La medicina que viene (¿o que ya está aquí?) – 2 de 2 –

Julio Sánchez Maríñez

29 de November de 2021

Advertimos que los desarrollos tecno-científicos van a transformar el cuidado de la salud y el ejercicio de la medicina de maneras tan dramáticas como están haciendo con la producción industrial y el mundo de los servicios. Tomamos como ejemplo a la robótica, la nanotecnología y el internet de las cosas para explorar algunas de las avenidas que estos y otros vectores científicos y tecnológicos abren a la medicina que viene (o que ya está aquí).

El caso es que hay desarrollos que van a impactar aún más profundamente al ejercicio de la medicina y la “industria” de la salud. Entre estos hay que destacar la realidad aumentada, las bases de datos masivas o big data e inteligencia artificial (IA).

La realidad aumentada y la realidad virtual.

La realidad aumentada (AR) es “una tecnología que superpone una imagen generada por computadora en la vista del mundo real por un usuario, proporcionando así una vista compuesta”.[1] La realidad virtual consiste en “la simulación generada por computadora de una imagen tridimensional o entorno con el que una persona puede interactuar de una manera aparentemente real o física utilizando un equipo electrónico especial, como un casco con una pantalla en el interior o guantes equipados con sensores.”[2]

Tanto la realidad aumentada como la virtual, combinadas con las tecnologías de imágenes, tienen un importante espacio de aplicaciones en los ámbitos de diagnóstico, de cirugía y de educación y entrenamiento en medicina. Tienen aplicación haciendo posible el streaming directamente de procesos de exploración endoscópicos, con imágenes generadas gracias a estudios con resonancia magnética (MRI) o tomografías computarizadas (CT).[3] La capacidad de visión de los médicos es, así, aumentada exponencialmente, con una calidad de otra forma inalcanzable.

En materia de cooperación entre cirujanos, la realidad aumentada y la virtual, de manera combinada, integrando el Sistema de Presencia Virtual Interactiva y Realidad Aumentada (VIPAR) para asistencia quirúrgica, permiten a un experto remoto ver lo que está viendo un cirujano local y al cirujano local ver lo que está haciendo el experto remoto.[4]  Las aplicaciones en la educación y en el entrenamiento médico son cada vez más amplias y extendidas.

Las bases de datos masivas o big data

Las bases de datos masivas o big data han sido definidas en termino de tres características cardinales: volumen, velocidad y variedad.[5] Los expedientes o records clínicos  electrónicos (ECE), incluyendo los registros y reportes resultantes de operaciones de monitoreo y de diagnóstico y el historial de afecciones e incidentes y de tratamientos aplicados, las informaciones provenientes de los dispositivos electrónicos portátiles personales,  las bases de datos genéticas y epidemiológicas, informaciones de condiciones ambientales, como la calidad del aire y otras variables, entre otros, integran lo que se ha denominado todo un “ecosistema de datos de salud”[6]. Se trata de un creciente y cambiante volumen de grandes cantidades de datos sujeto a técnicas computacionales o “analíticas” que exploran las distintas relaciones entre ellos, transformándolos en informaciones que identifican perfiles, patrones o configuraciones, tendencias y alternativas probables, entre otros resultados.

El aprovechamiento de todas esas informaciones para la toma de decisiones en el ejercicio médico y en la atención a la salud ha permitido propuestas como la que presentó en 2015 el entonces presidente de Estados Unidos, Barack Obama. En su discurso ante el Congreso en ese año, Obama propuso la denominada Iniciativa de Medicina Precisa por medio de la cual se superarán los tratamientos médicos diseñados  típicamente para “el paciente promedio” por “un enfoque innovador que tiene en cuenta las diferencias individuales en los genes, entornos y estilos de vida de las personas”.[7] En otras palabras, se potencian las posibilidades de responder a las necesidades específicas de cada persona, con el conjunto de sus particularidades,  más que al “caso” general e indiferenciado.

