Las tecnologías de IA no se limitan a la imagen y los chatbots. La inteligencia artificial (IA) también está revolucionando el campo de la cirugía y la atención sanitaria, mejorando la precisión, la eficiencia y los resultados para los pacientes.
La IA se ha convertido en parte integrante de nuestra vida cotidiana, y ahora el mundo científico está explorando el potencial de la inteligencia artificial en cirugía. Desde asistentes virtuales como Siri y Alexa hasta chatbots de marketing, coches autoconducidos Tesla y modelos lingüísticos avanzados como ChatGPT, las tecnologías de IA se han integrado a la perfección en nuestras rutinas, y ahora aspiran a revolucionar las prácticas médicas y la atención al paciente. Las soluciones sanitarias basadas en IA están transformando la forma en que se realizan los diagnósticos y se personalizan los planes de tratamiento. Estas tecnologías utilizan sofisticados algoritmos para procesar grandes cantidades de datos médicos, ayudando a los profesionales sanitarios a tomar decisiones más precisas.
Uno de los ámbitos en los que la IA muestra un inmenso potencial es el de los diagnósticos médicos. Mediante el uso de algoritmos de aprendizaje automático, los sistemas de IA pueden analizar imágenes médicas, como radiografías, resonancias magnéticas y tomografías computarizadas, con notable precisión y rapidez. Esto puede ayudar a los radiólogos y otros especialistas a identificar anomalías, tumores y otros marcadores críticos que de otro modo pasarían desapercibidos. La detección precoz de enfermedades mediante diagnósticos basados en IA puede mejorar significativamente los resultados de los pacientes, aumentar las tasas de supervivencia y reducir la carga de los sistemas sanitarios.
Además, la IA puede contribuir al desarrollo de la medicina personalizada, en la que los planes de tratamiento se adaptan a las características únicas de cada individuo, como la composición genética, los factores relacionados con el estilo de vida y el historial médico. Mediante el análisis de amplios conjuntos de datos y la aplicación de análisis predictivos, los algoritmos de IA pueden identificar opciones de tratamiento óptimas y predecir posibles respuestas a terapias específicas. La integración de la IA en la cirugía tiene el potencial de optimizar la eficacia del tratamiento, minimizar los efectos adversos y mejorar la satisfacción del paciente.
¿Cómo pueden los científicos utilizar la inteligencia artificial en cirugía?
La integración de la inteligencia artificial en la cirugía encierra un inmenso potencial. Mediante el análisis rápido y eficaz de grandes cantidades de datos, el uso de la inteligencia artificial en cirugía puede hacer frente a retos clave del sistema sanitario.
En la moderna generación de datos sanitarios abunda la información, y la IA se ha revelado como un valioso aliado, capaz de agregar y sintetizar este caudal de información para ofrecer resultados específicos de incalculable valor para los cirujanos. Desde la fase de consulta inicial hasta la gestión postoperatoria, la IA tiene el potencial de remodelar todos los aspectos de la práctica quirúrgica.
La integración de la inteligencia artificial en la cirugía abre un mundo de posibilidades que son demasiado numerosas para abarcarlas en una sola descripción. Antes de la intervención quirúrgica, los algoritmos de IA pueden realizar análisis predictivos que ayuden a la detección precoz de enfermedades. Esta detección precoz no sólo permite intervenciones más rápidas, sino que también promete mejores resultados y pronósticos.
Además, la tecnología de IA permite a los médicos profundizar en los informes de las pruebas de laboratorio, las exploraciones y los historiales médicos de los pacientes, lo que hace posible desarrollar planes de tratamiento altamente personalizados a nivel micro. En las operaciones, los algoritmos de IA pueden servir de guía, mejorando los procesos de toma de decisiones mediante el análisis de datos en tiempo real procedentes de múltiples fuentes y ofreciendo información valiosa a los cirujanos. Esta integración de la inteligencia artificial en la cirugía no sólo mejora la toma de decisiones, sino que también ayuda a prevenir resultados no deseados.
Más allá de los confines del hospital, la IA sigue desempeñando un papel vital. Al evaluar los datos de los sistemas de monitorización de pacientes, la IA puede detectar posibles complicaciones que puedan surgir entre las visitas postoperatorias.
