La próxima generación de IA se está desarrollando a un ritmo rápido en la medicina.

[anuncio_1]

A finales del siglo XX, surgió la IA, programada por ingenieros informáticos basándose en una serie de instrucciones (reglas) creadas por humanos, lo que permitió que la tecnología resolviera problemas fundamentales.

Nota del editor: Muchas industrias se ven afectadas por las nuevas tecnologías en la era de la información. Con el impacto de la automatización, la informática y la inteligencia artificial (IA), entidades como médicos, hospitales, aseguradoras e industrias relacionadas con la salud no son la excepción. Sin embargo, específicamente en la salud , la IA ha tenido un impacto más positivo que en otras industrias.

Primera generación

Cabe imaginar que el entrenamiento de IA en esta etapa es similar al enfoque adoptado por los estudiantes de medicina: a los sistemas de IA se les enseñan cientos de algoritmos para traducir los síntomas del paciente en diagnósticos. Esta se considera la primera generación en integrar principios de atención médica en los sistemas de IA.

Las aplicaciones impulsadas por IA permiten a los médicos recibir actualizaciones en tiempo real sobre información médica.

Los algoritmos de toma de decisiones son como un árbol que crece, comenzando desde el tronco (el problema del paciente) y ramificándose a partir de ahí. Por ejemplo, si un paciente se queja de tos intensa, el médico primero comprobará si tiene fiebre. Se formularán dos grupos de preguntas según si tiene fiebre o no. A partir de la respuesta inicial, surgirán más preguntas sobre el estado del paciente. Esto, a su vez, genera nuevas ramificaciones. Finalmente, cada rama se convierte en un diagnóstico, que puede abarcar desde neumonía bacteriana, fúngica o vírica hasta cáncer, insuficiencia cardíaca o diversas otras enfermedades pulmonares.

En general, la primera generación de IA podía reconocer problemas, pero aún no podía analizar ni clasificar historiales médicos. Como resultado, esta forma temprana de inteligencia artificial no podía ser tan precisa como la de los médicos que combinan la ciencia médica con su intuición y experiencia. Y debido a estas limitaciones, la IA basada en reglas rara vez se utilizó en la práctica clínica en otras épocas.

Automatización completa

A principios del siglo XXI, comenzó la segunda era de la IA con la Inteligencia Artificial Estrecha (ANI), o inteligencia artificial que resuelve grupos de tareas específicos. La aparición de redes neuronales que imitan la estructura del cerebro humano allanó el camino para la tecnología de aprendizaje profundo. La ANI funciona de forma muy diferente a sus predecesoras. En lugar de proporcionar reglas predefinidas por los investigadores, los sistemas de segunda generación utilizan conjuntos de datos masivos para distinguir patrones que a los humanos les llevaría mucho tiempo identificar.

En un ejemplo, los investigadores introdujeron miles de mamografías en un sistema ANI, la mitad de las cuales mostraron cáncer maligno y la otra mitad, cáncer benigno. El modelo pudo identificar al instante docenas de diferencias de tamaño, densidad y sombreado en las radiografías, asignando a cada diferencia un factor de impacto que reflejaba la probabilidad de malignidad. Cabe destacar que este tipo de IA no se basa en conjeturas (algunas reglas generales) como lo hacen los humanos, sino en variaciones sutiles entre hallazgos malignos y normales que ni el radiólogo ni el diseñador del software conocen.

A diferencia de la IA basada en reglas, las herramientas de IA de segunda generación a veces superan la intuición del médico en cuanto a precisión diagnóstica. Sin embargo, esta forma de inteligencia artificial también presenta serias limitaciones. En primer lugar, cada aplicación tiene una tarea específica. Esto significa que un sistema entrenado para interpretar mamografías no puede interpretar escáneres cerebrales ni radiografías de tórax. La mayor limitación de la IA es que el sistema solo funciona bien cuando cuenta con datos con los que ha sido entrenado. Un claro ejemplo de esta debilidad es cuando UnitedHealthcare utilizó una IA limitada para identificar a los pacientes más vulnerables y brindarles servicios médicos adicionales. Al filtrar los datos, los investigadores descubrieron posteriormente que la IA había hecho una suposición perjudicial. Los pacientes fueron diagnosticados como sanos simplemente porque sus historiales médicos indicaban que habían recibido poca atención médica, mientras que los pacientes que recibieron más atención médica fueron subestimados en términos de salud...

La próxima generación de IA también permitirá a las personas diagnosticar enfermedades y planificar tratamientos como cualquier médico. Actualmente, la herramienta generada por IA de Google (MED-PALM2) ha aprobado el examen de licencia médica con una puntuación de experto. Muchas otras herramientas de IA médica pueden ahora escribir diagnósticos similares a los de los médicos. Sin embargo, estos modelos aún requieren la supervisión de un médico y aún no son capaces de reemplazarlo. Pero con la tasa de crecimiento exponencial actual, se espera que estas aplicaciones sean al menos 30 veces más potentes en los próximos cinco años. Se prevé que las futuras generaciones de herramientas como ChatGPT pondrán la experiencia médica al alcance de todos, transformando fundamentalmente la relación entre médicos y pacientes.

Compilado por VIET LE

[anuncio_2]
Fuente