Inteligencia Artificial en la FP Sanidad

La tercera jornada en las Jornadas de Inteligencia Artificial de la FP en Cataluña estuvieron enfocadas en la familia de Sanidad. Si te perdiste la jornada y quieres vela, puedes hacerlo en esta página

La charla de inteligencia artificial en la sanidad estuvo a cargo de Mercedes Riveira Martín, investigadora en el Hospital Meixoeiro y colaboradora de Saturdays.AI.

Inteligencia Artificial en la Sanidad

AI en sanidad es la capacidad de los algoritmos para aproximar conclusiones sin la aportación directa del ser humano. La diferencia con las técnicas directas es que el algoritmo puede aprender y mejorar a través de los datos.

El objetivo de incluir inteligencia artificial en la sanidad es analizar las relaciones entre las técnicas que se utilizan para diagnosticar, prevenir y tratar enfermedades en pacientes y la salud resultante de dicho paciente. Es decir, llevar el ensayo-error a los ordenadores.

Historia de la inteligencia artificial en Sanidad

En los años 50 se acuña el concepto de machine learning, pero se puede determinar el inicio en el año 1964 cuando se desarrolla un chatbox Eliza para hacer terapia psicológica. En la actualidad se aplica Deep Learning en multitud de campos.

En la actualidad, hay diferentes especialidades donde está teniendo más impacto, como la radiología, neurología, el desarrollo de fármacos, …

A nivel institucional, el objetivo del gobierno es situar a España en un referente en inteligencia artificial con una inversión de 600 millones hasta 2025.

AI en Radiología

Una de las grandes aplicaciones es el análisis de imágenes 2D de rayos X. Hay proyectos como determinar la edad de una persona a través de una radiografía de sus huesos.

La inteligencia artificial puede ayudar a acelerar la identificación de los cánceres de mama o de otros tipos, pues supone una buena herramienta de cribado, permitiendo reducir el coste y el número de personal implicado en la lectura de los mamogramas.

Otra gran aplicación es la segmentación de órganos que consiste en la capacidad de dividir y distinguir órganos en una imagen a partir de algoritmos. Por ejemplo, esta técnica puede ayudar en el tratamiento de tumores, ya que la segmentación permite ver su evolución con el paso del tiempo, además de permitir la comparación entre diferentes pacientes.

Y una más es la protección radiológica, es decir, identificar con técnicas de computer vision los medicamentos que son radioactivos y optimizar las rutas que siguen dentro del hospital y dentro del paciente para que la radiación sea cada vez menor, tanto en los pacientes como en los trabajadores.

AI en Oncología

Actualmente, es donde más dinero se invierte en investigación debido al elevado número de nuevos casos que se descubren cada día. Hay multitud de algoritmos que detectan y diagnostican diferentes cánceres. También se utilizan para optimizar los tratamientos y para llevar el control del desarrollo.

Monitorización de bioseñales

Las bioseñales son todas las señales que podemos encontrar en nuestro cuerpo, como cerebrales o el pulso cardiaco… Un ejemplo de la aplicación de inteligencia artificial es este caso, son los smartwatch que controlan los pasos andados, la frecuencia cardíaca y respiratoria…incluso los últimos modelos lanzados al mercado son capaces de obtener un electrocardiograma (ECG). El control de estas señales puede ayudar a diagnosticar con anticipación las enfermedades cardiovasculares.

También se está desarrollando hardware para poder controlar aparatos a través de señales cerebrales medidas a través de electrodos. Estos desarrollos son de gran necesidad para las personas con discapacidad física, como la espina bífida.

AI en la Telemedicina

La Telemedicina es el tratamiento o diagnóstico remoto de pacientes. La IA se utiliza para ver en tiempo real las constantes vitales del paciente a distancia. Puede ayudar mucho en el cuidado de personas mayores que viven solas. Un ejemplo de proyecto real es Masimo, una compañía americana que controla las personas que tienen covid en sus casas para monitorear su situación, a través de un sensor proporcionado a los pacientes.

EHR (Electronic Health Record o Historia Clínica)

El disponer de una base de datos con las historias clínicas digitalizadas, es esencial para el entrenamiento de los algoritmos. Aplicar algoritmos de IA para analizar los EHR puede permitir un seguimiento personalizado de los pacientes, con la información del paciente y toda su familia, reduciendo el flujo de trabajo de los doctores.

Ética en la inteligencia artificial en la sanidad

Sin duda, uno de los aspectos más controvertidos e importantes de abordar es la ética en el uso de inteligencia artificial en la sanidad. Hay aspectos clave que se tienen que tener en cuenta, como por ejemplo:

• proteger la privacidad de las personas.
• la tecnología no puede sustituir a los profesionales, si no ayudarles en su trabajo.
• controlar los algoritmos que se producen y ver cómo funcionan
• controlar los sesgos producido por la falta de representación de todos los grupos de la población

Caso práctico de IA en la sanidad

En la segunda parte de la charla, Mercedes presentó el caso práctico “Detección de neumonías a través de inteligencia artificial”. Aplicando la inteligencia artificial al análisis de las radiografías permite un cribado inicial y reducir el flujo de trabajo, además de detectar otras anomalías.

Para conseguir el notebook del ejercicio práctico podéis acceder a través de este enlace: bit.ly/aixfpsanidad

Si tenéis alguna duda o comentarios, podéis dejarlo en comentarios y estaremos encantados de contestaros.

Si estás interesado en incluir inteligencia artificial en tu colegio o instituto, contáctanos a través del correo ai4schools@saturdays.ai.