La doctora Cosima Gret tiene una provocativa  presentación sobre el impacto que la combinación de tecnología e información al alcance de médicos y “pacientes” en el ejercicio de la profesión médica, “Technology and the future of medicine”, que puede verse abajo:

La inteligencia artificial (IA)

La inteligencia artificial (IA) se refiere al uso de computadoras para realizar actividades similares a las humanas, como el aprendizaje, la percepción, el análisis, la resolución de problemas. Machine learning (ML) refiere a la capacidad de las computadoras para mejorar su desempeño en una tarea sin estar programadas explícitamente para hacerlo, o como lo describió Marr, “el aprendizaje automático es una aplicación actual de IA basada en la idea de que realmente deberíamos poder dar a las máquinas acceso a los datos y permitirles aprender por sí mismas”.[8]

Gracias a la IA podemos hacer uso de las bases de datos masivas (big data) para, por ejemplo, mejorar la prognosis utilizando miles de variables predictoras a partir de registros electrónicos y otras fuentes de datos, cuyo volumen y variedad las hacen intratables por las capacidades humanas regulares. La combinación de la IA, la realidad aumentada y la tecnología de imágenes impactarán la interpretación de imágenes digitales para fines diagnósticos, lo que depende hoy en día de las capacidades de apreciación de patólogos y radiólogos. Gracias a la capacidad de ML, se podrá mejorar la precisión de las evaluaciones médicas, generando diagnósticos diferenciales y sugiriendo pruebas de alto valor. Para que esto sea posible se requiere de avances en la investigación que permitan, con base a evidencia y conocimiento, generar estándares para el diagnóstico de enfermedades y, a partir de ahí, formular los algoritmos apropiados. [9]

La doctora Shinjini Kundu, de University of Pittsburgh y Carnegie Mellon University, tiene una presentación muy ilustrativa sobre las aplicaciones de la IA y ML en la interpretación de imágenes para  diagnósticos médicos: “Artificial Intelligence Can Change the future of Medical Diagnosis”, que puede verse en:

El futuro que ya ha empezado y sus consecuencias

Hemos tratado de dar una mirada panorámica “a vuelo de pájaro” a los desarrollos tecno-científicos que están impactando y que van a impactar aún más profundamente el ejercicio de la medicina y de la atención a la salud.  ¿Cómo cambiará el ejercicio de la profesión médica con el desarrollo y el uso extendido de estas tecnologías y sus aplicaciones? ¿Cómo se verán modificados los distintos roles del desempeño de los médicos, cuáles desaparecerán o se atenuarán, cuáles se verán potenciados o emergerán? ¿Qué implicaciones tiene todo esto para la educación y el entrenamiento de médicos y de todo el personal de atención a la salud?

Esas son preguntas ineludibles que tenemos que hacernos.


Referencias

[1] Oxford Dictionaries. Defnition of augmented reality in English. https://en.oxforddictionaries.com/ defnition/augmented_reality

[2] Oxford Dictionaries. Defnition of virtual reality in English. https://en.oxforddictionaries.com/defnition/ virtual_reality

[3] Yoon J, Chen R, Kim E, et al. Augmented reality for the surgeon: systematic review. Int J Med Robot 2018 Apr 30. doi: 10.1002/rcs.1914.

[4] Shenai M, Dillavou M, Shum C, et al. Virtual interactive presence and augmented reality (VIPAR) for remote surgical assistance. Oper Neurosurg 2011;68(1 Suppl Operative):200–7.

[5] Laney D. 3D data management: controlling data volume, velocity, and variety. https://blogs.gartner.com/ doug-laney/fles/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf

[6] Marjanovic S, Ghiga I, Yang M, et al. Understanding value in health data ecosystems. Rand Health Q 2018;7(2):3.

[7] The White House. Fact sheet: President Obama’s precision medicine initiative. Available: https://obamawhitehouse. archives.gov/the-Press-Offce/2015/01/30/Fact-Sheet-President-Obama-S-Precision-Medicine-Initiative

[8] Marr B. What is the difference between artificial intelligence and machine learning? https://www.forbes. com/sites/bernardmarr/2016/12/06/what-is-the-difference-between-artifcial-intelligence-and-machine-learn-ing/#2eab26102742

[9] Obermeyer Z. & Emanuel E. Predicting the future — big data, machine learning, and clinical medicine. N Engl J Med 2016;375(13):1216–9.

INSTITUTO TECNOLÓGICO DE SANTO DOMINGO, DIRECCIÓN: AVENIDA DE LOS PRÓCERES, LOS JARDINES DEL NORTE 10602, SANTO DOMINGO, REPÚBLICA DOMINICANA APARTADO POSTAL 342-9 Y 249-2 • TELÉFONO: 809-567-9271 • FAX: 809-566-3200 • INFORMACION@INTEC.EDU.DO
0
Would love your thoughts, please comment.x
()
x