La tecnología está preparada para revolucionar el examen ocular y el papel de los oftalmólogos
La inteligencia artificial tiene el potencial de mejorar tanto el cumplimiento como la precisión de las imágenes de la retina, dice el jefe médico de Microsoft, el Dr. Simon Kos.
Los diabéticos pueden registrarse para exámenes de retina gratuitos para mantener esto bajo control y se les recomienda que lo hagan regularmente. No hay cifras disponibles públicamente para la República pero, en los Estados Unidos , el cumplimiento con la visita al oftalmólogo para una evaluación anual es bastante bajo: entre el 33 y el 50 por ciento.
¿Qué tiene esto que ver con la tecnología? El jefe médico de Microsoft, el Dr. Simon Kos, dice que la inteligencia artificial (IA) tiene el potencial de mejorar tanto el cumplimiento como la precisión de las imágenes de la retina: “[En los EE. UU.], Los pacientes tienen que acudir a la oficina del oftalmólogo y demoran entre dos y tres horas Porque se dilatan los ojos con estas gotas y no puedes conducir después. Desde la perspectiva de la experiencia del paciente, es un verdadero inconveniente, de ahí el mal cumplimiento.
“He estado trabajando con un socio comercial aquí en los Estados Unidos llamado Iris [Sistema Inteligente de Imágenes de la Retina] y han creado una visita oftalmológica en una caja. En realidad es un dispositivo de hardware y software combinado; metes tu barbilla en una correa de barbilla y una pequeña voz te guía a través de tomar una imagen perfecta de la parte posterior de tu ojo en unos minutos “.
Conjunto de datos de imágenes
Lo que sucede a continuación es que, en lugar de que la imagen sea observada por un solo oftalmólogo, se envía a la nube donde un grupo completo de oftalmólogos puede llevar a cabo una rápida clasificación. La imagen se puede devolver con un informe en cuestión de horas. Esto ha estado sucediendo durante los últimos años en conjunto con AI; Se ha utilizado un conjunto de datos de imágenes interpretadas por oftalmólogos para entrenar un modelo de aprendizaje automático.
“Este es un modelo de atención diferente: nadie está haciendo una cita con un solo oftalmólogo. [En un futuro próximo] podría acudir a este dispositivo, que podría estar en la oficina de un médico de cabecera, en una farmacia o incluso en un supermercado, y se enviará una imagen interpretada directamente a su médico de cabecera y a usted para que pueda discutir y monitorear el progreso. ”Explica Kos.
Cuando Iris comenzó el año pasado, tuvo un índice de precisión en la interpretación correcta de estas exploraciones retinianas de aproximadamente el 85 por ciento. En comparación, un oftalmólogo tiene un nivel de precisión del 92 por ciento. Ajá, te escucho decir, la IA nunca será mejor que los humanos; ¿Por qué molestarse en usar máquinas cuando las personas son mejores?
Iris revisó su algoritmo en febrero y la precisión ahora es de hasta el 97%. Eso significa que es más rápido, más barato y más preciso hacer que una computadora lea una imagen de la retina que un humano para que lo haga.
“La FDA [Administración de Drogas y Alimentos de EE. UU.] En abril acaba de aprobar el primer dispositivo que informa las imágenes de la retina diabética sin un médico en el circuito”, agrega Kos.
Del mismo modo, Google DeepMind anunció a principios de esta semana que ha desarrollado un nuevo sistema de inteligencia artificial capaz de diagnosticar y referir a más de 50 enfermedades de la retina. Al igual que Iris, el modelo de aprendizaje profundo de DeepMind fue entrenado en imágenes retinianas ya diagnosticadas y ahora tiene un alto nivel de precisión: 94 por ciento. Está previsto que se despliegue en 30 hospitales diferentes en Gran Bretaña gracias a la asociación de DeepMind con Moorfields Eye Hospital en Londres.
El tiempo que tarda un oftalmólogo en analizar este tipo de exploraciones combinadas con la gran carga de trabajo a diario puede “conducir a retrasos prolongados entre la exploración y el tratamiento, incluso cuando alguien necesita atención de urgencia”, explicó el cofundador y director de DeepMind AI, Mustafa Suleyman.
Con Microsoft y Google en el juego, la inteligencia artificial tendrá un efecto dramático en la enfermedad de la retina en todo el mundo.
Y así lo tenemos: el comienzo de la asistencia sanitaria habilitada para la IA que, en algunos casos, deja al profesional médico al margen. ¿Seguramente habrá un retroceso de parte de los oftalmólogos?
“La primera reacción fue: ‘Las computadoras tomarán mi trabajo; ¿Qué hay de mí? “, dice Kos. “Creo que está evolucionando hacia una comprensión más madura de que ‘la IA no va a tomar mi trabajo: son los médicos que trabajan con la IA los que tomarán mi trabajo si no empiezo a usarlo también'”.
Tareas repetitivas
De manera similar, Microsoft Research en Cambridge tiene un proyecto llamado InnerEye que utiliza inteligencia artificial para hacer en segundos un trabajo que normalmente toma horas para que un radiólogo u oncólogo realice la tarea. Como señala Kos, esto es tomar esencialmente lo que es administración: crear manualmente un modelo 3D del tumor de un paciente al marcar cientos de escaneos 2D y liberar al profesional médico para que pase más tiempo con sus pacientes.
Sin embargo, aunque la IA puede eliminar las tareas repetitivas y que consumen mucho tiempo en la industria de la salud, también puede dejar a algunos especialistas con la tarea de repensar su trabajo cotidiano, dice Kos, quien no carece de empatía. Fue entrenado en medicina de emergencia, pero sus padres son ambos radiógrafos.
