La creciente necesidad de mejorar la eficiencia y precisión en el diagnóstico y tratamiento de enfermedades ha llevado a una mayor integración de la inteligencia artificial (IA) en el sector de la salud. Este impulso no solo responde a las demandas de los pacientes por resultados más rápidos y precisos, sino también a los desafíos que enfrentan los médicos, investigadores y administradores al gestionar cantidades masivas de datos, plazos ajustados y recursos limitados.
La IA se está aplicando cada vez más en áreas como la interpretación de imágenes biomédicas, el desarrollo de nuevos tratamientos, la optimización de ensayos clínicos y la personalización de la atención médica. Con este enfoque, Health Futures, una división de Microsoft Research, está explorando cómo las tecnologías avanzadas pueden reducir los largos tiempos de espera, mejorar la experiencia tanto de médicos como de pacientes y, en última instancia, acelerar la creación de nuevos medicamentos.
"Estamos viendo cómo las mismas ideas que utilizamos para entrenar grandes modelos de lenguaje pueden aplicarse al ámbito biomédico", explica Dr. Jonathan Carlson, Director Gerente de Microsoft Health Futures. "Por ejemplo, una vez que hemos entrenado un modelo en el ‘lenguaje’ de imágenes de patología, podemos alinearlo con el ‘lenguaje’ del texto, permitiendo que los médicos hagan preguntas directas a las imágenes o definan características específicas para proteínas”.
"Estamos viendo cómo las mismas ideas que utilizamos para entrenar grandes modelos de lenguaje pueden aplicarse al ámbito biomédico"
Uno de los principales puntos de enfoque de Health Futures ha sido el uso de imágenes biomédicas. Las radiografías, tomografías computarizadas y resonancias magnéticas son herramientas clave para identificar y rastrear tumores, analizar los límites de las lesiones y comprender sus interacciones con las células circundantes. Como explica el Dr. Carlson aunque se encuentran en las primeras etapas de estas tecnologías multimodales, tienen el potencial de revolucionar nuestra comprensión y análisis de los datos clínicos.
Sin embargo, este proceso puede ser lento y complejo, dejando a los pacientes en largos períodos de espera antes de recibir el tratamiento necesario. "Los modelos que estamos desarrollando pueden procesar estas imágenes más rápido, ayudando a los médicos a tomar decisiones informadas y reduciendo significativamente los tiempos de espera", destacó Carlson.
Otro desafío importante en el sector de la salud es el emparejamiento de pacientes con ensayos clínicos. Según Carlson, menos del 3% de los pacientes con cáncer en los Estados Unidos se inscriben en ensayos clínicos, y aproximadamente el 40% de estos estudios fracasan por falta de participantes. Esto a menudo se debe a la complejidad de interpretar los criterios de elegibilidad.
"Ya tenemos sistemas prototipo que están en uso diario y estamos trabajando en ampliarlos para optimizar la vigilancia"
“Con la IA, podemos simplificar este proceso, haciendo que más pacientes encuentren los ensayos adecuados y ayudando a acelerar el desarrollo de nuevos tratamientos. De hecho, ya tenemos sistemas prototipo que están en uso diario y estamos trabajando en ampliarlos para optimizar la vigilancia posterior a la comercialización”, manifiesta el Director Gerente de Microsoft Health Futures.
El descubrimiento de fármacos es otro terreno fértil para la IA generativa. Tradicionalmente, el desarrollo de un medicamento puede llevar años y costar miles de millones de dólares. En la actualidad, las herramientas de IA están cambiando esta realidad. Con la IA generativa, podemos reducir drásticamente el tiempo necesario para identificar objetivos y compuestos líderes. A través de este proyecto se encuentran viendo cómo abordar objetivos antes considerados intratables, ya habiendo generado candidatos prometedores mediante sistemas de IA.
Además de las capacidades tecnológicas, Carlson subraya la importancia de la colaboración con expertos clínicos y científicos. “Trabajamos estrechamente con profesionales de la salud para asegurarnos de que nuestras tecnologías tengan un impacto significativo”, afirmó. “Estas asociaciones no solo enriquecen nuestras soluciones, sino que también garantizan que nuestras herramientas sean útiles y prácticas para los médicos en su trabajo diario”.
"Estamos estableciendo una base para avances científicos y médicos que transformarán el cuidado de la salud en las próximas décadas”
Carlson destacó que el auténtico potencial de estas tecnologías radica en aprovechar datos clínicos y biológicos provenientes del mundo real. Según explicó, su equipo está desarrollando sistemas de aprendizaje que, en el futuro, serán capaces de predecir resultados con mayor exactitud y mejorar la calidad de la atención médica de manera significativa.
“No solo buscamos soluciones para los problemas actuales, sino que también estamos estableciendo una base para avances científicos y médicos que transformarán el cuidado de la salud en las próximas décadas”, concluye el especialista.