Ledys M. Izquierdo. MD. Pediatra. Miembro Fundador AIpocrates.
Alexandra Jiménez. MD. Pediatra. Miembro Fundador AIpocrates.
El día de hoy continuamos compartiendo la segunda parte del encuentro académico 1er Simposio de IA en Pediatría “Del Algoritmo a la cuna: El Rol de la Inteligencia Artificial en el desarrollo Infantil» que se realizó el pasado 10 noviembre 2023, el tópico de hoy se refiere al trabajo futuro.
La inteligencia artificial es la expresión máxima de los avances tecnológicos de nuestro tiempo. El proceso de transformación es claro y se integra profundamente en diferentes ámbitos, los avances van desde la automatización de tareas rutinarias, hasta la toma de decisiones estratégicas basadas en datos. La historia del desarrollo económico, nos muestra que la transformación tecnológica, conlleva una transformación laboral ineludible. Algunas actividades económicas desaparecen, para dar paso a nuevas formas de trabajo, otras, pueden reacomodarse o adaptarse a los nuevos tiempos y constantes cambios. La educación, capacitación y reentrenamiento son de vital importancia para la asimilación tecnológica, las asimetrías dependerán de que tan rápido y temprano, en el nivel educativo, se inicien los procesos de reforma.
Los siguientes conferencistas nos hablaran de las Nuevas dinámicas de trabajo y la Transformación Digital en Salud, IA y Habilidades en Salud. Al final les compartimos el link de esta sesión.
Trabajo Futuro y nuevas dinámicas de trabajo
Conferencista: Dr. Luis Pino Hematooncólogo MD, M.Sc, MBA, teniente coronel RA ejército, subdirector investigación y docencia Hospital Militar Central 2016-2018, Fundador de AIpocrates, CEO y Fundador de Oxler.
Inicia su charla sobre las Nuevas dinámicas de trabajo realizando un cuestionamiento sobre “¿y si no necesitamos a los médicos con la Inteligencia Artificial (IA)?”
Diferentes encuestas muestran el bajo grado de alfabetismo en el ambiente médico, que ha permitido una confusión de conceptos, que reflejan la opinión mayoritaria que los médicos NO necesitan la IA. La afirmación se prueba, si se toma como referencia una encuesta aplicada a 758 médicos, en 39 países, donde al preguntar sobre la inteligencia artificial empleada en medicina, el 70% considero que el uso de dicha herramientas y técnicas, no resultaban necesarias. (Chen M. et al Front. Med. 2022). No se tiene el concepto de IA como herramienta, cuyo enfoque depende del que la diseña y para que la diseña, se cree que transformación digital es comprar computadores.
La pregunta clásica para todo cambio trascendente es ¿cómo nos afectará? Cuando en una discusión no se reflexionan los beneficios, sino los daños, la asimilación del cambio resulta tardía y contraproducente, generando rechazo y negación. El que una profesión esté expuesta a la IA, no quiere decir de antemano que sea remplazada.
En salud, es claro que los cambios deben asimilarse caminando sobre ellos, con la complejidad que implica que el personal sanitario se mueva no solo en el escenario de la asistencia al paciente, sino también en la docencia y la investigación; la IA se debe enseñar, igual que una rotación clínica, este cambio involucra un nuevo pensamiento y a su vez la reformulación de las formas de educar, a nivel teórico y práctico. Se deben construir competencias en arquitectura computacional, métodos de entrenamiento de maquina y el consecuente desarrollo de software especializado, desarrollando habilidades para entender los conceptos y poder interactuar con otras áreas del conocimiento como ingenieros, programadores y diseñadores, entre otros.
El Dr Pino nos indica que “Es necesario cambiar el “mindset”, y considera que durante el proceso de formación médica de pregrado se adquieren los conocimientos pasando de una forma donde se acumula información con datos sin contexto y baja estructura, como si se tratara de una especie de “bodega de conocimientos”, es decir, la información esta para ser repetida no analizada. posteriormente, se llega a un pensamiento Bayesiano o probabilístico o de resolución de problemas, que progresa con la supraespecialización a la experiencia de dominio, generando nuevo conocimiento basado en un pensamiento intuitivo.
En una fase funcional, con el uso y aplicación de modelos basados en tecnologías avanzadas, no siempre afincados en la medicina, se pasa de herramientas como la regresión logística a nuevas formas de trabajo basadas en modelos de inteligencia artificial complejos que generan desenlaces complejos, y que capturan información en diferentes tipos de datos como texto, imagen, señales, entre otros.
