El profesor de la Facultad de Medicina de la Universidad Complutense de Madrid (UCM) y coordinador del proyecto GenObIA, Antonio López Farré, acaba de publicar su nuevo libro: 'La inteligencia artificial en la medicina del tercer milenio: De la predicción al diagnóstico' (Guillermo Escolar Editor, también disponible en Casa del Libro o Amazon).
De la mano de expertos como José Miguel Rodríguez-Pardo, Gala Freixer, Khaoula Zekri y Miguel Ángel García Fernández, el profesor desgrana, a lo largo de 139 páginas distribuidas en ocho capítulos, un comprensible análisis de la implementación de las tecnologías de inteligencia artificial en la Biomedicina. En la siguiente entrevista concedida a ConSalud.es, López Farré profundiza en algunos de los aspectos más destacados del libro.
El concepto 'cuidar la salud en la salud' se presenta en varios capítulos de la obra como uno de los cimientos de la Medicina del tercer milenio. ¿En qué consiste esta idea?
La idea es que la Medicina está evolucionando hacia aspectos predictivos o de precisión. La predicción permite conocer, cuando una persona está sana, qué patologías va a poder desarrollar en función de su genética. También poder identificar como factores tales como la nutrición, el ejercicio físico, el estrés o el descanso pueden influir en la aparición de la patología.
¿Por qué decidimos hacer este libro? Se está hablando mucho de la inteligencia artificial a nivel general. No obstante, en el ámbito de la salud, solo existe un libro previo, nada parecido al nuestro, del cardiólogo americano Eric Topol. En nuestro libro se abarca la salud con una visión global. Además, creemos que es el primer libro dedicado a la inteligencia artificial en la Medicina en lengua española.
Es un título que está escrito para que lo pueda leer cualquier persona, sin necesidad de tener conocimientos científicos. Si bien es un libro de ciencia y con rigor científico, hemos intentado buscar un lenguaje sencillo para que todo el mundo lo comprenda.
En el libro hacéis referencia a la 'Medicina de las 5P': predictiva, preventiva, personalizada, participativa y poblacional. ¿Cómo va a transformar esta nueva perspectiva la atención sanitaria del siglo XXI?
Todos los profesionales que trabajan con inteligencia artificial quieren datos precisos. En Biomedicina tenemos unos datos buenísimos, muy precisos, de aspectos como los parámetros de la sangre, biomarcadores o imágenes médicas de todo tipo. El problema que tenemos en Medicina es que, a pesar de tener tantos buenos datos, muchas veces no sabemos manejarlos en su conjunto.
"El contexto de la inteligencia artificial nos lleva a unir dos mundos: el de la Biomedicina con el de la física, la ingeniería y la informática de alta tecnología"
El contexto de la inteligencia artificial nos lleva a unir dos mundos: el de la Biomedicina con el de la física, la ingeniería y la informática de alta tecnología. Son dos mundos que estamos aprendiendo de la mano: nosotros a los físicos o los matemáticos les intentamos inculcar todos los aspectos biológicos y biomédicos, mientras que ellos nos hacen comprender las enormes posibilidades que tenemos con el manejo de grandes bases de datos o las nuevas tecnologías que deberíamos utilizar, hasta ahora desconocidas por nosotros.
¿Existe mucho camino por recorrer para que los sistemas sanitarios centren sus esfuerzos en el abordaje de los 'estadios subclínicos', es decir, previniendo enfermedades, retrasando su aparición y mejorando el bienestar de la ciudadanía mediante la adopción de programas personalizados basados en la digitalización?
Creo que sí. Se está abriendo ahora este camino nuevo. En los próximos años podremos tener un mayor manejo de estas tecnologías, pero necesitará un proceso de implementación y aprendizaje.
Como te comentaba, aquí es necesario juntar diferentes áreas del conocimiento. Ya no vale que solo trabajen profesionales de la Medicina, Biología o Enfermería. Es preciso incluir profesionales de la física, los matemáticos o la ingeniería. Hay que comunicar y conectar mundos diferentes, que normalmente no han interaccionado entre ellos y que, por suerte, van a tener que llevarlo a cabo.
Un estudio de 'The New England Journal of Medicine' citado en el libro revela que en el 70% de los casos no es necesario que el médico toque al paciente, lo que confirma la potencialidad de recursos a distancia como la videoconsulta. ¿Ha dado la pandemia del SARS-CoV-2 el impulso definitivo a la eHealth?
No, por desgracia no. Es un déficit que existe a nivel internacional, no es un problema exclusivo de España, Italia o cualquier región determinada donde la pandemia de la COVID-19 está golpeando de forma más agresiva. Este es un problema generalizado.
El profesor de la Facultad de Medicina de la Universidad Complutense de Madrid, Antonio López Farré (Foto: UCM)
Con la cantidad de datos que se han producido en Europa desde el inicio de la crisis sanitaria, se podrían hacer cosas increíbles en el campo de la predicción. Sería muy importante que, con toda la documentación recopilada, se crease un programa europeo para impulsar un sistema predictivo de inteligencia artificial. Ayudaría muchísimo en la toma de decisiones.
Lo cierto es que es complejo. Yo lo echo mucho en falta. Se están haciendo muchas cosas, como la investigación de vacunas y tratamientos. Sin embargo, con los datos que tenemos hoy en día, es importantísimo que se hiciese algún sistema de inteligencia artificial global que permita tomar decisiones a los profesionales de la salud.
