Imagine entrar al consultorio de su médico sintiéndose enfermo, y en lugar de pasar por las páginas de su historial médico o realizar pruebas que toman días, su médico reúne instantáneamente los datos de sus registros de salud, perfil genético y dispositivos portátiles para ayudar a descifrar lo que está mal.
Este tipo de diagnóstico rápido es una de las grandes promesas de inteligencia artificial para su uso en la atención médica. Los proponentes de la tecnología dicen que en las próximas décadas, la IA tiene el potencial de salvar cientos de miles, incluso millones de vidas.
Además, un estudio de 2023 encontró que si la industria del cuidado de la salud aumentó significativamente su uso de IA, se podrían ahorrar hasta US $ 360 mil millones anuales.
MIRAR: Cómo la inteligencia artificial impactó nuestras vidas en 2024 y lo que sigue
Pero aunque la inteligencia artificial se ha vuelto casi ubicua, desde teléfonos inteligentes hasta chatbots y autos autónomos, su impacto en la atención médica hasta ahora ha sido relativamente bajo.
Una encuesta de la Asociación Médica Americana de 2024 encontró que el 66% de los médicos de EE. UU. Habían usado herramientas de IA de alguna manera, frente al 38% en 2023. Pero la mayor parte era para soporte administrativo o de bajo riesgo. Y aunque el 43% de las organizaciones de atención médica de EE. UU. Habían agregado o ampliado el uso de IA en 2024, muchas implementaciones aún son exploratorias, particularmente cuando se trata de decisiones y diagnósticos médicos.
Soy profesor e investigador que estudia AI y análisis de atención médica. Intentaré explicar por qué el crecimiento de la IA será gradual, y cómo las limitaciones técnicas y las preocupaciones éticas se interponen en el camino de la adopción generalizada de la IA por parte de la industria médica.
Diagnósticos inexactos, sesgo racial
La inteligencia artificial sobresale para encontrar patrones en grandes conjuntos de datos. En medicina, estos patrones podrían indicar signos tempranos de enfermedad que un médico humano podría pasar por alto, o indicar la mejor opción de tratamiento, en función de cómo respondieron otros pacientes con síntomas y antecedentes similares. En última instancia, esto conducirá a diagnósticos más rápidos y precisos y una atención más personalizada.
La IA también puede ayudar a los hospitales a funcionar de manera más eficiente mediante el análisis de flujos de trabajo, prediciendo las necesidades de personal y las cirugías de programación para que los recursos preciosos, como las salas de operaciones, se usen de manera más efectiva. Al racionalizar las tareas que toman horas de esfuerzo humano, la IA puede permitir que los profesionales de la salud se centren más en la atención directa al paciente.
MIRAR: Qué saber sobre una herramienta de transcripción de IA que ‘alucina’ las interacciones médicas
Pero a pesar de todo su poder, la IA puede cometer errores. Aunque estos sistemas están entrenados en datos de pacientes reales, pueden luchar cuando se encuentran con algo inusual, o cuando los datos no coinciden perfectamente con el paciente frente a ellos.
Como resultado, la IA no siempre da un diagnóstico preciso. Este problema se llama deriva algorítmica, cuando los sistemas de IA funcionan bien en entornos controlados pero pierden precisión en situaciones del mundo real.
El sesgo racial y étnico es otro problema. Si los datos incluyen sesgo porque no incluye suficientes pacientes de ciertos grupos raciales o étnicos, entonces la IA podría darles recomendaciones inexactas, lo que lleva a diagnósticos erróneos. Algunas pruebas sugieren que esto ya ha sucedido.
Los humanos y la IA están comenzando a trabajar juntos en este hospital de Florida.
Preocupaciones de intercambio de datos, expectativas poco realistas
Los sistemas de atención médica son laberintios en su complejidad. La posibilidad de integrar la inteligencia artificial en los flujos de trabajo existentes es desalentadora; La introducción de una nueva tecnología como la IA interrumpe las rutinas diarias. El personal necesitará capacitación adicional para usar herramientas de IA de manera efectiva. Muchos hospitales, clínicas y oficinas médicas simplemente no tienen el tiempo, el personal, el dinero o la voluntad para implementar la IA.