“Creo que hay áreas de diagnóstico completas (radiografía, patología, dermatología, oftalmología). En esas áreas de diagnóstico, la inteligencia artificial realmente brillará, y los profesionales tendrán que descubrir cómo se ven sus trabajos si no están. Más en el lado diagnóstico de las cosas “.
Si bien estos son ejemplos fácilmente demostrables de que AI proporciona soluciones de alta tecnología para el tratamiento de enfermedades crónicas y agudas, existe la tarea en el terreno para que los hospitales se ocupen del papeleo y las admisiones.
Aquí es donde la tecnología puede cambiar lo que Kos denomina “un sistema médico de última generación que se organizó para tratar con personas con enfermedades infecciosas y traumas en el campo de batalla”.
“Ahora tenemos esta epidemia de enfermedades crónicas e incluso estamos convirtiendo enfermedades agudas como el cáncer en enfermedades crónicas también. Estamos mal preparados para lidiar con eso. Es un modo de alto volumen, en oposición a un modo más agudo e intenso en el que nuestro sistema de salud está orientado “.
Las áreas en las que Kos ve el aprendizaje automático y los algoritmos de redes neuronales que hacen la mayor diferencia en este momento son abordar la reducción de admisiones y reingresos por enfermedades crónicas, y poder etiquetar a pacientes deteriorados para que reciban ayuda antes de que su condición cambie. para lo peor
La IA también puede desempeñar un papel en el seguimiento rápido de los tratamientos o intervenciones recientemente descubiertos. Un estudio del British Medical Journal encontró que hay un retraso de 14 años entre el momento en que se establece la evidencia en un periódico y cuando esto se traduce en un tratamiento médico real.
A la aspirina le tomó 44 años entrar en un uso aceptado en el tratamiento de pacientes que han sufrido un ataque cardíaco. “Ahora parece tan básico y casi negligente no hacerlo”, dice Kos.
Una de las razones por las que la evaluación de las intervenciones descritas en las revistas médicas lleva tanto tiempo es la gran cantidad de datos médicos publicados: un par de millones de artículos al año. Para mantenerse realmente actualizado, dice Kos, una persona tendría que leer sin parar durante 28 horas al día.
El Proyecto Hanover de Microsoft espera ayudarlo con este problema: “Si usted es un investigador médico que trabaja en, digamos, el campo de la genómica, para actualizarse con el corpus de la literatura médica, tendrá que hacer una meta. El análisis, que puede tomar semanas, meses, a veces incluso años “.
“Hanover es un motor de procesamiento de lenguaje natural que puede apuntar a [bibliotecas médicas como] PubMed o alLa base de datos Cochrane y buscará una palabra clave, por ejemplo ‘gen brca1’ (una mutación genética relacionada con el riesgo de cáncer de mama).
“Luego, puede pedirle que realice un análisis de sentimientos para una consulta como : ‘¿Brca1 reduce o inhibe el Tamoxifeno [medicamento utilizado para prevenir / tratar el cáncer de mama]?’ y llevará a cabo un análisis para usted y devolverá esa información “.
Todo esto suena genuinamente cambiante de paradigma y con suerte ayudará a salvar vidas. Pero la pregunta que muchos profesionales médicos preguntarán es: si no estoy obsoleto, ¿necesito volver a entrenarme?
“Creo que tendremos que volver a entrenar”, dice Kos. “A medida que avanzamos por el camino, los modelos de cuidado cambiarán y deberían cambiar con la inteligencia artificial como complemento.
“En general, nuestros sistemas médicos, a pesar de estar basados en la evidencia, dependen en gran medida de la atención basada en la memoria. Creo que esto necesita adaptarse a un enfoque más tipo de resolución de problemas [para el diagnóstico y el tratamiento] en el que comienzas a examinar la evidencia más reciente de manera realmente contextual mientras cuidas a ese paciente. Creo que ese es el modelo “, dice Kos. .
Sentarse con los pacientes.
Uno de los temores que tienen los pacientes es que los sistemas de IA reemplazarán a los médicos, dejándolos interactuar con las máquinas en lugar de con las personas, y Kos dice que aquí es donde los humanos deberían centrar sus esfuerzos: sentarse con los pacientes, explicar el proceso y hablarles sobre sus opciones de tratamiento mientras La tecnología engrasa los engranajes en el fondo.
“Solía haber un poco de rechazo una vez sobre la medicina de libro de cocina [atención automatizada en lugar de atención personalizada]; ‘Soy un humano, necesito tomar decisiones y ninguna computadora puede conocer todos los hechos’.
“Y si bien eso es cierto, como sociedad, nos hemos acostumbrado a la asistencia informática. Conduces con el GPS en tu coche. Sigues siendo el conductor y tomas decisiones, pero te ayuda a comprender a dónde vas o si te has desviado del camino. Usamos correctores ortográficos de forma rutinaria cuando estamos escribiendo cosas “.
Realmente no pensamos en estas cosas cotidianas como agentes de inteligencia artificial que nos guían, pero eso es lo que son.
“Y esta nueva asociación es hacia donde se dirige la medicina si queremos que a los pacientes les resulte más fácil asistir a las citas, mejorar la precisión diagnóstica, reducir las admisiones y reingresos innecesarias y, en general, abordar la epidemia de enfermedades crónicas que la Organización Mundial de la Salud dice actualmente. representan casi el 60 por ciento de todas las muertes a nivel mundial “.