Dentro de las técnicas basadas en IA que pueden rendir frutos en medicina, se encuentran:
Emplear el lenguaje natural y las herramientas de procesamiento de la minería de datos, para ampliar la capacidad de buscar, encontrar, procesar, analizar e interpretar nuevos datos de salud que nos permitan generar soluciones, facilitado la construcción de arquitecturas y modelos informáticos. Esta técnica tendría gran aplicación en la práctica hospitalaria o de consultorio, no solo en la recolección de datos, sino en la automatización con agentes de reconocimiento de voz que organizan y sintetizan los relatos del paciente, puede mejorar los registros previos del paciente, la interoperatividad e interconección generando alarmas ante resultados críticos o detección de factores que alteran la seguridad del paciente y el entendimiento de los desenlaces clínicos, y fácilmente remplazarían lo que hoy conocemos como historia clínica electrónica (HCE).
La utilización de técnicas basadas en modelos sensibles al contexto y tecnologías envolventes, mediante agentes generativos, arquitectura multimodal que toman un modelo biológico complejo como la enfermedad y lo embeben en una red neuronal con arquitectura multimodal dando la capacidad de aceptar datos multifuente, heterogéneos, multiformato para generar salidas o resultados, con sistemas de recomendación y reglas actualizables mediante aprendizaje por reforzamiento. La técnica permite la creación de centros de comando clínico, tableros inteligentes que permiten visualizar los datos, medir e intervenir. Con esto se enlaza una arquitectura biodigital, que integra la medicina y la bioinformática, la conectividad y tecnologías exponenciales.
Del uso de dichas técnicas surge una pregunta ¿Serán los agentes generativos entrenados de dominio y los agentes autónomos quienes pongan fin a las guías de práctica clínica?
En opinión del Dr Pino, la respuesta es SI. la generación de agentes inteligentes que compilan conocimiento y crean hospitales sensibles a contexto, que se auto adaptan y gestionan con analítica de datos, centros de comando clínico, analítica cognitiva, departamentos de inteligencia artificial clínica, no son el futuro, son el presente.
La transformación impulsada y basada en la IA implica desafíos bioéticos, vinculados a los sesgos contenidos en los datos de entrenamiento, que se reflejaran en la ejecución de los modelos, la libertad de decisión, la responsabilidad en la toma de decisiones.
La IA cambiará los trabajos y genera la obligación de adaptarse, la maquina sirve para potencializar no para opacar. La IA traerá unos mejores trabajos, que “evolucionarán”, pero sobre todo debe cambiar la forma de pensar de las personas para ser competitivos, no en términos de productividad sino en términos de agregar un valor a su atención.
La Transformación digital en salud en el contexto de la inteligencia artificial general
y habilidades en salud
Conferencista:
MD, Chief Medical Officer Microsoft Latin America
El Dr Alonso Verdugo nos expone ¿Qué hace un médico en una BigTech?, Ayudar a entender a las personas involucradas en los desarrollos de la tecnología, visualizar y analizar los problemas de la salud y la enfermedad, y al personal de salud ayudarlo a conceptualizar, comprender las capacidades y adoptar las tecnologías disruptivas.
Pero en sí, el foco es que el modelo de educación y el de salud, que son generadores de valor no han tenido un proceso de transformación en los últimos 150 años, están basados en la acumulación de la información; pero con el surgimiento de la IA, la vertiente de la personalización de la información ha tomado una posición como lo es el explotar de cada uno su fortaleza y evitar la educación estandarizada, ir del coeficiente intelectual al desempeño según el tipo de inteligencia. En salud, el modelo gira alrededor de “reparar lo que está roto”, un modelo centrado en el paciente (enfermo).
Microsoft promueve el paso de un modelo de salud reactivo, de intervención, desconectado, de pago por evento, a un enfoque continuo y colaborativo que permite la atención preventiva dando paso a un enfoque en salud centrado en la persona y su entorno.
La tecnología ha permitido una evolución en la atención, la promoción de la salud y la prevención de enfermedades, avanzando no solo en el diagnóstico y el tratamiento de la enfermedad sino al quíntuplo objetivo (Nundy S. JAMA. 2022): mejorar la salud de la población, mejorar el cuidado de la atención a través de una mejor experiencia, a un menor costo per cápita, pero no por restricción de servicios; con flujos de trabajo clínico optimizados y mejorados y, con el abordaje de los determinantes sociales, es decir, la equidad en la salud y el abordaje holístico del proceso de bienestar, salud y enfermedad, favoreciendo la sostenibilidad del Sistema. (Itchhaporia D. J Am Coll Cardiol. 2021) (Bodenheimer. Ann Fam Med 2014).
¿Como?, aprovechando las capacidades de conectividad digital, planificación de bienestar, geo-referenciación, monitoreo remoto a través de dispositivos conectados, en un ambiente o ecosistema con protagonistas conectados en un contexto colaborativo, para mantener el bienestar.