Además, muchos sistemas de IA de vanguardia funcionan como opacas “cajas negras”. Provienen las recomendaciones, pero incluso sus desarrolladores podrían luchar por explicar completamente cómo. Esta opacidad choca con las necesidades de la medicina, donde las decisiones exigen justificación.
MIRAR: A medida que avanza la inteligencia artificial rápidamente, los expertos debaten el nivel de amenaza para la humanidad
Pero los desarrolladores a menudo son reacios a revelar sus algoritmos o fuentes de datos patentados, tanto para proteger la propiedad intelectual como porque la complejidad puede ser difícil de destilar. La falta de transparencia alimenta el escepticismo entre los profesionales, lo que luego ralentiza la aprobación regulatoria y erosiona la confianza en los resultados de la IA. Muchos expertos argumentan que la transparencia no es solo una amabilidad ética, sino una necesidad práctica de adopción en entornos de atención médica.
También hay problemas de privacidad; El intercambio de datos podría amenazar la confidencialidad del paciente. Para entrenar algoritmos o hacer predicciones, los sistemas de IA médicos a menudo requieren grandes cantidades de datos de pacientes. Si no se maneja correctamente, la IA podría exponer información de salud confidencial, ya sea a través de violaciones de datos o el uso no deseado de los registros de los pacientes.
Por ejemplo, un médico que utiliza un asistente de IA basado en la nube para redactar una nota debe garantizar que ninguna parte no autorizada pueda acceder a los datos de ese paciente. Las regulaciones estadounidenses, como la ley de HIPAA, imponen reglas estrictas sobre el intercambio de datos de salud, lo que significa que los desarrolladores de IA necesitan salvaguardas sólidas.
MIRAR: Cómo Rusia está utilizando inteligencia artificial para interferir en las elecciones | Noticias de PBS
Las preocupaciones de privacidad también se extienden a la confianza de los pacientes: si las personas temen que sus datos médicos puedan ser mal utilizados por un algoritmo, pueden ser menos comunicativos o incluso rechazar la atención guiada por IA.
La gran promesa de IA es una barrera formidable en sí misma. Las expectativas son tremendas. La IA a menudo se retrata como una solución mágica que puede diagnosticar cualquier enfermedad y revolucionar la industria del cuidado de la salud durante la noche. Supuestos poco realistas como ese a menudo conducen a la decepción. La IA no puede cumplir de inmediato sus promesas.
Finalmente, desarrollar un sistema de IA que funcione bien implica mucha prueba y error. Los sistemas de IA deben pasar por pruebas rigurosas para asegurarse de que sean seguros y efectivos. Esto lleva años, e incluso después de que se aprueba un sistema, pueden ser necesarios ajustes ya que encuentra nuevos tipos de datos y situaciones del mundo real.
La IA podría acelerar rápidamente el descubrimiento de nuevos medicamentos.
Cambio incremental
Hoy, los hospitales están adoptando rápidamente escribas de IA que escuchan durante las visitas de los pacientes y redactan automáticamente las notas clínicas, reducen el papeleo y permiten que los médicos pasen más tiempo con los pacientes. Las encuestas muestran que más del 20% de los médicos ahora usan IA para escribir notas de progreso o resúmenes de alta. La IA también se está convirtiendo en una fuerza tranquila en el trabajo administrativo. Los hospitales implementan chatbots de IA para manejar la programación de citas, las preguntas comunes del paciente y traducir idiomas en tiempo real.
LEER MÁS: AI y trabajos ‘a prueba de recesión’: 4 consejos para nuevos solicitantes de empleo
Los usos clínicos de la IA existen pero son más limitados. En algunos hospitales, la IA es un segundo ojo para los radiólogos que buscan signos tempranos de enfermedad. Pero los médicos todavía son reacios a las decisiones de mano a las máquinas; Solo alrededor del 12% de ellos actualmente dependen de la IA para la ayuda de diagnóstico.
Baste decir que la transición de la atención médica a la IA será incremental. Las tecnologías emergentes necesitan tiempo para madurar, y las necesidades a corto plazo de la atención médica aún superan las ganancias a largo plazo. Mientras tanto, el potencial de IA para tratar millones y ahorrar billones de espera.
Este artículo se vuelve a publicar de la conversación bajo una licencia Creative Commons. Lea el artículo original.
