En 2018, el Hospital Italiano de Buenos Aires puso en marcha su programa de Inteligencia en Salud (pIASHIBA) para investigar las posibles aplicaciones de la inteligencia artificial y desarrollar e integrar estas herramientas en los procesos de atención médica. El equipo está conformado por médicos, radiólogos, enfermeros, bioingenieros, ingenieros en sistemas y licenciados en informática, y lleva adelante proyectos que están enfocados en resolver problemáticas de diversas especialidades médicas.

Como resultado de estas iniciativas, nacieron herramientas de inteligencia artificial tales como ArtemisIA, T-Rx y ValquirIA, entre muchas otras, una experiencia que fue compartida por Sonia Benítez, jefa de Investigación e Innovación Tecnológica del Departamento de Informática, Marco Esposito, bioingeniero especialista en IA, y Ana Rusconi, ingeniera de IA en salud del Hospital Italiano de Buenos Aires quienes presentaron, los avances y logros del hospital argentino en la implementación de esta tecnología para mejorar la atención médica, siendo éste un ejemplo pionero en Latinoamérica.

“El del hospital es un esfuerzo multidisciplinario que está siendo muy satisfactorio para nosotros, demostrando que la integración de la tecnología y los procesos médicos es posible y puede tener grandes beneficios, tanto como para los profesionales como para los pacientes”, explica Benítez.

De acuerdo con los expertos, que brindaron una conferencia virtual para directores de hospitales, docentes de Medicina y autoridades de Cochabamba, en el marco de un Meet Up como antesala del Congreso Internacional de IA en Salud, organizado por la Universidad Franz Tamayo, Unifranz, las aplicaciones de la inteligencia artificial en un hospital permiten, por ejemplo, el apoyo a la toma de decisiones clínicas, el monitoreo remoto de pacientes, el análisis de grandes cantidades de imágenes (tomografías, rayos x, resonancias magnéticas, entre otras) y la automatización de procesos de búsqueda en historias clínicas.

“En la práctica médica actual, las aplicaciones de la IA más utilizadas son las algorítmicas: enfoques basados ​​en la evidencia, programados por investigadores y clínicos. Cuando los humanos integran datos conocidos en algoritmos, los ordenadores pueden extraer información y aplicarla a un problema.  La mejor forma de entender su uso potencial en la atención médica es dividiendo sus aplicaciones en tres categorías: soluciones algorítmicas, tratamiento de imágenes y herramientas de apoyo a la práctica médica”, expresa Esposito. 

 Por ejemplo, en el marco del pIASHIBA se desarrolló un proyecto para la detección en imágenes de la densidad mamaria (DM), que es un factor de riesgo para el cáncer de mama. La iniciativa consiste en la implementación de una red neuronal -entrenada y validada en el mismo hospital- para la categorización automática de la densidad mamaria en mamografías, “de manera tal que el profesional cuente con un recurso adicional al momento de realizar el análisis y reporte del estudio”, detalla Rusconi.

Para la construcción de la red neuronal, llamada ArtemisIA, el equipo médico y el equipo técnico trabajaron de manera conjunta, buscando la mayor precisión posible en sus resultados; es decir en la categorización de la densidad mamaria correcta. En segundo término, se trató de incluir a la herramienta en el flujo de trabajo de los especialistas, integrándose a los sistemas actuales para que pase a ser una herramienta más para mejorar la calidad del informe.

Además de esta herramienta, Benítez, Esposito y Rusconi enumeraron otros proyectos del nosocomio, pionero en la aplicación de la IA, como SonIA, un sistema integrado de información médica, con la capacidad de usar el procesamiento de lenguaje natural (NLP), para desambiguar las abreviaturas en las historias clínicas, aplicar herramientas de reconocimiento automático del habla y trasladarla a texto, entre otras funciones.

Otras aplicaciones son LucIA, un sistema de detección de anomalías del área de oftalmología que detecta cambios en las imágenes retinales de pacientes con diabetes, buscando detectar y clasificar casos de retinopatía diabética referible o no referible. CarpiIAn, que realiza análisis de imágenes de rayo X, ValquirIA, una herramienta que analiza muestras de piel en busca de señales de problemas dermatológicos y oncológicos, T-RX, que realiza la detección automatizada de hallazgos radiológicos.

Otro avance es el uso de Grandes Modelos de Lenguaje (LLMs, por sus siglas en inglés) para el análisis y búsqueda rápida de historias clínicas digitalizadas.

“Por ejemplo, con una sola pregunta se puede encontrar la información precisa del paciente, en lugar de tener que sacar y leer toda la historia clínica”, expresa Esposito.

Desafíos y posibilidades 

Benítez indica que la adopción de IA en salud presenta numerosas ventajas, pero también desafíos y dificultades. Entre los beneficios, destaca la ayuda al profesional en sus tareas diarias.

Los altos costos de adquisición y mantenimiento de la tecnología son algunos de los principales desafíos. La especialista también advierte sobre la necesidad de formarse en esta disciplina y prepararse para el futuro.

El desafío de la informática en salud consiste, en primer lugar, en producir y perfeccionar algoritmos que den soporte al profesional; y, en segundo término, en acompañarlo en su nueva función de validar e incorporar estos nuevos recursos.

Lea también