Las plataformas basadas en IA también pueden servir como primera línea de comunicación para los pacientes, abordando preocupaciones menores o preguntas frecuentes. Esta interacción fluida garantiza una recuperación más suave y una mejora general de la experiencia del paciente.
Robótica en cirugía
El campo de la medicina siempre se ha caracterizado por la innovación y la evolución constantes, buscando mejorar los resultados para los pacientes y la salud en general. En los últimos años, se han producido avances significativos con la integración de herramientas de inteligencia artificial (IA) en diversas prácticas médicas, incluidos el diagnóstico, la planificación de tratamientos e incluso los procedimientos quirúrgicos. En particular, la cirugía robótica ha experimentado un crecimiento notable, ya que los sistemas basados en IA ayudan ahora a los cirujanos a realizar operaciones complejas con una precisión y exactitud sin precedentes.
La cirugía robótica, o cirugía asistida por robot, utiliza sistemas robóticos controlados por ordenador para realizar procedimientos quirúrgicos, ya sea parcial o totalmente. Estos sistemas suelen constar de un puesto de control para el cirujano, desde el que manipula los brazos robóticos, y un carro situado junto al paciente donde se colocan los instrumentos. A través de una cámara 3D de alta definición, el cirujano obtiene una perspectiva visual de la zona quirúrgica y utiliza mandos manuales y pedales para guiar los brazos robóticos, lo que permite realizar movimientos meticulosos y controlados durante la intervención.
El Sistema Quirúrgico da Vinci destaca como uno de los sistemas de cirugía robótica de mayor renombre, habiéndose utilizado en más de seis millones de intervenciones quirúrgicas en todo el mundo desde su introducción en el año 2000. Este sistema ha cosechado importantes éxitos en urología, ginecología y cirugía general, con ventajas como una menor pérdida de sangre, estancias hospitalarias más cortas y una recuperación más rápida de los pacientes.
Con la integración de la inteligencia artificial en la cirugía, especialmente en los sistemas de cirugía robótica, este campo tiene un inmenso potencial de transformación, y ya se están produciendo numerosos avances apasionantes.
Por ejemplo, investigadores de la Universidad de California en Berkeley han diseñado el Berkeley Autonomous Robot for the Operating Room (BARO), un sistema robótico impulsado por IA. BARO utiliza algoritmos de aprendizaje automático para analizar datos quirúrgicos, aprender de las técnicas y movimientos de cirujanos expertos y realizar tareas quirúrgicas con notable exactitud y precisión.
Otro avance prometedor son las herramientas de planificación quirúrgica basadas en IA, que ayudan a los cirujanos a determinar el abordaje óptimo para una intervención concreta analizando datos específicos del paciente y generando modelos tridimensionales de la zona quirúrgica. Al integrar la inteligencia artificial en la cirugía, estas herramientas ofrecen información en tiempo real durante la intervención, alertando al cirujano de posibles complicaciones o sugiriendo enfoques alternativos en función de la evolución de la situación.
Además de mejorar la precisión del procedimiento, las herramientas de IA también contribuyen a reducir el riesgo de errores humanos en el quirófano. Investigadores del Instituto Tecnológico de Massachusetts (MIT) han desarrollado un sistema de inteligencia artificial en cirugía que puede controlar los movimientos de los instrumentos quirúrgicos durante una intervención y proporcionar información en tiempo real al cirujano. Esta tecnología ayuda a prevenir errores, garantizando que la cirugía se realiza de la forma más segura y eficaz posible.
Las empresas ya han empezado a utilizar la IA en la asistencia sanitaria
Muchas empresas ya han empezado a emplear sistemas de IA en diversos aspectos de la asistencia sanitaria, abordando necesidades orientadas al paciente, al médico, administrativas y operativas. Sus aplicaciones van desde el uso de datos de vídeo, audio y comportamiento para comprender mejor la conexión entre pacientes, enfermedades y tratamiento, hasta la mejora del diagnóstico del cáncer de pulmón, pasando por la asistencia por voz o la creación de sistemas sanitarios accesibles y asequibles mediante el procesamiento del lenguaje natural (PLN) y la IA.
