La inteligencia artificial tiene potencial para reducir listas de espera en sanidad

No es la panacea, pero sí podría ser de gran ayuda. La inteligencia artificial es una herramienta que “tiene potencial” para agilizar las listas de espera. Al menos, así lo confirma Víctor Campello, docente interino en el Campus de Ceuta.

El profesor, que estudia la aplicación de esta innovación en el campo de la medicina, este miércoles comparte en detalle las conclusiones de sus investigaciones. Lo hace en el salón de grados de la entidad universitaria a partir de las cinco de la tarde.

Bajo el nombre ‘Aplicaciones y retos técnicos de la inteligencia artificial en medicina’, aborda los avances y los desafíos a superar. Aunque trabaja en la ciudad desde hace un año, hasta la fecha, no ha revelado de forma pública nada sobre sus pesquisas. Ahora se lanza a la piscina y está abierto a colaborar con médicos para desarrollar trabajos o proyectos dentro del ámbito académico.

–¿Cómo te surge, digamos, ese interés por saber cómo se aplica la IA en la sanidad?

–Estudié Matemáticas y Física. Siempre me ha interesado entender cómo funcionan las cosas, la naturaleza y el universo. Al ir indagando y al empezar a ver cosas sobre inteligencia artificial, me decanté por este tema. Tenía que elegir uno y aposté por este. Me atrae el hecho de crear algún tipo de mente no humana, algo que sea sintético y que se asemeje al pensamiento de las personas. Por eso empecé a estudiar en este campo.

–¿Cómo se puede usar esta tecnología en los hospitales?

–El público conoce mucho por el impacto de la industria a ChatGPT o Gemini. Parece que cuando se habla de IA solo se menciona a estos chatbots. Lo cierto es que gran parte del trabajo que se hace en las universidades y en las empresas que se dedican a ello generan herramientas un poquito diferentes. Personalmente, en mi caso, participo en proyectos en medicina cardiovascular.

¿Qué se hace en este ámbito? Modelos para adquirir una imagen de resonancia magnética en la mitad de tiempo. El escáner las toma con una resolución y este sistema calcula la resolución faltante.

Ello significa que, para tener una que se vea como un móvil de 480 píxeles, la inteligencia artificial la duplica a 960 a través de una evaluación estadística. Esa podría ser una forma de aplicar este recurso en la sanidad. Otra sería servir de apoyo en la medición de las cavidades del corazón. Ese proceso normalmente lo hace a mano el cardiólogo. Tiene que delinear y determinar su volumen.

Existen modelos desde hace unos años que lo hacen de forma automática. Eso agiliza el trabajo del profesional. El médico tardaría unos 20 minutos en hacerlo de forma precisa. Esta tecnología lo conseguiría en menos de un segundo. El doctor, por tanto, podría centrarse en el diagnóstico del paciente.

–Se confía en esta herramienta porque da una mayor precisión. Sin embargo, ¿tiene algún margen de error?

–Siempre lo hay. Eso es inevitable. Posee una precisión determinada y efectivamente, conlleva riesgos. Eso es clave. Es un peligro que existe en los modelos y es necesario considerar la posible equivocación que pueda presentar.

Lo que se hace cuando se implementa uno un caso real, la empresa que lo suministra, normalmente da una garantía de precisión. Si tiene una de 90% significa que en uno de cada diez casos puede cometer un fallo.

Lo que se intenta en estos casos es reducir ese margen. Por ejemplo. Existe una opción para disminuir su impacto. Es la de recoger datos de la población local para sortear el sesgo. Si se entrena con una de Países Bajos y quiero usar esta inteligencia artificial en Ceuta, en la distribución demográfica en base al sexo, la etnia o las edades es diferente.

Es por ello por lo que se coge una muestra de aquí de personas que se hayan hecho una resonancia y adapto el sistema a los ceutíes para que se reduzca esa posibilidad de errores.

–Es decir, la IA ensaya con datos locales.

–Se adapta a las características de los residentes en los que va a ser aplicado. Estos procesos siempre se desarrollan con supervisión humana. La persona siempre revisa. Esto es algo que, en muchas ocasiones, se malentiende. El sistema no trabaja a solas. Siempre está respaldado por un médico, que es el que ve la información y la interpreta.

–¿Necesitan los sanitarios formación para manejar estas herramientas?

–Definitivamente un médico necesita formación para saber ver qué le está dando el modelo y qué margen de error tiene. Sería impensable que un doctor trabajase con eso sin antes haber hecho un curso para trabajar con esta tecnología.

–Uno de los aspectos a abordar en la conferencia son los retos de este recurso. ¿Cuáles son?

