¿Cuál es mi historia con la inteligencia artificial?

En esta columna pretendo a dar respuesta a la pregunta que en múltiples ocasiones me han hecho cuando presento a AIpocrates, relataré mi historia con la IA, mis encuentros con herramientas inteligentes que han favorecido mi ejercicio profesional y mis desencuentros favorecidos por la falta de interoperabilidad del hardware y software, lo rígido de los programas de historias clínicas y el desconocimiento o miopía de algunos de los tomadores de decisiones.

En relación con la Inteligencia artificial estrecha, he visto como los desarrollos tecnológicos, soluciones inteligentes, softwares, plataformas y algoritmos han permeado cada vez más nuestra vida cotidiana, con un crecimiento exponencial tras las victorias de: Deep Blue (IBM) en el juego contra Kasparov (campeón mundial de ajedrez) en 1997,  WATSON (IBM) en Jeopardy en 2011 y DeepMind (Alphabet – Google) sobre el campeón humano Lee Sedol en el ancestral y complejo juego chino GO en 2016. Victorias que se  convirtieron en hitos que marcaron el fin del invierno (falta de recursos y baja inversión) de la inteligencia artificial y el inicio de una primavera, pero noviembre de 2022 con el lanzamiento y comercialización de Chat GPT y luego sus más de 100.000.000 (cien millones de usuarios) en sus primeros dos meses, parece ser el punto de quiebre que abrió paso al verano y que ha generado gran controversia y sentimientos encontrados.  

Por el contrario, lo relacionado con la inteligencia artificial general o fuerte,  parece continuar en un prolongado invierno y según Sam Altman (CEO de OpenAI, empresa que comercializó Chat GPT), estima que se requiere una inversión de aproximadamente 10 billones de dólares para superarlo.  

 Mi experiencia con la IA, ¿Cómo la he usado?

Labores no médicas de la medicina

Mi experiencia con la inteligencia artificial comenzó hacia el año 2005 cuando conocí el software de transcripción Dragon Natural Speaking (basado en técnicas de reconocimiento de voz, como los modelos ocultos de Markov), después de un entrenamiento, le dictaba al computador o reproducía la grabación de mi voz, para que la convertía en texto; en su momento lo percibí como una disminución en mis tiempos de consulta y una liberación de actividades como “teclear/chuzografiar” y poder interactuar con los pacientes sin la interposición de una pantalla.

Con los años y los cambios laborales, la conectividad entre dispositivos se volvió difícil, la baja compatibilidad con los softwares de historias clínicas y las particularidades de cada institución, me hicieron retomar los teclados, a excepción de algunos momentos con el uso del reconocimiento de voz de Word y otras herramientas de ofimática.

Aplicabilidad en medicina

En 2004 con la ola de guías sobre sepsis y la sobrecarga cognoscitiva de información con metas, fisiopatología, farmacocinética y farmacodinamia, iniciada por los artículos de Rivers, el PROWESS, entre otros, construí mis primeros sistemas de soporte a la toma de decisiones clínicas, que consistían en calculadoras que de manera simultánea informaban resultado del SOFA y APACHE II y basados en sus resultados generaban unas recomendaciones previamente definidas por mí, como reglas estandarizadas para el tratamiento de los pacientes; sin embargo, con el uso iterativo y la consolidación de mi experiencia clínica, estos sistemas de reglas se volvieron obsoletos y con una mayor carga asistencia abandone la construcción de sistemas de reglas.  

Ahora, muchos años después, he vuelto a retomar esta pasión, con la conformación de AIpocrates.

¿La inteligencia artificial en medicina es nueva?

Al realizar la búsqueda bibliográfica se encuentra que las nociones de programación han estado muy ligadas a las fases de desarrollo del hardware y las capacidades computacionales, redes neurales, perceptrón, entre otros que vienen desde la década de 1940 y la búsqueda de implementar en  las ciencias, sobre todo para la biología ha sido la inspiración y el reto, emular el cerebro humano.

