Los avances médicos propiciados por la inteligencia artificial

El curso sobre competencias digitales del pasado mes de junio repasó las aplicaciones y expectativas de esta tecnología en el ámbito sanitario

La última semana de junio en el Colegio estuvo dedica a profundizar en los conocimientos alrededor de las actuales herramientas de inteligencia artificial, tanto en el plano general como en el ejercicio de la medicina. Nuestra institución, en colaboración con UPRO, organizó un curso dividido en varias jornadas centradas en las competencias digitales. Los colegiados pudieron seguir las sesiones formativas —celebradas los días 23, 26 y 27 de junio— de forma presencial en la sede colegial de Riego de Agua o a través de videoconferencia.

Las primeras sesiones ofrecieron una visión general con la que se introdujeron conceptos y elementos básicos. Alejandro Puente y Andrés Molares, profesores de la Universidad de A Coruña especializados en ciencias de la computación e inteligencia artificial, impartieron las lecciones de la primera jornada. 

“Hoy en día trabajamos mucho con modelos generalista de IA, como ChatGPT, Copilot o Claude. Son sistemas que han sido previamente entrenados. Lo interesante es comprobar cómo analizan nuestro lenguaje y cómo responden al mismo”, detalló Alejandro Puente. “Son muy buenos al resumir información. Nos la explican, la traducen y le cambian el formato. Hacen todo lo que sea necesario. Funcionan como unos copilotos intelectuales. Son nuestros asistentes: no nos sustituyen, sino que nos ayudan a acelerar el trabajo”.

El uso de la inteligencia artificial “facilita los procesos”, afirmó. “Los hace de una manera más eficiente y mucho más rápida. Además, es más ‘inteligente’ que el ser humano. Puede manejar más fuentes de información de manera simultánea”. Sin embargo, “la parte del razonamiento y la interpretación se la tenemos que dar nosotros, porque la IA no hace más que calcular probabilidades y se puede equivocar”, recalcó el experto. 

En su intervención también ahondó en el prompting. “Es el arte de dar instrucciones a la inteligencia artificial. Suele acarrear problemas, porque los seres humanos solemos mezclar mucho la información a la hora de hablar. Generamos mucho ruido y eso altera la percepción de la propia inteligencia artificial a la hora de calcular las probabilidades”. Es necesario “afinar mucho para que responda con lo que necesitamos”, indicó Alejandro Puente al incidir en la relevancia de ofrecer una serie de elementos esenciales para diseñar el prompt: un contexto para limitar el contenido, un objetivo y un formato, entre otros.

Andrés Molares explicó qué son los LLM —o grandes modelos de lenguaje, por sus siglas en inglés—. “Están enfocados en el procesamiento de texto”, pero resaltó que el proceso transformador de imágenes y textos se suele realizar con la misma metodología. También desgranó los agentes de inteligencia artificial, programas diseñados para realizar tareas y tomar decisiones de forma independiente. “Los agentes llevan existiendo muchos años, pero antes hacían referencia a otras ideas. Ahora están orientados a tomar acciones concretas con una plantilla de actuación predefinida. Se les asocian ciertas tareas ante las que siempre actúan de la misma manera. En los últimos años han ido más allá de darnos una simple respuesta y pueden interactuar con aplicaciones”. De esta manera, los agentes pueden mandar correos o llevar a cabo otras labores.

El ponente abordó algunos de los puntos clave para crear estos agentes, empezando por la elaboración de un prompt sólido, que actuaría como cerebro de ese modelo a la hora de trabajar los archivos y la información disponible. A pesar de sus beneficios, también advirtió de las precauciones a tener en cuenta, como no dar información clínica individualizada, evitar datos externos que no hayan sido validados y comprobar que las respuestas que se obtienen tengan sentido para evitar que se cometan errores. “Nosotros podemos detectar esos fallos, pero para la inteligencia artificial son solo pura estadística y, si tienen sentido desde esa perspectiva, los considera acertados. Nunca se debe confiar sin haber validado antes la información”.

