La inteligencia artificial generativa ha tomado el mundo por sorpresa. Con solo un chasquido de dedos, o unos cuantos clics en el teclado, cualquiera con acceso a internet puede conjurar ensayos académicos, documentos legales, código informático e incluso crear obras de arte y videos. Estas tecnologías se están infiltrando en los sectores de los medios de comunicación, la ley, las finanzas e incluso la educación. Pero si podemos lograr que la IA generativa funcione bien, tiene el poder de transformar la vida de millones de personas, especialmente en la atención médica.
Las poblaciones envejecidas, los estilos de vida modernos poco saludables, los efectos residuales de la pandemia de covid, y la amenaza potencial de otras enfermedades zoonóticas como la gripe aviar están abrumando los sistemas de atención médica a nivel mundial. Añade a esto los cada vez más frecuentes informes de agotamiento entre los proveedores de atención médica y la escasez de personal, y tenemos un sólido argumento a favor de una revolución en la atención médica impulsada por la IA.
Actualmente, la IA se está desplegando en diferentes áreas de investigación médica y atención médica. Un ejemplo famoso es AlphaFold de DeepMind, que fue elogiado como un avance en biología computacional. Al poder predecir la estructura de proteínas con una precisión increíble, AlphaFold ha ayudado en el descubrimiento y desarrollo de nuevos medicamentos.
En la práctica clínica, las IA diagnósticas entrenadas para inspeccionar imágenes médicas pueden ayudar a los médicos a detectar condiciones más rápido, mejorando los resultados de los pacientes y reduciendo la carga de trabajo de los profesionales de la salud. Una colaboración de Microsoft con investigadores de la Universidad de Cambridge, por ejemplo, ha dado lugar a Osairis, una herramienta de IA que puede ayudar a los médicos a preparar imágenes de radioterapia para su análisis en solo unos minutos.
Además de impulsar el progreso, la IA médica se está volviendo más lucrativa. En 2023, el mercado mundial de IA médica se estimó en 19,27 mil millones de dólares el año pasado y se multiplicará casi por diez a 187,7 mil millones de dólares para finales de la década. Según un informe de International Data Corporation y Microsoft, casi el 80 por ciento de las organizaciones de atención médica en EE. UU. ya informan del uso de tecnología de IA.
Entre las empresas que actualmente lideran el camino se encuentran los gigantes tecnológicos del Valle de Silicio. Microsoft ha anunciado una serie de nuevos programas de IA y asociaciones con organizaciones de atención médica. Un ejemplo es ‘AI for Health’, que tiene como objetivo apoyar a organizaciones sin ánimo de lucro e investigadores que trabajan en desafíos de salud globales mediante la provisión de IA y experticia en salud poblacional, análisis de imágenes, genómica y proteómica.
El año pasado, Amazon Web Service lanzó HealthScribe, un nuevo servicio elegible para HIPAA que capacita a los proveedores de software de atención médica para construir aplicaciones clínicas que utilizan reconocimiento de voz e IA generativa para los médicos. De manera similar, Med-PaLm de Google fue el primer gran modelo de lenguaje en alcanzar un rendimiento experto en preguntas de exámenes de licencia médica.
Aunque todo este progreso e inversión es prometedor, debemos asegurarnos de que las empresas tecnológicas no causen daño involuntariamente.
Los modelos base, que son modelos de aprendizaje automático entrenados en un amplio espectro de datos generalizados y no etiquetados, son la base de muchas de estas IA generativas. Pueden realizar una amplia variedad de tareas como comprender el lenguaje, generar texto e imágenes, y conversar en lenguaje natural. Pero entrenar la IA con datos no representativos o en cantidades pequeñas puede introducir sesgos. Es posible que ya estés familiarizado con el sesgo que abunda en herramientas como ChatGPT y DALL-E de OpenAI, que pueden generar respuestas o imágenes racistas o sexistas sin quererlo. Prejuicios similares contra grupos desfavorecidos, como la clase trabajadora y las personas de color, también son comunes en el ámbito de la salud. Por lo tanto, es fundamental que esto no se vea exacerbado por nuevas IA médicas.
Entonces, ¿cómo podemos resolver esto? La mejor solución es asegurarse de que los desarrolladores de IA entrenen sus algoritmos con la mayor cantidad y diversidad de conjuntos de datos médicos posibles. Sin embargo, acceder a cantidades suficientemente grandes de datos de alta calidad es otro desafío en sí mismo. Navegar por los requisitos regulatorios y éticos de diferentes proveedores de datos médicos en muchos países diferentes, así como proteger la privacidad de los pacientes, es una tarea enorme que requiere recursos y conocimientos adicionales.
Por eso creo que es tan importante invertir en proveedores de datos, que pueden organizar y agregar información médica sensible y de alta calidad, como en las empresas que los utilizan.
El potencial de la IA médica es tentador, pero en última instancia depende de nosotros desarrollar e implementar estas tecnologías de manera responsable. En mi opinión, es una oportunidad para allanar el camino hacia vidas mejores y mejoradas para millones de personas en todo el mundo, al tiempo que dejamos atrás los vestigios de la discriminación médica.