¿Qué puede hacer la IA por la salud en sus variados ámbitos?
El error médico es la tercera causa de muerte en EE.UU., error médico diferente a iatrogenia.
El médico depende de los datos aportados para iniciar el razonamiento diagnóstico y terapéutico, pero los datos son informados por un ser humano, influenciado por emociones, dolor, circunstancias clínicas, información que puede ser sesgada, incompleta o inclusive dirigida con un interés particular, que pueden desencadenar un evento, una complicación, un error médico. Es más costoso el manejo de las complicaciones de las enfermedades crónicas y la siniestralidad.
En ocasiones se observa divergencia en los objetivos del personal de la salud, sin embargo, la confluencia de esfuerzos es para lograr el bienestar del paciente.
La IA tiene la capacidad de estar en todas partes, tiene el poder de ofrecer el procesamiento de lenguaje natural en tiempo real como una interfaz para poder interactuar con los datos, sin teclados, sin pantalla, sin el computador como lo conocemos, ha ampliado la capacidad de generar valor.
El poder de la IA de revolucionar la salud si y sólo si radica en su uso responsable, por ejemplo, a pesar que los pilotos automáticos pueden despegar, volar y aterrizar ¿por qué todavía hay humanos en las cabinas? Por la capacidad que tiene el humano de afrontar situaciones nuevas desconocidas que obligan al humano a intervenir, estos criterios o capacidad de resolución de problemas nuevos aún no la tiene la IA, la IA simula la capacidad de análisis de la información, pero todavía no logra simular la capacidad cognitiva humana de búsqueda de alternativas, creación de valor y resolución de problemas. La IA ayuda en la recopilación y estructuración de los datos y la construcción de la información, pero el modo de uso depende del humano, el planteamiento de la necesidad y estructuración del problema para el inicio del proceso depende del humano.
El uso de la IA en el cuidado del paciente, puede ser utilizada como un asistente para la automatización en la generación de probabilidades diagnósticas y prescripción, en la priorización y triage de casos en tiempo real, en la personalizando de la medicación y el cuidado, en el análisis de los datos del paciente; en la utilización de Imágenes y diagnósticos médicos haciendo prevención del error en el diagnóstico y su oportunidad, brindando información sobre imágenes médicas; en el área de Gerencia promoviendo la investigación de mercado, precio y riesgo, gestión de marca y marketing; En la Investigación y desarrollo permitiendo el descubrimiento de medicamentos, edición y análisis genético, edición comparativa de fármacos y dispositivos.
Dentro de la investigación se observa el uso de la computación cuántica para la creación de nuevos fármacos, capacidad de cómputo diferente, que permite predicción y procesamiento en paralelo que las CPU y GPU de los equipos actuales no puede hacer.
Casos de uso, qué puede hacer la IA para la salud
¿Qué puede hacer la IA por ti?: Productividad y satisfacción laboral, ahorro de costos y eficiencia, mejorar los resultados, optimizando el uso del tiempo, al realizar resúmenes y minería de datos a través de los agentes generativos. Como por ejemplo; la herramienta de IA predictiva de Mount Sinai puede identificar a los pacientes en riesgo de desnutrición con más del 70 por ciento de valor predictivo positivo.
¿Cómo funciona la analítica clínica? La analítica clínica se centra en el uso de datos y mejorar los procesos y resultados del tratamiento clínico, por ejemplo, identificando a los pacientes en riesgo y proporcionando recomendaciones de tratamiento. Esto se puede lograr mediante:
Telesalud: aprovechando los portales digitales, creando aplicaciones de salud nativas en la nube para interactuar con los pacientes, proporcionando triage al equipo de atención médica y responder a las consultas de los pacientes con Azure Health Bot.
Diagnóstico predictivo y guía de atención: aprovechar la IA/ML para asignar los datos de los pacientes a los perfiles de los pacientes, para detectar similitudes y permitir predicciones diagnósticas y proporcionar recomendaciones de tratamiento.
Análisis de comportamiento y alertas: Implementar alertas automatizadas para monitorear eventos críticos de salud y permitir respuestas clínicas ágiles basadas en las necesidades y garantizar la salud y la seguridad de los trabajadores.
Inteligencia de imágenes médicas: Aproveche la visión artificial basada en IA para mejorar de forma rápida y precisa el análisis de imágenes de conformidad con el estándar en Imagenología Digital y Comunicaciones en Medicina (DICOM).
Análisis de la salud de la población: agregar datos de población a través de las interacciones de los pacientes para modelar patrones de enfermedad y aprovechar el análisis predictivo para pronosticar los reingresos y la demanda de servicios de salud (a través de soluciones hibridas) o en la nube, manteniendo el cumplimiento de las regulaciones de residencia de datos.