La siguiente jornada contó con Alejandro Pazos y Juan Ramón Rabuñal, catedráticos de la UDC, para explorar el efecto de esta tecnología en la sanidad. Alejandro Pazos —que también es médico— expuso la evolución histórica dentro del sistema sanitario con el salto del papel al formato digital en las décadas de 1980 y 1990, el paso posterior a lo electrónico con la introducción de la historia clínica directamente en el ordenador o la explosión del uso de la inteligencia artificial en los últimos años.

Actualmente, “gestionamos los sistemas como si fuesen parte de procesos. Ya no actuamos como si fuesen pequeños tokens de información, conocimiento o datos. Gracias a los sistemas de información hospitalaria, podemos hacer una gestión similar a la que utilizan las empresas en otros ámbitos. De esta manera, cuando llega el paciente, se le incorpora a una historia clínica o se actualiza si ya tuvo contacto con el sistema de salud”. Añadió que también “se aplican unas reglas de negocio que normalmente se usan para amortiguar los costes económicos, que siempre son crecientes en el proceso asistencial”.

Alejandro Pazos expuso que “desde hace unos años se están implantando una serie de algoritmos para aspectos como las guías clínicas o para las aplicaciones de inteligencia artificial que se utilizan a partir de la historia clínica”. Una vez introducidos los datos que aporta el paciente, “se ponen en marcha algunas aplicaciones algorítmicas que pueden ir guiando la actuación”. Afirmó que estos sistemas “permiten un acceso más rápido y eficiente cuando tenemos la información estructurada”.

“Cada vez se extrae más información que resulta de utilidad para los gerentes y quienes toman las decisiones administrativas en los centros hospitalarios, lo que permite una gestión más integrada y eficiente. A esto se le suma la posibilidad de incorporar alertas de las pruebas realizadas a los pacientes. Eso hace posible que nadie tenga que estar pendiente de contactar con esa persona para realizar una prueba, dado que el sistema envía el aviso de forma automática”.

Al centrarse en las perspectivas de cara al futuro, el catedrático puntualizó que “tenemos que pensar en la medicina basada en valor. La gestión dependerá cada vez más de las aplicaciones, sobre todo las de inteligencia artificial, que seguirán desarrollándose, y con mucha fuerza, en todos los ámbitos”. 

Alejandro Pazos profundizó en los conceptos generales de la medicina basada en valor. “La medicina actual es reactiva y está únicamente orientada al diagnóstico y tratamiento, incluso yo diría que es defensiva. En muchos casos, el proceder del profesional se centra más en su protección”. La medicina basada en valor “tiene que identificar y calibrar la importancia de los servicios que se prestan, y hacer una comparación con la calidad de aquellos que son imprescindibles”. Es otro concepto “en el que no solo se trata de diagnosticar y tratar lo que se tiene delante, sino que se intenta prevenirlo”.

El experto también manifestó las ventajas de la inteligencia artificial más allá de la gestión ejemplificando su utilización como apoyo diagnóstico. “Ya está implantada en el Sergas para las pruebas de imagen relacionadas con traumatología. En un porcentaje superior al 90 %, ya se identifica si hay alguna patología o trastorno a través de sistemas de inteligencia artificial. Si hay dudas en estos casos, se les pasa a los radiólogos”.

Juan Ramón Rabuñal aclaró que “hoy en día muchas personas utilizan ChatGPT y confían completamente en él sin saber cómo funciona. Es como una caja negra”, afirmó. “Parece que todo es magia, pero lo único que hay detrás de la inteligencia artificial son ceros y unos” y “fórmulas matemáticas. No tiene creatividad ni inventiva. Lo que hace es coger información que le hemos dado a través de las webs, los foros y los libros para proporcionarnos una respuesta”.

A continuación, mencionó que la transformación digital requiere nuevos roles que sumen el conocimiento clínico con la competencia técnica y regulatoria. Al profundizar en el desarrollo de este apartado, habló de tres tipos. Los roles establecidos son aquellos conformados por los analistas e ingenieros de datos y los gestores de modelos. Después están los roles imprescindibles que existen en la actualidad. Reciben esta denominación porque son necesarios para aplicaciones de inteligencia artificial de riesgo, aquellas cuyos resultados pueden utilizarse para tomar una decisión. Esto obliga a que tengan una supervisión. Además, mencionó algunos roles emergentes, como los validadores regulatorios o los ingenieros de agentes de IA.