Algunas empresas también ofrecen asistentes virtuales para responder a preguntas clínicas, transcribir notas de casos y organizar expedientes. Además, el aprendizaje automático avanzado con genómica computacional se utiliza para acelerar los procesos de descubrimiento de fármacos y reducir el tiempo y los costes asociados para los pacientes.
La siguiente tabla representa sólo algunos ejemplos de las muchas empresas de todo el mundo que participan activamente en las aplicaciones de la IA en las ciencias médicas.
| Empresa | Objetivo |
| AiCure | Utiliza datos de vídeo, audio y comportamiento para comprender mejor la conexión entre pacientes, enfermedades y tratamiento. |
| Aidence | IA para radiólogos: mejora del diagnóstico para el tratamiento del cáncer de pulmón. |
| Babylon Salud | Utiliza el procesamiento del lenguaje natural (PLN) y la IA para crear un sistema sanitario internacional accesible y asequible para todos. |
| Suki | Asistente digital para médicos activado por voz. |
| Insitro | Utiliza el aprendizaje automático avanzado con la genómica computacional para reducir el tiempo y los costes asociados al descubrimiento de fármacos para los pacientes. |
| MD Bot | Bot asistente: responde a preguntas clínicas, transcribe notas dictadas de casos y organiza automáticamente imágenes y archivos. |
Es difícil describir lo rápido que evoluciona el mundo de la medicina, sin embargo, la implantación de la inteligencia artificial en cirugía se enfrenta a limitaciones y retos.
¿Qué puede mejorar la IA en el ámbito médico?
La IA puede aportar mejoras significativas al campo de la medicina de varias maneras. Algunas de las áreas clave en las que la IA puede tener un impacto positivo incluyen:
- Diagnósticoy toma de decisiones: la IA puede ayudar a diagnosticar enfermedades y afecciones analizando imágenes médicas, resultados de pruebas de laboratorio y datos de pacientes. Puede ayudar a los profesionales sanitarios a identificar patrones y anomalías que pueden ser difíciles de detectar a simple vista, lo que conduce a diagnósticos más precisos y oportunos.
- Planificación de tratamientos y medicina personalizada: los algoritmos de IA pueden analizar grandes cantidades de datos de los pacientes, incluidos historiales médicos, información genética y factores de estilo de vida, para elaborar planes de tratamiento personalizados. Esto puede dar lugar a intervenciones más eficaces y adaptadas, optimizando los resultados de los pacientes.
- Descubrimiento y desarrollo de fármacos: La IA puede acelerar el proceso de descubrimiento de nuevos fármacos analizando grandes cantidades de datos biomédicos, identificando posibles dianas y prediciendo la eficacia de los fármacos candidatos. Esto puede agilizar el proceso de desarrollo de fármacos, haciéndolo más rápido y rentable. Este tipo de incorporación de la inteligencia artificial a la cirugía es una oportunidad perfecta para mantener el bienestar postoperatorio de los pacientes.
- Monitorización a distancia y telemedicina: los dispositivos y aplicaciones basados en IA permiten monitorizar a distancia las constantes vitales y los síntomas de los pacientes, lo que permite a los profesionales sanitarios hacer un seguimiento de su estado de salud e intervenir cuando sea necesario. Las plataformas de telemedicina equipadas con capacidades de IA pueden ofrecer consultas virtuales, ampliando el acceso a los servicios sanitarios y mejorando la comodidad para los pacientes.
- Cirugía de precisión y asistencia robótica: la IA puede mejorar los procedimientos quirúrgicos proporcionando información y orientación en tiempo real a los cirujanos. Los sistemas robóticos equipados con algoritmos de IA pueden ayudar a realizar cirugías complejas con mayor precisión y exactitud, reduciendo el riesgo de errores y mejorando los resultados para los pacientes.
- Predicción y prevención de enfermedades: mediante el análisis de los datos de los pacientes y los factores de riesgo, los algoritmos de IA pueden ayudar a identificar a las personas con alto riesgo de desarrollar determinadas enfermedades. Esto permite intervenciones proactivas y medidas preventivas para reducir la incidencia y la progresión de las enfermedades.