¿Puede la minería de datos ayudar a resolver uno de los problemas más acuciantes del Sistema Nacional de Salud como son las listas de espera?
No lo había pensado, es una pregunta buenísima. Probablemente, sí. ¿Qué consigues con la inteligencia artificial? Clasificar. Se podrían clasificar qué cosas son más o menos urgentes de forma más precisa. Este proceso ya se hace y se hace bien, pero todo aquello en lo que podamos mejorar, aunque sea solo un poco, no debemos desecharlo, y la inteligencia artificial podría proporcionar esta mejora.
En el último capítulo del libro se habla sobre el hospital inteligente del futuro, es decir, cómo serían estos centros si se introdujera la inteligencia artificial. Lo cierto es que uno de los temas donde mejoraría mucho el hospital con la aplicación de la inteligencia artificial sería sobre factores de gestión.
El libro refleja que los servicios de Radiología, a través del diagnóstico por imagen, serán la punta de lanza en el uso de la inteligencia artificial en los hospitales. ¿Qué otras especialidades pueden ser sus perseguidoras?
Uno de los temas en los que más se ha avanzado en inteligencia artificial es el mundo de la imagen biomédica. Los profesionales que se dedican a este campo se encuentran, en ocasiones, imágenes difusas con dificultades en la interpretación. La inteligencia artificial, a través de las redes neuronales en la imagen, es capaz de disociar con mayor exactitud, por ejemplo, tumores de algún elemento benigno.
"En algunas especialidades, como Medicina Interna, sí que es necesario saber por qué ha llegado el sistema de inteligencia artificial a una conclusión sobre un paciente con el propósito de poder corregirlo"
Una de las personas que participa en el libro es Miguel Ángel García Fernández, un ecocardiografista muy conocido. Él mismo dice que la inteligencia artificial va a proporcionar un antes y un después en la imagen diagnóstica. De hecho, ya existen ecocardiógrafos experimentales que incluyen la inteligencia artificial.
En el campo de las imágenes biomédicas no tiene tanta importancia cómo ha tomado la decisión el sistema. Lo relevante es que señale dónde está, si existe, por ejemplo un tumor. Sin embargo, en algunas especialidades, como Medicina Interna, sí que es necesario saber por qué ha llegado el sistema de inteligencia artificial a una conclusión sobre un paciente con el propósito de poder corregirlo. Es aquí donde entra en acción el machine learning, donde tú sí puedes ir hacia atrás en la resolución del algoritmo y conocer por qué ha llegado la herramienta a una conclusión sobre esa persona concreta.
Explicáis que el liderazgo en el ámbito de la investigación en salud está transfiriéndose de manos de la industria farmacéutica a tecnológicas como Google, Amazon, Microsoft o Apple. ¿Qué pueden aportar estas compañías al cuidado de la salud?
Estas compañías tienen grandes equipos de desarrollo tecnológico y aquí estamos hablando precisamente de este aspecto. Obviamente no hay que olvidar nunca que los fármacos son necesarios, que vamos a seguir necesitándolos y que, evidentemente, también van a poder aprovechar la inteligencia artificial en el desarrollo de otros nuevos. Además, es importantísimo que se desarrollen medicamentos para patologías nuevas, más aún en el contexto de la COVID-19.
También tendrán que dar el salto aquellas empresas que se dedican a los aparatos y dispositivos biomédicos. Esa industria tendrá que introducir la inteligencia artificial, sin ninguna duda.
En la obra referenciáis una frase de Takahito Tokita, CEO de Fujishu, en la que declara que "el problema de los riesgos de los algoritmos de inteligencia artificial actuales no está en la tecnología como tal, sino en la información que alimenta esos sistemas". ¿Hasta dónde puede llegar la inteligencia artificial en sanidad cuando se corrija este defecto y se nutra a los sistemas con conceptos más convenientes?
La gran ventaja de la Biomedicina, que es la que tenemos que aprovechar, es que tenemos datos muy fehacientes, muy veraces. Hablas con las personas que se dedican a la inteligencia artificial en cualquier otro ámbito y comentan que esta es una de nuestras grandes fortalezas. Los algoritmos van a poder ser muy precisos, mucho más que en otros ámbitos del saber que se vayan a servir de la inteligencia artificial.
Antonio López Farré, en una foto de archivo, recibe el Premio Real Academia Nacional de Medicina de España del año 2018 (Foto: RANME)
Hay que recordar que la sensibilidad y la precisión van acorde a los datos que se introduzcan para que la máquina aprenda. Los equipos de inteligencia artificial son sistemas que aprenden solos y se retroalimentan, pero tú le tienes que ofrecer datos veraces porque, de no ser así, generará un resultado incierto.
Uno de los ejemplos del uso del machine learning, una de las formas de inteligencia artificial, es el proyecto GenObIA. Como coordinador de la investigación, cuéntanos en qué punto se encuentra el estudio.
Hemos tenido dificultades como todo el mundo. Afortunadamente, hemos podido seguir trabajando con un enorme esfuerzo por parte de todos los investigadores de GenObIA. De hecho, estoy bastante contento porque se están creando ya los algoritmos de inteligencia artificial. Por eso, a pesar del parón que supuso el confinamiento y con las dificultades que han atravesado los hospitales por razones obvias, tenemos que estar contentos porque el proyecto GenObIA continúa a buen ritmo. Llevamos un adelanto de unos cuatro meses en relación al cronograma que habíamos previsto cuando comenzamos esta iniciativa.