Entre los ejemplos sobresalientes desde 1970 están sistemas de reglas como MYCIN, CADUCEOS, INTERNIST-1, CASNET, PUFF, EXPERTSE-BASED SYSTEM o técnicas de redes neurales como Mammography CAD systems (1990), Expert System in Diabetic Retinopathy (2000), Fuzzy Logic Based Clinical Decision Support Systems como COMFORT en la década de los 90, DXplain en 1980 (Case Based Reasoning System), sin dejar atrás los de minería de datos.

Aplicaciones de la Inteligencia Artificial en la práctica clínica

Para pensar en las aplicaciones actuales, hay que enfocarnos en los retos y problemas que tenemos los médicos en el día a día,  si hacemos una buena pregunta tendremos una gran solución, pues usualmente una solución sin plantear una pregunta o identificar una necesidad nos deja en un callejón sin salida.

¿Qué hacemos los médicos y el personal sanitario en una consulta/atención?

Para poder entender las utilidades de la inteligencia artificial en la práctica clínica, hay que intentar entender el ambiente y los problemas de sus probables campos de implementación como la consulta médica.

Dentro de la atención a los pacientes, ha llamado la atención ciertos puntos críticos referentes al diagnóstico y las decisiones de tratamiento; a lo que se ha llamado pensamiento médico o “Clinical Reasoning”, en un intento de entender y explicar el “Black Box” humano o “efecto de caja negra”, es decir como el ser humano toma las decisiones médicas, para disminuir los errores de diagnóstico, tratamiento, incidentes y eventos adversos entre otros.

A pesar de los esfuerzos por estudiar el «Clinical Reasoning«, el «Diagnostic Reasoning» y el «Management Reasoning«, todavía no hemos logrado explicar completamente los desafíos actuales de la práctica clínica.

Se ha diagramado en forma lineal el flujo de trabajo de la consulta médica, pero ¿a quién no le ha pasado que después de cerrar la historia clínica electrónica el paciente menciona síntomas o antecedentes relevantes? ¿O como pacientes que nos sentimos insatisfechos porque en la consulta se abordó solo lo más importante?

¡A todos!, esto lleva a plantearnos la pregunta ¿es la consulta o atención médica un proceso lineal como nos enseñaron o estamos enseñándolo?

Hay una divergencia entre lo teórico y la realidad de la práctica clínica, donde la recopilación de datos no termina cuando el paciente sale del consultorio.

Hay unas necesidades insatisfechas de médicos y pacientes que no se solucionaron con la historia clínica electrónica, ni registros electrónicos de salud, a pesar de las expectativas que en ellos se tenían; ahora enfrentan grandes retos adicionales como la obsolescencia de los programas, alto volumen de datos, algoritmos complejos,  fallas en la interoperabilidad, baja capacidad de recuperación para realizar estudios de investigación.

Soluciones basadas en inteligencia artificial

Ya hay desarrollos con herramientas incorporadas que permiten la automatización de procesos no esenciales de la atención que aportan soluciones a estas necesidades como Ambient Clinical Intelligence de Nuance, Dragon Medical One y Asistentes Virtuales, Software de Historias Clínicas que van más allá de la capacidad de SUGERIR códigos diagnósticos y conductas o un gran cúmulo de alarmas y avisos, que aumentan la fatiga y el cansancio. 

Como uno de los miembros de AIpocrates, el Dr. Luis Pino mencionó en un encuentro académico, la mejor historia clínica es la que no se escribe, sin embargo, se tiene la visión limitaa de gerentes y administradores en temas de inversión para implementación de este tipo de tecnología ¿Qué diferencia hay entre un diligenciar una historia clínica en máquina de escribir eléctrica y en computador?

Además de la optimización de flujo de trabajo de los médicos están los algoritmos de computación de visión que facilitan la interpretación de imágenes como la radiología (radiografía, tomografía, resonancia), transformación de estudios en imágenes en 4D, sistemas de lógica difusa para la interpretación de electrocardiogramas, redes neurales para asistir en la clasificación de los ruidos respiratorios y cardiacos, soluciones para estudio del movimiento en deportistas de alto rendimiento y en pacientes con enfermedades osteomusculares, además de la planificación quirúrgica.