- Optimización del sistema sanitario: la IA puede optimizar las operaciones sanitarias y la asignación de recursos mediante el análisis de grandes conjuntos de datos, la predicción del flujo de pacientes, la optimización de la distribución del personal y la mejora de la gestión de inventarios. Esto puede aumentar la eficiencia, reducir los costes y mejorar la asistencia sanitaria en general.
Aunque la IA tiene un gran potencial, su aplicación debe hacerse con cuidado, teniendo en cuenta los aspectos éticos, de privacidad y normativos para garantizar la seguridad de los pacientes y mantener la confianza en el sistema sanitario.
La medicina humana no es el único campo en el que la IA puede aportar mejoras
El ámbito médico, por supuesto, no se limita a la medicina humana. Las tecnologías de IA, que también han empezado a afectar a la vida de nuestros adorables amigos, nos arrancaron una sonrisa con la historia del perro del usuario de Twitter @peakcooper en marzo de 2023.
Gracias a ChatGPT, el chatbot de OpenAI que redistribuyó las cartas en el mundo de la tecnología, nuestro pequeño amigo se salvó de una situación muy mala debido a un diagnóstico erróneo. Cuando Cooper vio que su perro no mejoraba a pesar del tratamiento, llevó el problema a GPT-4 y compartió los resultados de las pruebas de su perro con la IA. La IA diferenció con éxito entre la enfermedad transmitida por garrapatas y la anemia hemolítica inmunomediada (AHIM), dos enfermedades sintomáticamente muy similares, y salvó la vida de Sassy.
Puede leer la historia completa en la serie de tuits que figura a continuación.
#GPT4 salvó la vida de mi perra.
– Cooper (@peakcooper) 25 de marzo de 2023
Después de que a mi perra le diagnosticaran una enfermedad transmitida por garrapatas, el veterinario empezó a darle el tratamiento adecuado y, a pesar de una anemia grave, su estado parecía mejorar relativamente bien.
Sin embargo, al cabo de unos días, las cosas empeoraron 1/
Mi formación se basa en la medicina veterinaria y me gustaría hacer autocrítica aquí. No siempre es posible dar al paciente la atención que se merece cuando llega a la clínica después de un largo día y, por desgracia, esto puede llevar a la pérdida de vidas, lo que se define como error humano en medicina. Tener un asistente incansable a su lado es lo único que puede reducir la cuota de error humano casi a cero. El uso de la inteligencia artificial en cirugía reducirá sin duda el margen de error en un área tan crítica.
Retos de la aplicación de la inteligencia artificial en cirugía
Como ya se ha mencionado, la inteligencia artificial (IA) se ha abierto camino en diversas áreas de la medicina y la sanidad, incluida la cirugía, pero su aplicación no está exenta de limitaciones y retos. Es crucial cambiar nuestra mentalidad de reactiva a proactiva a la hora de abordar los inconvenientes asociados a la nueva tecnología.
Disponibilidad de datos
La recopilación de datos es un paso inicial crucial en la construcción de un sistema de IA. Para desarrollar modelos eficaces, se necesita una cantidad significativa de datos de alta calidad. Sin embargo, la recopilación de datos suscita preocupaciones relacionadas con la privacidad de los pacientes y los recientes incidentes de filtración de datos por parte de grandes empresas. Los avances tecnológicos han aumentado la potencia de cálculo y la capacidad de almacenamiento de datos. Tecnologías como el reconocimiento facial y el análisis genético permiten la identificación individual en un grupo de personas.
Sin embargo, los pacientes y el público tienen derecho a la intimidad y a decidir qué datos comparten. Las filtraciones de datos plantean el riesgo de que las compañías de seguros accedan a los datos de los pacientes, lo que podría dar lugar a la denegación de un seguro médico basado en la composición genética. Las restricciones a la privacidad de los pacientes limitan la disponibilidad de datos, lo que conlleva un entrenamiento limitado de los modelos y la incapacidad de explotar todo su potencial, siendo así un factor limitante para la integración de la inteligencia artificial en la cirugía.
Creación de modelos sesgados
Los sistemas de inteligencia artificial se entrenan utilizando una parte de los datos recogidos (conjunto de datos de entrenamiento), y el resto de los datos se reserva para las pruebas (conjunto de datos de prueba).
