Inteligencia artificial en Pediatría

Febrero 2024

 

Promesas, fallas y aplicaciones clínicas de la inteligencia artificial en pediatría


Hansa Bhargava            J Med Internet Res 2024;26:e49022

 

Qué es Inteligencia Artificial en Medicina ?


La inteligencia artificial (IA) es un término amplio que describe el uso de algoritmos y software de aprendizaje basado en máquinas [1]. Las aplicaciones no médicas de la IA incluyen la predicción de texto cuando escribimos correos electrónicos o sugerencias de películas por cable y streaming en función de nuestras elecciones de visualización anteriores. El aprendizaje automático (ML) es una rama específica de la IA centrada en alterar programas o algoritmos en función de la exposición a datos para mejorar el rendimiento con el tiempo; en otras palabras, la “máquina” está “aprendiendo” a medida que acumula más datos y patrones. El aprendizaje automático existe en un continuo.

Los algoritmos supervisados, por ejemplo, pueden requerir una gran cantidad de información externa para funcionar, mientras que los algoritmos no supervisados pueden funcionar con grados mucho mayores de autonomía [2]. Un enfoque de ML, útil a la hora de explorar patrones no lineales complejos, implica redes neuronales convolucionales (CNNs). Las CNNs aplican una operación matemática especial llamada convolución a través de pasos acumulativos para realizar tareas especializadas como el procesamiento de imágenes. Las soluciones de procesamiento del lenguaje natural (PLN) que utilizan ML también están siendo pioneras para ayudar a las computadoras a comprender, categorizar y extraer información de conjuntos de datos en lenguaje natural [1].

En el campo de la medicina, la IA se ha mostrado prometedora para ayudar con una amplia gama de tareas clínicas, incluida la predicción de riesgos, el diagnóstico y una mayor toma de decisiones, así como tratamiento y seguimiento o monitoreo. También se puede aprovechar la tecnología inteligente para optimizar los flujos de trabajo y automatizar algunas tareas rutinarias pero que históricamente requieren mucho tiempo, tales como la toma de notas clínicas [3].

Las soluciones de PLN por ejemplo, han demostrado ser extremadamente útiles para ayudar a los médicos a aprovechar de manera más eficiente las grandes cantidades de datos recopilados en los registros médicos electrónicos (RME) todos los días. El PNL "lee" los RME , intentando comprender palabras y frases médicas dentro del contexto específico de un paciente determinado.  IBM Watson, por ejemplo, ya se ha utilizado con éxito para examinar grandes conjuntos de datos de RMR (registros médicos electrónicos) de diversas poblaciones para crear listas de complicaciones comunes para una población determinada. Watson también se ha utilizado para recopilar literatura médica en respuesta a consultas contenidas en los RME examinados [4].
 

En la siguiente sección de este punto de vista, exploramos una selección de condiciones pediátricas, donde se están introduciendo enfoques basados en IA para respaldar la predicción de riesgos, el diagnóstico, la terapia y el monitoreo de la respuesta, o la eficiencia del flujo de trabajo clínico :

Futuro de la IA en la educación médica


A medida que las aplicaciones clínicas de IA se vuelvan más comunes, los pediatras necesitarán capacitación y orientación fundamentales en la ciencia de datos detrás de la IA para que puedan utilizar las herramientas habilitadas para IA de manera adecuada y evaluar sus fortalezas y debilidades. Sin embargo, la integración de la IA en el plan de estudios médico es actualmente limitada e inconsistente, y no se prueba ningún contenido temático en exámenes clave para la obtención de licencias [46]. Esto ha dejado tanto a los estudiantes como a los médicos en ejercicio con lagunas de conocimiento y confianza con respecto a la aplicación de la IA en la práctica clínica [47-49].

 

Las facultades de medicina deberían establecer cursos de introducción a la IA para fomentar la confianza y la competencia clínicas. El futuro pediatra se beneficiará enormemente de la sinergia entre la IA y la cognición humana. Se están explorando una serie de actualizaciones curriculares propuestas [46,50,51], incluyendo MEd2030, un plan de estudios actualizado de la facultad de medicina que agregará 10 módulos adicionales (ej,  informática biomédica e inteligencia artificial, colaboración transdisciplinaria y principios de diversidad, emprendimiento biomédico, innovación en el diseño). ) [52]. En el sector de la educación continua, las conferencias y programas sobre terapias digitales y tecnologías sanitarias basadas en inteligencia artificial también están creciendo a medida que más empresas introducen productos regulados por la FDA.
La participación activa en tecnologías basadas en IA permitirá a los pediatras desempeñar un papel más importante en la implementación y el uso de la IA en todos los aspectos del cuidado médico. Aprender a aplicar tecnologías en desarrollo es una clave para optimizar el cuidado del paciente y mejorar el futuro de los sistemas de atención médica a nivel mundial. Cuando los RMEs se introdujeron por primera vez en la década de 2000, muchos médicos los conocían, pero pocos estaban involucrados en la implementación y mejora continua de la tecnología. Desde entonces, los RMEs se han infiltrado en casi todos los aspectos de la práctica clínica; sin embargo, como resultado de la participación clínica limitada en las primeras etapas, a menudo no están optimizados para el flujo de trabajo clínico [1]. Al tratar de comprender y participar en la próxima ola de avances tecnológicos antes y de manera más proactiva, los pediatras pueden ayudar a garantizar que se adapten mejor a las necesidades tanto de los proveedores del cuidado  atención como de los pacientes.

Conclusiones


Los modelos de prestación de atención sanitaria están cambiando rápidamente y la IA está preparada para tener un gran impacto en el futuro de la atención pediátrica. Herramientas de diagnóstico eficientes, análisis de datos más rápidos, modelos de resultados predictivos, experiencias de atención más optimizadas y automatización de algunas tareas que antes requerían mucho tiempo son solo algunos de los beneficios potenciales que ofrece la IA. Sin embargo, la integración clínica generalizada de la IA en las vías de cuidado pediátrico también requerirá soluciones bien pensadas para cuestiones complejas de privacidad y calidad de los datos, y barreras de implementación éticas y regulatorias. Recomendamos que se desarrollen e implementen rápidamente un plan de estudios personalizado centrado en la IA y oportunidades de capacitación continua para ayudar a los pediatras y estudiantes de medicina a utilizar y comprender de manera responsable las fortalezas y limitaciones de dichas tecnologías de manera más profunda. Con una mejor educación, somos optimistas sobre el potencial futuro de la IA para mejorar la eficiencia y los resultados clínicos y respaldar un acceso más amplio a la atención médica pediátrica de alta calidad en comunidades marginadas.