de la Salud. Ethics and Governance of Artificial Intelligence for Health
- Organización Mundial de la Salud. Global Strategy on Digital Health 2020-2025
- Organización para la Cooperación y el Desarrollo Económicos. Artificial Intelligence in Health
- Comisión Europea. Artificial Intelligence in Healthcare
- Comisión Europea. European Health Data Space
Bibliografía básica
- Deep Medicine. New York: Basic Books; 2019.
- Artificial Intelligence in Healthcare. Academic Press; 2020.
- The Patient Will See You Now. Basic Books; 2015.
- World Health Organization. Ethics and Governance of Artificial Intelligence for Health. Geneva; 2021.
- Organisation for Economic Co-operation and Development. Artificial Intelligence in Health. Paris; diversas ediciones.