Si los datos recogidos están sesgados, orientados a razas, géneros o grupos de edad específicos, el modelo resultante también estará sesgado. Es fundamental que los datos recogidos representen a la población objetivo de forma imparcial.
Preprocesamiento de datos
Incluso con datos no sesgados, es posible crear modelos sesgados. Los datos brutos suelen contener errores debidos a la introducción manual de datos o a otros factores.
El preprocesamiento es necesario para preparar los datos para el entrenamiento del algoritmo. Sin embargo, hay que tener cuidado durante el preprocesamiento de los datos para evitar introducir sesgos en el conjunto de datos.
Selección de modelos
Con los numerosos algoritmos y modelos disponibles, es esencial seleccionar el más adecuado para una tarea específica. El proceso de selección de modelos desempeña un papel fundamental en la integración de la inteligencia artificial en la cirugía. Los modelos sesgados suelen simplificarse en exceso y no captan las tendencias presentes en el conjunto de datos.
Presentación de modelos sesgados
Los usuarios de sistemas de IA deben tener conocimientos básicos sobre cómo se construyen los modelos para interpretar eficazmente los resultados y determinar su aplicabilidad. Métricas como:
- Precisión
- Precisión
- Revocación
- Puntuación F1
- Puntuación AUC
Se utilizan para evaluar el rendimiento del modelo.
Sin embargo, no todas las métricas son adecuadas para todos los problemas. Los usuarios deben asegurarse de que se presentan las métricas adecuadas y no sólo las que tienen las puntuaciones más altas.
Datos fragmentados
Una limitación de las aplicaciones de IA, sobre todo en el campo de la inteligencia artificial en cirugía, es la imposibilidad de transferir sin problemas los modelos diseñados e implantados por una organización a otra sin necesidad de recalibrarlos.
Por motivos de privacidad, el intercambio de datos entre organizaciones sanitarias suele ser limitado, lo que provoca la fragmentación de los datos y reduce la fiabilidad de los modelos. Por eso, el uso de la inteligencia artificial en cirugía no será habitual hasta 2023.
Cajas negras
Los sistemas de IA suelen considerarse cajas negras debido a la complejidad de los algoritmos matemáticos subyacentes. Se están haciendo esfuerzos para que los modelos sean más accesibles e interpretables, pero aún queda mucho por hacer en este campo.
Consideraciones sobre la inteligencia artificial en cirugía
La integración de la IA en las especialidades intervencionistas y quirúrgicas plantea numerosas cuestiones éticas, sobre todo en relación con la parcialidad y la responsabilidad. Estas cuestiones éticas adquieren aún más importancia a medida que avanzamos hacia operaciones totalmente autónomas. Las respuestas o intervenciones iniciadas por la IA plantean problemas éticos particulares. Como ya se ha dicho, los conjuntos de datos utilizados para entrenar los sistemas de IA pueden estar intrínsecamente sesgados, lo que puede dar lugar a efectos diferentes en los distintos subgrupos de pacientes. Esto significa que las intervenciones y los resultados pueden variar entre pacientes.
Para ilustrarlo, pensemos en la cirugía estética. La inteligencia artificial puede predecir la edad de una persona analizando sus rasgos faciales y sugerir medidas quirúrgicas para reducir los signos del envejecimiento. En Corea del Sur, donde la cirugía estética está muy extendida, los cirujanos utilizan instrumentos quirúrgicos con sensores de movimiento que recogen datos en tiempo real y les ayudan a realizar ajustes precisos para mejorar los resultados. Sin embargo, estos algoritmos de IA conllevan sesgos inherentes. En 2013, el concurso de Miss Corea desató la polémica debido a la similitud de rasgos faciales entre las concursantes que se habían sometido a cirugía estética. La belleza es subjetiva, y cuando la inteligencia artificial dicta normas estéticas, aumenta la complejidad. Es evidente que estos algoritmos de IA no pueden ser de aplicación universal en diferentes comunidades y etnias.
