Un equipo de Gradiant, que lleva un año entrenando máquinas para agilizar la lista de espera de urgencias del Hospital Álvaro Cunqueiro, ensaya con algoritmos para predecir enfermedades
02 jun 2019 . Actualizado a las 05:00 h.«¿Qué me pasa doctor?». El centro de innovación Gradiant trabaja en cuatro proyectos para entrenar máquinas de inteligencia artificial (IA) que ayuden a los médicos de Vigo en sus labores diarias. Su minería de datos clínicos agiliza las salas de urgencias y predecirá enfermedades, charlará con ancianos o sugerirá tratamientos de piel. El uso de diagnósticos automatizados ya está en pleno debate en los hospitales de Vigo. Por ejemplo, el gerente de Vithas Fátima, Ciro Cabezas, explicaba hace días cómo funcionan, a nivel general, estos algoritmos: «Un paciente va al doctor con una oreja roja, ojos amarillos y dolor de estómago. La inteligencia artificial cruza los datos, prescinde de la oreja roja por no tener relevancia estadística y, con los otros dos síntomas, sugiere los diagnósticos más probables. Es pura estadística y el médico es quien decide».
Para que estos sistemas inteligentes acierten mejor hay que entrenarlos y afinar sus respuestas. El equipo de salud del Centro Tecnológico de Telecomunicaciones de Galicia (Gradiant) lleva un año entrenando a estas máquinas de aprendizaje profundo para ayudar a los doctores del Hospital Álvaro Cunqueiro. Usaron la inteligencia artificial para agilizar los tiempos de espera en urgencias. Los resultados son confidenciales. Ahora desarrollan tres nuevos proyectos en Vigo donde combinan minería de datos y salud. Sus máquinas sugieren diagnósticos a partir de la historia clínica, proponen tratamientos en heridas en la piel o programan chatbots (conversaciones robotizadas) para cuidar a ancianos. Y algún día detectarán tumores en placas.
«Si los humanos no enseñamos a la máquina a hacer su trabajo, no va a saber hacerlo sola. Cuanto más le enseñemos, mejores serán los resultados. Ahora, los sistemas son más fáciles de entrenar», dice el director general de Gradiant, Luis Pérez Freire. Aprenden a partir de ejemplos y del feedback (reacciones) de los médicos veteranos. «Lejos de sustituir al doctor, la IA le liberará de tareas repetitivas y será su compañero inseparable en el día a día. La decisión final la tomará el médico», dice Freire.
Análisis de las imágenes para proponer curas de heridas en la piel
El tercer proyecto de salud que desarrolla Gradiant sirve para sugerir tratamientos para heridas crónicas en la piel. A través de un análisis inteligente de las imágenes de la lesión, la máquina recomienda los apósitos más adecuados para curar las heridas. «Conlleva un gran ahorro de costes para el sistema sanitario», dice Pérez Freire.
Menciona que ya hay, a nivel general, algoritmos que analizan imágenes médicas como, por ejemplo, las mamografías. La máquina detecta un tumor más rápida y certeramente que el ojo humano. «A medida que esos algoritmos mejoren analizarán otras pruebas en radiología y la anatomía patológica», afirma. Resalta el «papel esencial» que juegan las tecnologías de visión por computador, que automatizan procesos de análisis y diagnóstico «que siempre se han hecho de forma manual». Ayuda a trabajar con más variables de las que un humano puede manejar y trata los datos con una rapidez fuera de nuestro alcance», dice.
Un recomendador de diagnósticos que entiende la letra del doctor y lee informes
Gradiant también trabaja en sistemas de sugerencia de diagnóstico, que está integrada con el proceso de anamnesis (conjunto de datos del historial), exploración física del paciente y recogida de los datos en la historia clínica electrónica. Estos sistemas de diagnóstico diferencial «hacen más eficientes los procesos sanitarios y mejoran la calidad del diagnóstico».
Freire define estos sistemas de apoyo a la decisión clínica como «recomendadores» que ayudan a los sanitarios a tomar las mejores decisiones con toda la información disponible. La inteligencia artificial cobra «gran importancia» porque permitirá integrar información de muchas fuentes inabarcables para un humano, procesarla con rapidez e incorporar nuevo conocimiento a medida que se solventan los casos de otros pacientes. En concreto, el procesado de lenguaje natural (PLN) extrae una cantidad inmensa de datos de «gran valor» enterrados en artículos médicos, anotaciones escritas o de voz.
Simulador de escenarios para reducir la espera en las urgencias
El equipo de ingenieros de la salud de Gradiant colaboró con la Estructura Organizativa de Xestión Integrada (Eoxi) del Sergas en Vigo para poner en marcha un sistema de inteligencia artificial que agilizase los tiempos de espera hospitalarios sin incrementar el gasto público. Lanzaron un simulador de procesos que ayuda a analizar los flujos en los servicios de salud, como la sala de urgencias. Usaron la inteligencia artificial para caracterizar los procesos, identificar los puntos de mejora y predecir situaciones futuras de riesgo. Estudió escenarios alternativos (pacientes, turnos de la plantilla, posición de los boxes) para agilizar la asistencia sanitaria. El modelo se puede aplicar a la cadena de una fábrica o para distribuir clientes en grandes superficies.
Usan tecnologías de minería de procesos y predicción para recomendar mejoras y optimizar una gestión exigente. La máquina que aprende a interpretar automáticamente datos de pruebas clínicas ahorra tiempo en el análisis.