El catedrático añadió un elemento que quedó fuera del cronograma histórico descrito por su predecesor: la aparición del transformer. Es un “modelo de red neuronal capaz de procesar las palabras en la sintaxis del lenguaje natural”. También incidió en que las aplicaciones se guían por la estadística a la hora de “leer” los prompts y que categorizan las palabras según su relevancia. Por esa razón, no se debe saludar al redactar las instrucciones a la herramienta, dado que la respuesta que genera supone un gasto de energía al procesar la información equivalente al uso de una bombilla durante una o dos horas. Además, el ponente también mostró la manera en la que se entrena una red neuronal a través de la web de TensorFlow, herramienta de Google creada para desarrollar sistemas de inteligencia artificial.

Los profesores de la UDC Marcos Gestal y Julián Dorado también aportaron sus conocimientos sobre la materia durante la última sesión del curso. Hablaron de la tipología de herramientas de inteligencia artificial para el uso sanitario, que se dividen en cuatro: imagen médica —radiodiagnóstico o anatomía patológica—, monitorización de pacientes en tiempo real —pruebas de laboratorio—, diagnóstico asistido por inteligencia artificial —resumen de historias clínicas o comparación con las guías existentes— y medicina de precisión y personalizada —análisis genómico o selección de pacientes para ensayos clínicos—. También hicieron otra distinción de esta tecnología dentro de la práctica asistencial: la inteligencia artificial discriminativa, cuya función es clasificar datos o realizar predicciones, y la generativa, usada para replicar el comportamiento a partir del conjunto de la información. Esta última ayuda a elaborar informes clínicos o el resumen de un historial.

Uno de los asuntos más relevantes se centró en el marco normativo en torno a la aplicación de la inteligencia artificial para la salud. Se recordó que la asistencia médica es un derecho humano de primer orden. Deben facilitarse la información y la formación necesarias a los médicos para que puedan adaptarse y aplicar los nuevos instrumentos tecnológicos con seguridad y eficacia. Además, se añadió que el médico tiene que conocer que sus competencias son exclusivas y excluyentes, y que no pueden ser sustituidas. La inteligencia artificial es un instrumento de apoyo al profesional, que no puede actuar nunca de manera finalista ni autónoma. También expusieron que la vinculación con las nuevas tecnologías obliga a reforzar la relación médico-paciente.

Otro punto que manifestaron fue que los sistemas de inteligencia artificiale con finalidad médica son consideradas productos sanitarios. Como tales, tienen que superar una evaluación de conformidad y obtener una autorización de comercialización, certificación y marcado de la Unión Europea para garantizar su eficacia, calidad, seguridad y fiabilidad. Los facultativos que las utilizan deben comprobar que están aprobadas por la Agencia Española de Medicamentos y Productos Sanitarios. También se subrayó que el paciente tiene derecho a conocer toda la información de su proceso asistencial para decidir sobre su salud e integridad física. Por esa razón, el médico debe conocer perfectamente el funcionamiento de los sistemas de las herramientas que vaya a utilizar.

Los ponentes evidenciaron que este tipo de inteligencias artificiales son consideradas de alto riesgo dentro de la calificación utilizada para valorar el peligro de esta tecnología. Esto significa que requieren una supervisión humana constante, ya sea para cubrir su apartado técnico o el profesional. Además, abordaron el rol del Centro Nacional de Certificación de Productos Sanitarios, organismo dependiente de la Agencia Española de Medicamentos y Productos Sanitarios. Esta institución debe velar por que los sistemas de IA cumplan con las exigencias de la normativa sobre productos sanitarios y sobre inteligencia artificial a través de sus evaluaciones de conformidad. No obstante, existe una excepción: los sistemas desarrollados por instituciones sanitarias para uso propio. Entre las condiciones para que esto sea posible, se remarcó que no pueden comercializarse y que tienen que cumplir preceptivas revisiones de calidad, seguridad y eficacia.