Sin mencionar las oportunidades del uso de la inteligencia artificial generativa como se ha mencionado en columnas previas de AIpocrates de inteligencia artificial generativa.

La inteligencia artificial piedra angular del nuevo ecosistema de la salud (digital) y la historia clínica como una de las interfases.

Anamnesis

En la realización de la atención médica, se realiza la recolección de la información, se interroga sobre las características de los síntomas, su contextualización en el tiempo como el inicio, su comportamiento (episódico o constante), frecuencia, la intensidad, la localización, los síntomas asociados, los factores que le desencadenan o le alivian y episodios previos.  Ahora en la época de la hiper-conectividad se puede descargar la información de los wearables, agrupar los datos, clasificar y evaluar las tendencias;  a través de la minería de datos de los registros clínicos electrónicos y otras herramientas como la generación de resumen de HC digital, lista de chequeo de pendientes,  verificación de resultados de tratamiento y adherencia,  interconsulta a otras especialidades (interoperabilidad HL7) y la identificación de factores de riesgo o descompensación.

Además las plataformas permiten la descarga de imágenes diagnósticas clasificadas y con la identificación de anormalidades avaladas por el especialista correspondiente, al igual que los resultados de histopatología si fuese pertinente.

La inteligencia artificial generativa de manera paralela puede seleccionar las características (síntomas) y ponderarlas para los sistemas de soporte a la decisión clínica. Además de redactarlos para la elaboración de la historia clínica.

Examen físico con inteligencia artificial

Learning. https://doi.org/10.1038/s41598-019-44004-w

Los desarrollos del hardware han permitido la ejecución de programas cada vez más complejos. Es así como además de tener capacidad de capturar imágenes en alta definición que facilita la identificación biométrica, hay softwares que a través del aprendizaje de máquina son capaces de identificar gestos relacionados con emociones como la felicidad, tristeza y con el dolor.  También con dispositivos que permiten la adecuada captura de imágenes y el poder computacional suficiente se puede realizar el análisis de la fundoscopia, otoscopia y estudio del movimiento como la marcha. 

Además del estudio de la imagen, la evaluación del sonido a través de los micrófonos ambientales de alta definición permiten la captura de voz y posterior diferenciación del paciente y del médico, el análisis del tono de la voz, la velocidad del habla, con un adecuado entrenamiento en términos de probabilidad hace un reconocimiento del estado de ánimo. Con el hardware adecuado se permite la evaluación de los ruidos cardiacos y respiratorios.

Integración

Al hablar de integración, hemos identificado la necesidad de una plataforma que permita el flujo seguro de información entre los escenarios clínicos e instituciones en los que el paciente se mueve.

La historia clínica se convierte en una interfase que permite el ingreso, la consulta y el egreso de información clínica.  Esta interfaz se ve optimizada por los últimos adelantos como: soluciones que permiten la recolección de los datos registrados por los dispositivos portátiles, la incorporación de las imágenes y su posterior interpretación, la redacción automatizada por herramientas de inteligencia artificial generativa, que al mismo tiempo escoge las características relevantes de la escucha en la anamnesis, los hallazgos del examen físico y con base en la ponderación de variables, hace las sugerencias al clínico.

Es de anotar que la sugerencia no debe tener un carácter vinculante y ante el mayor rendimiento demostrado por el agente humano o personal sanitario, después de una evaluación crítica, genera una retroalimentación o reforzamiento de carácter positivo o negativo.  Como decían mis profesores “lo importante es no soltar el sello”.

Dentro de la atención del paciente se ha evidenciado la importancia al seguimiento ambulatorio, dada la migración acelerada hacia una salud digital después de la pandemia, las nuevas plataformas y software tienen un componente cada vez más relevante de teleorientación y teleconsulta.

