El año pasado tuve la oportunidad de hablar en una gran conferencia de tecnología sanitaria. La audiencia estaba compuesta principalmente por profesores de salud, investigadores clínicos y estudiantes de medicina. Uno de los mayores desafíos para estos profesionales de la salud y aquellos que trabajan en ámbitos de investigación es entender el impacto que la Inteligencia Artificial (IA) y el aprendizaje profundo (DL) tendrán en sus actividades diarias. Claramente la inteligencia artificial está en auge en todas las industrias, transformando la TI de las empresas, y en el sector sanitario, esto no iba a ser diferente – ya sea un laboratorio de investigación médica en busca de conocimientos más rápidos o un hospital que adopta la inteligencia artificial y el deep learning para aumentar las prácticas y los recursos.
La asistencia sanitaria ofrece algunas de las mayores oportunidades para que la IA y la DL tengan un impacto positivo en las vidas humanas. Ya sea que los impactos provengan de la ayuda en un diagnóstico más rápido o de la asistencia en procedimientos quirúrgicos de alto riesgo, los futuros profesionales de la salud dependerán cada vez más de estas tecnologías emergentes para obtener resultados positivos en los pacientes.
¿Por qué el Aprendizaje Profundo para la Salud?
El Aprendizaje Profundo es una sub-rama del Aprendizaje Automático donde las redes neuronales se utilizan para construir modelos a partir de grandes conjuntos de datos. Los hospitales son entornos extremadamente ricos en datos y a la DL le encanta procesar grandes cantidades de datos. En décadas anteriores, el procesamiento de tales cantidades de datos mediante DL habría llevado meses o años y consumido varios años de presupuestos de TI. Ahora, con la ayuda de plataformas de computación acelerada y almacenamiento, esos mismos procesos pueden realizarse en semanas, días o incluso horas por una fracción del coste. Muchas más organizaciones pueden ahora aprovechar los avances en la tecnología de TI para desplegar algoritmos DL y redes neuronales. Echemos un vistazo rápido a los diferentes tipos de redes neuronales y dónde se aplican a la industria de la salud.
Redes neuronales que afectan a la atención sanitaria
El primer tipo de red neuronal que impacta en la industria de la salud es la Red Neural Convolucional (CNN). En el mundo de las redes neuronales, las CNN son ampliamente utilizadas para la clasificación de imágenes. Recientemente la FDA aprobó la inteligencia artificial para su uso en la detección de rayos X de tórax para el Neumotórax, una condición que ocurre cuando el gas se acumula en el espacio entre las paredes del tórax y los pulmones. Si no se detecta, puede llevar a un colapso pulmonar o algo peor todavía. El neumotórax puede pasarse por alto a menudo, ya que es difícil de detectar a primera vista. Ahora, con el uso de la inteligencia artificial, la imagen puede ser marcada para una mirada más profunda por los médicos, lo que lleva a una detección más fácil y mejores resultados para los pacientes.
Otra carga de trabajo que ve los beneficios de la IA en el análisis de imágenes es la Patología Digital. Esta práctica permite a los patólogos digitalizar imágenes de diapositivas completas, permitiendo que los algoritmos de la IA se ejecuten contra estas imágenes. Esto puede acelerar el tiempo de diagnóstico, lo que conduce a un mejor y cuidado del paciente.
El segundo tipo de red neuronal es una Red neuronal recurrente (RNN) donde la secuencia de los datos importa, como en la comunicación verbal. El Procesamiento del Lenguaje Natural (PNL) es una técnica común utilizada en las RNN para construir aplicaciones de reconocimiento de voz. Si alguna vez has hablado con un asistente virtual como Siri o Alexa, has usado una RNN. La industria de la salud se está transformando completamente usando PNL y aplicaciones de reconocimiento de voz.
Por ejemplo, hace un par de semanas, fui a la consulta medica, donde el doctor estaba usando una grabadora de voz para grabar nuestra sesión para sus notas. Explicó que intentó usar tabletas para anotar las notas de la consulta, pero estaba todo el rato escribiendo y mirando la tablet, que escuchando y entendiendo a los pacientes. Al final fue más fácil grabar las reuniones y luego transcribir las notas. La automatización a corto plazo a través de la IA ayudará con el dictado y la transcripción mediante el uso de asistentes virtuales. Las notas del doctor serán capturadas y transcritas casi en tiempo real. El impacto será una mejor atención y más tiempo de cara a los médicos para estar frente a sus pacientes en lugar de detrás de un teclado o escritorio.
La última red neuronal que se está implementando en la industria de la salud es la Red Neuronal Generativa (GAN). Una GAN son en realidad dos redes neuronales: una es un generador que crea datos falsos y la segunda es un discriminador que intenta decir si los datos son reales o falsos. El proceso que enfrenta al generador y al discriminador entre sí ayuda a construir mejores resultados para los modelos. Las falsificaciones profundas son un ejemplo común de las GAN. Mientras que las falsificaciones profundas pueden ser una amenaza, hay algunos casos de buen uso de las GAN en la atención médica.
El descubrimiento de fármacos en la atención sanitaria es un proceso largo y costoso. La mayoría de los medicamentos nunca salen de la fase de investigación y mucho menos obtienen la aprobación de la FDA. Los GAN se usan ahora para acelerar la fase de descubrimiento del proceso de aprobación. Los investigadores pueden generar una lista de elementos conocidos para su uso en una GAN para construir millones de diferentes posibilidades de combinación de elementos que serán los próximos en tratar el cáncer de mama, el cáncer de próstata u otras enfermedades. El uso de las GAN en el descubrimiento de medicamentos ofrece un montón de ventajas y es algo que los equipos de TI de Dell Technologies Healthcare supervisarán de cerca. Estas tres redes neuronales muestran el inmenso potencial de la IA y el aprendizaje profundo en la atención sanitaria, y esto es sólo el comienzo.
Comience su viaje de la IA en la atención sanitaria
La ciencia que hay detrás de estos avances en la atención sanitaria puede ser difícil de entender, sin embargo, la arquitectura de la infraestructura de TI adecuada para sus iniciativas de IA no tiene por qué ser tan difícil. En Dell Technologies hemos estado ayudando a los clientes a desbloquear el valor de su capital de datos con la tecnología adecuada para satisfacer sus necesidades y casos de uso. Para saber más acerca de cómo podemos ayudarle en su viaje de IA en el sector de la salud, las ciencias biológicas o cualquier otra empresa, haga clic en el siguiente enlace:
