Las aplicaciones de la inteligencia artificial en la salud continúan al alza y su impacto en la industria de la salud ha crecido de manera acelerada. Hay análisis que estiman que, tan solo en Norteamérica, hacia 2021 generará dividendos por más de 6,600 millones de dólares, contra 633.8 obtenidos en 2014.

El valor de su impacto es aún más dramático en los ahorros que podría lograr. Se calcula que en 2026 serán alrededor de 150,000 millones de dólares. Esta cifra agrupa lo que se ahorraría, por ejemplo, al prevenir errores en la medicación, optimizar el flujo del trabajo administrativo, automatizar la imagenología y agilizar los diagnósticos preliminares, entre otras funciones.

Hoy la inteligencia artificial puede interactuar con los humanos, para aprender de ellos. También puede que analizar enormes cantidades de datos y encontrar patrones y relaciones entre ellos de manera mucho más rápida. Es capaz lo mismo de realizar tareas administrativas rutinarias que de intervenir en cirugías de gran precisión. En los hechos, la inteligencia artificial se ha convertido en una extensión de las capacidades de los profesionales de la salud. Una muestra de ello es la mejoría en la detección oportuna del cáncer.

Aplicaciones de la inteligencia artificial: ejemplos

Diagnósticos más oportunos: Uno de los muchos ejemplos del uso de la inteligencia artificial en la salud se encuentra en el Centro Médico Beth Israel Deaconess, de la Universidad de Harvard. Los médicos usan la IA para diagnosticar infecciones en la sangre con más celeridad que antes. Para ello, se valen de microscopios electrónicos equipados con una inteligencia artificial entrenada para revisar muestras sanguíneas y detectar bacterias potencialmente letales, como el estafilococo, en menos tiempo del que es posible para los humanos. Su precisión alcanza el 95%.

Aplicaciones de la inteligencia artificial en la salud.

Mejor experiencia del paciente: Las tareas repetitivas suelen ser fuente de errores que derivan en una mala experiencia para los pacientes. La IA es un aliado natural para subsanar este problema. Un ejemplo es la plataforma de Olive, concebida como un servicio (AIaaS) que se integra con el software preexistente en el hospital para agilizar las tareas administrativas. Otras plataformas, como la inteligencia artificial de Qventus, se enfoca en la gestión de los recursos y procesos hospitalarios, como los relacionados con la asignación de salas de emergencia según la gravedad de los enfermos.

Big data para la salud

Minería de datos clínicos: El gran conjunto de big data generado por la industria médica es un auténtico tesoro de información cuyo manejo es complicado. Lo es tanto por su volumen como por la naturaleza confidencial de los datos. Su gestión es un campo ideal para la inteligencia artificial aplicada a la salud. Tal vez un de los ejemplos más conspicuos lo constituye Tempus. Esta compañía basada en Chicago ha diseñado una inteligencia artificial que procesa el mayor conjunto de datos clínicos del mundo. Su finalidad es extraer información útil para diseñar tratamientos personalizados. Sus herramientas están disponibles para tareas tan disímbolas como la secuenciación genética o el análisis de imágenes radiológicas.

Otra muestra de las aplicaciones de la inteligencia artificial en la salud es la plataforma Health, de Google. Al alimentarla con los datos de los pacientes, los doctores se ven asistidos en el diagnóstico, pues la IA compara la información suministrada con un vasto conjunto de síntomas similares.

Cirugía robotizada

Uno de los ejemplos más impactantes de la inteligencia artificial en la salud lo constituyen las cirugías robóticas. Las primeras cirugías laparoscópicas asistidas por robots se realizaron hace cerca de 20 años. Hoy, estas máquinas se utilizan en numerosos procedimientos, pues sus cámaras de alta definición y sus brazos mecánicos equipados con instrumental quirúrgico posibilitan a los cirujanos el alcanzar una precisión inasequible para un humano a ojo desnudo y mano sin asistencia. Esto desemboca en un menor trauma para el paciente, con menos complicaciones, y estancias hospitalarias más cortas.