¿Qué dejaría  o no hacer a un asistente basado en inteligencia artificial?

El médico, la enfermera, el terapeuta son los que toman las decisiones, tienen la responsabilidad basados en los reglamentos, manuales institucionales, códigos de ética y de buen gobierno, en los cuales hay una serie de prohibiciones explícitas en que los estudiantes, personal sanitario y en entrenamiento sin certificación de competencias, no pueden asumir actividades que no están en su acervo de responsabilidad sin una adecuada supervisión, si así es en un asistente humano ¿Por qué sería diferente con un asistente de inteligencia artificial?

Aunque en aspectos como el almacenamiento de la información, velocidad de procesamiento y análisis los software y algoritmos de inteligencia artificial nos superan, en términos de razonamiento, la capacidad de inferencia e integración el humano sigue siendo superior.  Es por esto que la inteligencia humana aumentada o inteligencia humana potenciada por la IA, ha dado paso a la inteligencia híbrida, a una medicina que está cambiando y por ende la manera como el médico va a practicarla. La medicina y el diseño de algoritmos no son tan divergentes, los médicos debemos participar en equipos exponenciales.

En conclusión, al igual que con la inteligencia artificial, el diseño de peticiones o de prompts con la inteligencia artificial, es decir la manera de preguntar o solicitar solución acerca de un problema, es la diferencia de cumplir o no las normas y la ética.

Incorrecto	Vs	Sugerido
¿Qué diagnóstico tiene el paciente? (copiar la historia clínica en el cajón de diálogo)		Los criterios diagnósticos de una enfermedad
¿Cuál es el mejor tratamiento o qué debo hacer con este paciente? (copiar la historia clínica en el cajón de diálogo)		Usar los sistemas de soporte a la decisión clínica (medios digitales, escritos o potenciados por inteligencia artificial) de cada institución.

Conclusiones

Son múltiples los interrogantes y exponencial el crecimiento de  las herramientas basadas en IA desde hace varios meses, pero conocerlas nos llevará a perder el miedo, aumentar el respeto por su uso, así como la responsabilidad y ética con la que se ejecutan.

Para obtener la mayor utilidad, antes de pensar en el desarrollo de la herramienta, es más importante la pregunta que identifica una necesidad.

Los cambios se están presentando a una velocidad que hace casi imposible seguir el paso, veamos algunos ejemplos: Neil Harbinsson el primer ser reconocido por un país como Cyborg (ver conferencia: “El imperio de los algoritmos” por Cecilia Danesi).

También Sophia, una robot autómata, con ciudadanía otorgada por Arabia Saudí, el debate generado por el aviso de Elon Musk acerca del permiso que dio la FDA para experimentación clínica con implantes cerebrales, sin embargo días después fue firmante de una carta que solicitaba una pausa en el desarrollo de la inteligencia generativa ante la incertidumbre de por la velocidad de los desarrollos y sus resultados.

La experiencia de chat Microsoft basado en IA llamado Tay, que fue retirado horas después de su lanzamiento, porque después de varios ataques adversariales comenzó a dar respuestas racistas.

Watson Oncology experiencia que mostró la necesidad de una plataforma más amigable con el usuario y además la necesidad de entrenamiento y afinamiento de parámetros e hiperparámetros.

Es necesario tener en cuenta el grado de autonomía de los dispositivos, pues de esto depende los requerimientos para aprobación por entes regulatorios ¿Cómo estamos creando y usando la IA? ¿Cuál es el límite? ¿Los beneficios superan los sacrificios? ¿Hay riesgo de aumentar la justicia social?

En términos generales la diferencia entre la inteligencia artificial general en la práctica clínica sería la capacidad de integrar la percepción, el aprendizaje y el razonamiento, junto con la toma de decisiones y la capacidad de reaprender según el reforzamiento, simulando las capacidades humanas.

Por mi parte seguiré aprendiendo de la IA, aprovechando sus utilidades y optimizando los procesos que tengo a cargo para fortalecer la relación con mis usuarios y equipos de trabajo.