Inteligencia artificial explora la detección de depresiones y medicina preventiva

Por - -

¿Y si la medicina del mañana fuera un programa informático? El mercado de la inteligencia artificial en el campo de la salud está en pleno auge, apuntalado por los gigantes de Silicon Valley y empresas emergentes.

Este sector podría «alcanzar $6.600 millones en 2021, frente a $634 millones en 2014«, estima la firma Frost & Sullivan, la cual señala que, al ayudar a diagnosticar y detectar precozmente enfermedades, la inteligencia artificial (IA) permitirá reducir el gasto en salud.

Esto se debe sobre todo a los teléfonos inteligentes y a los objetos conectados que desarrolla el mercado.

La empresa emergente Cardiogram asegura que su aplicación puede detectar arritmias en los usuarios de relojes inteligentes, según un estudio realizado conjuntamente con la Universidad de California.

Mediante los sensores del reloj, el algoritmo es «capaz de distinguir un ritmo cardíaco normal de una fibrilación auricular», que puede conducir a un ataque cardíaco, sostiene Cardiogram en su página en Internet.

Otro ejemplo: investigadores de Harvard y de la Universidad de Vermont crearon una herramienta que permite identificar casos de depresión analizando las fotos publicadas en la red Instagram.

«Las fotos de personas depresivas tienden más al azul, el gris o lo oscuro», escriben los autores del estudio, que compiló la información de más de 43.000 fotos.

«Los resultados han sido mejores que la tasa media de diagnóstico lograda por los médicos generales», aseguran.

Aunque la tecnología siempre ha tenido un lugar destacado en la medicina, «hubo un antes y un después de que Apple sacara su Research Kit» en 2015, que permite recolectar los datos de usuarios de teléfonos iPhone (distancia recorrida, ritmo cardíaco…) con fines científicos, considera la analista Kate McCarthy, de la firma Forrester.

Según ella, los avances en la inteligencia artificial han abierto nuevas posibilidades para «una medicina personalizada» y ha permitido a la investigación ir más deprisa.

La inteligencia artificial puede también ayudar a prevenir enfermedades, escudriñando minuciosamente los informes médicos o los resultados de análisis, explica Narges Razavian, profesora en la Universidad de Nueva York, que realizó un estudio sobre el análisis predictivo de más de 100 afecciones.

«Nuestro trabajo consiste en (…) tratar de predecir (las enfermedades) que podrían manifestarse en los siguientes seis meses, de forma de poder actuar» a tiempo, explica la científica.

El equipo diseñó algoritmos que permiten detectar de manera precisa diferentes enfermedades, en particular la diabetes tipo 2 y las insuficiencias cardíacas.

Otro gran nombre de Silicon Valley, Google (Alphabet), se interesa también por el tema, que desarrolla su departamento DeepMind utilizando la IA para ayudar a los médicos a evaluar los riesgos de propagación del cáncer y desarrollar los tratamientos de radioterapia adecuados.

Innovaciones

Microsoft, IBM e Intel colaboran también con investigadores para el análisis de datos médicos.

Pero estos gigantes no son los únicos que han apostado fichas a este sector.

La compañía CB Insights realizó una lista a principios de 2017 de 106 startups especializadas en salud que utilizan la machine learning (la capacidad de los programas informáticos de aprender) y el análisis predictivo.

Otra emergente, Insilico Medicine, utiliza por ejemplo estas tecnologías para minimizar los tiempos de las pruebas de los nuevos medicamentos y su autorización, que a veces puede tardarse hasta 15 años.

La inteligencia artificial puede también ayudar a predecir una depresión y otros trastornos psicológicos.

Según la investigadora Jessica Ribeiro, de la Universidad de Florida, la IA puede predecir con una precisión de entre 80% y 90% si alguien está en riesgo de suicidarse en los próximos dos años.

«Hay mucho entusiasmo con estas herramientas» pero la tecnología por sí sola no se traducirá en beneficios médicos a gran escala, advierte Lynda Chin, vicerrectora y directora de innovación de la Universidad de Texas.

Primero, porque el acceso a datos provenientes de fuentes tan diversas como informes médicos u objetos conectados es complejo, en parte debido a la protección de la vida privada, explica.

Pero, más allá de eso, continúa Chin, lo más importante ahora es integrar los datos al servicio de atención de salud donde los médicos pueden desconocer lo que hay disponible o cómo utilizar las nuevas herramientas.

«Tener los datos y los análisis es el primer paso», dice. «No se trata únicamente de poner una aplicación en la tienda de aplicaciones».

Comparte en Redes Sociales

Acerca de MediciNotas