En un entorno quirúrgico, hay mucho en juego. Si un robot entrenado con IA funciona mal o pierde el control durante un procedimiento que implique tareas intrincadas como la disección, la sutura o la manipulación de catéteres en el corazón, podría tener consecuencias catastróficas. El nivel de implicación de la IA está directamente relacionado con los problemas éticos. Entrenar robots con conjuntos de datos que abarquen miles de procedimientos realizados en condiciones diversas, lugares diferentes y por múltiples operadores resulta crucial para mitigar los daños. Sin embargo, cuando se produce un daño, determinar la responsabilidad se convierte en un reto. ¿Debe atribuirse a la empresa que desarrolló el robot quirúrgico autónomo, al cirujano, al hospital o a quienes contribuyeron al conjunto de datos?
La IA no puede reproducir el proceso de toma de decisiones de los cirujanos, que a menudo es instintivo y se basa en una experiencia clínica incuantificable. Además, una sola operación quirúrgica implica miles de pasos intrincados, como cortar, diseccionar, conectar, quemar, enfriar, sujetar, ligar y suturar. En un futuro previsible, los robots sólo servirán de asistentes. Aunque pueden llegar a ser más competentes en las funciones básicas, la adición de capas más complejas requerirá una cuidadosa consideración e implementación, ya que la experiencia y el juicio del cirujano siguen siendo insustituibles.
Malentendidos sobre la IA en la sanidad
A pesar de todas estas preocupaciones, existe un gran optimismo en cuanto al potencial de la IA para revolucionar el sector sanitario de diversas maneras, que abarcan el diagnóstico y el pronóstico de los pacientes, el descubrimiento de fármacos y la ayuda a los médicos para ofrecer una experiencia más personalizada al paciente. Este optimismo se ha visto alimentado por el éxito de las aplicaciones de la IA en la asistencia sanitaria. Sin embargo, también existen expectativas poco realistas sobre las capacidades de la IA y sobre cómo configurará el futuro del sector sanitario.
El Dr. Anthony Chang, ponente en la conferencia de 2019 de la Sociedad de Inteligencia Artificial en Medicina (AIME), pronunció una charla titulada «Malentendidos comunes y direcciones futuras para la IA en medicina: una perspectiva científico-médica de datos» en Poznan, Polonia. En su charla, abordó dos mitos predominantes relacionados con la implantación de la IA en la atención sanitaria.
Mito 1: La IA sustituirá a los médicos
Aunque el futuro no puede predecirse con certeza, es probable que los médicos que comprendan el papel de la inteligencia artificial en la cirugía tengan una ventaja competitiva en sus carreras.
Por ejemplo, el Colegio Americano de Radiología (ACR) publicó un anuncio de empleo para un radiógrafo, destacando dos requisitos:
- Requisito 1: Debe estar certificado por la Junta Americana de Radiología.
- Requisito 2: Debe ser un radiólogo entusiasta, bien formado y entusiasmado con un futuro en el que los radiólogos cuenten con el apoyo de IA y aprendizaje automático de primera clase.
Mito 2: Los conocimientos de programación son esenciales para utilizar la IA
Adoptar la IA en cualquier campo implica varios componentes, y la programación es sólo un aspecto. Para que la inteligencia artificial en cirugía siga creciendo, desarrollándose y teniendo éxito, los médicos y los científicos de datos deben colaborar estrechamente para crear sistemas de IA significativos. Los médicos deben comprender el potencial de la IA y evaluar cómo puede mejorar sus funciones, comunicando eficazmente esta información a los científicos de datos, que a su vez pueden crear el sistema de IA.
La colaboración no termina ahí. Clínicos y científicos de datos deben determinar conjuntamente los datos disponibles para el entrenamiento del modelo, analizar e interpretar el rendimiento del modelo, lo que requiere una colaboración continua. Además, hay una tendencia creciente a que el software de IA sea más accesible y fácil de usar, como las herramientas visuales como Teachable Machine de Google, que permiten crear clasificadores visuales sin conocimientos de programación.
Aprovechando el poder de la IA, la asistencia sanitaria puede pasar de un enfoque único a un modelo personalizado y centrado en el paciente, lo que mejorará los resultados sanitarios y la experiencia sanitaria general de las personas. La inteligencia artificial en cirugía y asistencia sanitaria será la tecnología que abra la puerta al brillante futuro que nos espera. Con contenido de Dataeconomy.