–Ya he comentado alguno. Un ejemplo es que el sistema no esté ajustado a la población. Si se usa uno basado en varones, solo con pruebas hechas a hombres, hará muy bien su labor con hombres, pero cuando el paciente sea una mujer, se equivocará de forma imprevisible. Eso significa que está sesgado. Se puede contrarrestar con un entrenamiento con un conjunto de datos variado.

Otro caso sería que Ceuta contara con un fabricante distinto en su máquina al de la IA creada. Ahí se daría un sesgo. Para un humano no lo es porque cuando ve un corazón, simplemente lo ve, pero para la inteligencia artificial sí le resulta diferente con esa discordancia entre empresas suministradoras.

Pierde precisión. Aprende mucho en un modelo, pero si se lleva a una máquina distinta, cambia. Eso se llama sesgo de dominio y es uno de los desafíos de los sistemas. Lo abordo en mi tesis doctoral.

–¿El tratamiento de los datos personales de los pacientes es otro de los desafíos de la IA?

–Efectivamente. El reto principal, sobre todo con los datos médicos, es su privacidad. Una de las medidas que se toma en este sentido es hacerlos anónimos. Cuando se recogen, por ley, ya lo son. Así, el investigador no puede recuperar el nombre de la persona, ni ningún indicio identificativo.

Lo que se suele realizar en la mayoría de los trabajos es sacar los datos del hospital, transferirlos al servidor y, desde ahí, se entrena al modelo. Eso entraña otro posible riesgo cuando esta información tiene que salir del centro sanitario en el que están.

Ello conlleva problemas de seguridad. Si alguien entra en el servidor, podría obtener una imagen, aunque no sepa de quién es. Para solucionarlo se usan herramientas como, por ejemplo, el aprendizaje federado.

Consiste en que, en lugar de que los datos viajen, se envía en sí el sistema a diferentes hospitales para que ensaye con otras muestras. Eso hace que tenga menos sesgos y menos errores.

–¿Los pacientes firman un consentimiento para que estas imágenes sean usadas?

–En España hay investigaciones médicas que permiten hacer estudios con datos siempre y cuando estén anonimizados. Hay otro tipo, que son los prospectivos. Durante el desarrollo de los mismos se les pide que participen activamente. Para eso sí se firma un consentimiento. Es opcional.

–¿Diría que otro de los retos es la reticencia de profesionales y usuarios al uso de la IA?

–Definitivamente lo es. Una de las aplicaciones de la IA hoy en día son los contestadores automáticos. Cuando se llama a un servicio y atiende una voz robótica, cuesta mucho hablar con una persona porque todo eso está virando hacia una asistencia automatizada.

Los chatbots reconocen lo que se les dice y nos guían en ese proceso. Es normal y natural que surja un miedo. Es lógico que una persona piense que no quiere ir al médico porque le atiende una máquina o que un ordenador le va a mandar una receta. Creo que tampoco ese es el sistema adecuado.

Debe existir el acompañamiento de un sanitario. ¿De dónde surge ese temor? De lo que también se ve en otros sectores, de cómo se están transformando con la inteligencia artificial.

Eso depende de los legisladores. Cuando introducen una IA y escriben la norma, la implementación debe llevar aparejada una divulgación, es decir, una explicación de cómo se va a utilizar esta herramienta. Los pacientes tienen que sentir que esto les beneficia. Si se implementa y para los usuarios es peor la, da igual que funcione muy bien porque la valoración del trato va a ser peor que antes.

–Si se aplicase una inteligencia artificial en el HUCE, ¿qué beneficios generaría?

–Lo principal es que se gana en efectividad. Se le quitan tareas que son mecánicas a los profesionales para que puedan ahorrar tiempo, centrarse en el trato con el paciente y presentarle los resultados. Estos modelos entran en los hospitales a través de empresas. Puede hacerse mediante contratos con compañías que venden este tipo de software.

–Quizá no sea la panacea, pero ¿podría ser útil para reducir las listas de espera?

–Creo que, efectivamente, tiene potencial para ello. Considero que no es la solución única. Es decir, poner un modelo de inteligencia artificial para incorporar un filtro que determine si son urgencias o citas rápidas en un centro de salud no es una solución como tal. Es parte de ella.

Desde mi punto de vista, se puede combinar con un refuerzo de la plantilla y con unas mejores condiciones del personal. Si dentro de esas mejoras de condiciones emplear la IA tiene sentido y ayuda, adelante.

La IA por sí sola no vale. Tiene que ir de la mano de un apoyo profesional. Si un médico la utiliza y el otro no, si se ve que el que se sirve de ella trabaja en una situación más favorable y que ello agiliza las listas de espera, se puede proponer implementar esta tecnología.