¿Cómo funciona la Analítica Operativa? Priorizando la atención en función de la necesidad y optimizando los recursos costosos, consolidando fuentes de información dispares, previsión del estado de los equipos y volúmenes de pacientes para gestionar la dotación de personal, gestionar reclamaciones de seguros y pagos para reducir los residuos y los costos operativos, detectar fraude para proteger los datos críticos de los pacientes y optimizar resultados de clientes y pacientes.
En la gestión de detección de irregularidades, como por ejemplo los malos usos de los recursos de salud, como las incapacidades médicas, ciberseguridad y acceso a los datos, se hace cada vez una industria más fuerte.
Los principios de IA responsable de Microsoft promueven la equidad, fiabilidad, privacidad, seguridad, inclusión, transparencia y responsabilidad. Es necesario utilizar los principios en práctica con el estándar de IA responsable, teniendo en cuenta que estos modelos requieren de un gran volumen de datos para su entrenamiento y la necesidad de asegurarse del buen uso de los modelos, cumpliendo las leyes como el Habeas Data y con los ojos atentos en las alucinaciones de los modelos generativos.
El Dr Alonso Verdugo termina su conferencia recomendándonos lo siguiente: “No se enamore de la tecnología, porque cambia y es diferente en cada institución de acuerdo con los recursos disponibles”.
CONVERSATORIO
Ingeniera Haydemar Nuñez
Licenciada en Computación con Maestría en Ciencias de la Computación de la Universidad Central de Venezuela. Doctora por la Universidad Politécnica de Cataluña, España, en Inteligencia Artificial. Profesora del Departamento de Ingeniería de Sistemas en la Universidad de Los Andes.
David Leonardo Orjuela
Economista de la universidad Santo Tomás, con maestría en Gobierno y Políticas Públicas de la Universidad Externado y especialista en Gobierno, Gerencia y Asuntos Públicos de la misma institución. Actualmente se desempeña como coordinador y líder del programa Todos a la U de la agencia Atenea del Distrito de Bogotá.
Alonso Verdugo
MD, Chief Medical Officer Microsoft Latin America
Dr. Luis Pino
Hematooncólogo MD, M.Sc, MBA, teniente coronel RA ejército, subdirector investigación y docencia Hospital Militar Central 2016-2018, Fundador de AIpocrates, CEO y Fundador de Oxler.
Los médicos preguntan:
1. ¿Cómo puede la inteligencia artificial contribuir a la reducción de la brecha de habilidades y al aumento de la empleabilidad en el país?
Ingeniera Haydemar Nuñez: dependerá de las políticas del estado, de los recursos disponibles, del desarrollo de cada país. La IA es una herramienta y debe usarse con responsabilidad. La Ing lidera una maestría en IA en la plataforma de Coursera respaldada por la U de los Andes, de manera virtual por 2 años, esta nueva forma virtual de formación académica cada vez más se fortalecerá y sirve para reducir estas brechas de formación y habilidades en los trabajos.
Economista David Leonardo Orjuela: las instituciones deben estar preparadas para capacitar de manera más efectiva a la población, desde la agencia ATENEA se ofrecen cursos cortos de formación virtual para adquirir conocimientos tecnológicos, en Colombia ATENEA tiene convenio con la universidades privadas y públicas en Colombia, actualmente se tiene aproximadamente 4000 personas formándose de manera gratuita. Estas formaciones favorecen al sector salud, sector de construcción. De esta manera se intenta reducir esta brecha. www.agenciaatenena.gov.co
Dr. Alonso Verdugo: El modelo de aprendizaje ha cambiado y la formación virtual aumentara, Microsoft también lo promueve, la IA ha llegado para quedarse, es una herramienta tanto para el profesor como para el estudiante, al día de hoy pienso que la formación seguirá siendo hibrida ( presencia/virtual).
Ingeniera Haydemar Nuñez: es importante que la educación continúe siendo hibrida
Dr. Luis Pino: la universidad como concepto está en crisis, las personas se dan cuenta que adquirir una competencia es más poderosa que ir a la universidad hacer una carrera larga, la gente actual ya no quiere comprometerse, quiere estudios remotos, trabajos remotos, y esto cada vez más aumentara este tipo de educación y trabajo y obliga a las universidades a re plantearse el modelo universitario, y las competencias que se deben adquirir, las carreras son muy costosas hoy en día y esto debe cambiar.
Te invitamos a visitar el link de la grabación: https://drive.google.com/file/d/1hTY7dq2ypGQsuclp2NKzvUf0kFSAVpcd/view
aipocrates.blog 