(ESPECIAL)
INTELIGENCIA ARTIFICIAL DE
PHILIPS, APLICADA AL
DIAGNOSTICO Y TRATAMIENTO DE
LAS ENFERMEDADES
*La
tecnología de la salud ha alcanzado un grado de desarrollo nunca antes visto,
con gran avance en áreas de prevención, detección temprana de enfermedades y
control de las mismas
Durante los últimos años los dos retos más
importantes del sistema de salud han sido los diagnósticos oportunos y precisos
y la personalización de los tratamientos para cada paciente.
Actualmente y gracias a la innovación y a
la investigación científica, las técnicas por imagen, los sistemas de gestión
de la información o la conectividad entre pacientes y profesionales, la
tecnología de la salud ha alcanzado un grado de desarrollo nunca antes visto
permitiendo así un gran avance en áreas de prevención, detección temprana de
enfermedades y control de las mismas.
Sin embargo, en una sociedad en la que la
población envejece cada vez más y aumenta la prevalencia de la cronicidad a
ritmo acelerado, un nuevo reto se hace cada vez más patente entre quienes forman
parte de los procesos sanitarios: la posibilidad de anticiparse a las
enfermedades.
De ahí que la inteligencia artificial a
través del Big Data o el Machine Learning, está llamada a convertirse en la
gran aliada de la prevención primaria y el cuidado de la salud para el futuro
inmediato.
El aprendizaje automático o Machine
Learning identifica patrones entre millones de datos de diferente naturaleza
(Big Data) y predice comportamientos a través de algoritmos con capacidad de
aprender y evolucionar basándose en su propia experiencia.
En el ámbito de la salud, los análisis
predictivos generados por esta disciplina podrían colocarnos un paso por
delante de determinadas enfermedades y supondrían un avance hacia un
diagnóstico precoz, preciso y, sobre todo, decisivo en el desarrollo de algunas
patologías.
ENFERMEDADES NEURONALES
En el caso de enfermedades neuronales como
el alzhéimer, en la que sus primeros síntomas pueden empezar a producirse
incluso diez años antes de que las primeras alteraciones cognitivas sean
apreciables, la posibilidad de adelantarse a la aparición visible de la
enfermedad juega un papel fundamental en su desarrollo.
Hasta el momento, una de las pruebas más
utilizadas en la detección temprana del alzhéimer era el denominado “test del
reloj”, una prueba donde el paciente dibujaba un reloj con una hora determinada
y debía copiar otro ya dibujado. Esta práctica permitía a los profesionales
observar e identificar síntomas de deterioro del cerebro que podían indicar la
presencia de alteraciones cognitivas.
Con el objetivo de anticiparse a la
enfermedad de alzhéimer y conseguir un diagnóstico más preciso, un grupo de
científicos liderados por el Laboratorio para la Inteligencia Artificial y
Ciencias Computacionales del Instituto de Tecnológico de Massachussets (MIT),
desarrollaron un programa informático capaz de detectar estas alteraciones de
manera objetiva y rigurosa.
El sistema, basado en información
recopilada de cientos de pruebas anteriores, interpreta los datos de nuevos
test realizados a través de un bolígrafo digital. De esta manera, aumenta la
precisión de los diagnósticos pero, sobre todo, ayuda e impulsa la toma de
decisiones médicas basadas en datos objetivos y fácilmente comparables.
Sin embargo, una vez diagnosticada la
enfermedad, los sistemas de salud emprenden una de las etapas más importantes
del Contínuum de la Salud: el tratamiento personalizado y la terapia adaptada a
las necesidades de la persona.
INTELIGENCIA ARTIFICIAL
Enfermedades crónicas como la diabetes, la
Enfermedad Pulmonar Obstructiva Crónica (EPOC), la insuficiencia cardiaca o la
hipertensión arterial necesitan un control continuo y una frecuente toma de
decisiones.
Los últimos sistemas de monitorización
permiten al paciente mejorar el control de su estado de su salud gracias a un
conocimiento constante de los indicadores más relevantes.
La frecuencia cardiaca, los patrones de
sueño o el ejercicio físico son algunas de las variables analizadas y, en
función de la información obtenida, estas herramientas establecen patrones de
comportamiento en función de la actividad de las personas.
Así, los pacientes son capaces de plantear
sus propios retos en base a sus características personales y comienzan a tomar
decisiones en las que la tecnología les ayuda a motivarse al observar su propio
progreso.
Se trata del principio de un desarrollo de
herramientas aplicadas a la salud que permitirá generar predicciones de estados
de salud y anticiparse a posibles recaídas de la enfermedad, con el
consiguiente descenso de los reingresos hospitalarios. El objetivo es mantener
a la enfermedad y a los pacientes estables durante el mayor tiempo posible, en
base a datos personalizados y en tiempo real.
Convertir los datos en conocimiento no
solo nos puede ayudar a mejorar la experiencia del paciente sino también a
actuar desde las primeras etapas del Contínuum de la Salud. En este sentido, la
inteligencia artificial nos permite analizar, interpretar y predecir futuros
escenarios que ayudan a prevenir y reducir la carga de enfermedades
crónicas y su impacto en la sociedad a la vez que mejoran la salud general de
la población.
