Inteligencia artificial y medicina: revolución… con riesgos

Estudié Medicina en la Universidad de Oviedo entre 1979 y 1985, un tiempo en el que nadie hablaba allí de Inteligencia Artificial (IA). No es extraño. Las aplicaciones en medicina de la IA habían surgido a principios de los años 70, pero sólo (numerosos) artículos académicos mostraban las investigaciones y algún éxito clínico inicial. Las promesas de esos artículos me impulsaron a estudiar IA a partir de 1986, en Madrid, con un futuro incierto, ya que no había ningún programa específico de formación ni casi aplicaciones en hospitales españoles.

Tras décadas de investigaciones, encontramos ahora la IA en sistemas diagnósticos, de selección de terapias, de investigación médica y genómica, de salud pública, de toma de decisiones, de laboratorio, de control en las UCI, de salud personal... Sin la IA, la investigación y el manejo de la epidemia del covid se habría retrasado algún tiempo. En nuestro día a día, cuando recibimos los resultados de un análisis de sangre, encontramos resultados anormales resaltados y sugerencias, gracias a la IA, o nuestro médico nos dice que el ordenador le alerta de que tenemos una revisión pendiente.

Los sistemas recientes de IA (también de la IA llamada "generativa", que incluye sistemas como el famoso ChatGPT) son capaces, entre otras muchas aplicaciones, de realizar diagnósticos complejos, clasificar imágenes médicas (de órganos y células) con una precisión de un 95 por ciento (o más) en algunas patologías, hacer resúmenes en segundos de complejas historias clínicas, analizar miles de genomas humanos, extraer conocimientos de enormes bases de datos moleculares, clínicas y bibliográficas, anticipar posibles resultados de tratamientos quimioterápicos personalizados o justificar recomendaciones terapéuticas.

Diversos sistemas de esa llamada IA generativa son ya capaces de responder con éxito a exámenes tipo MIR en varios países. Un sistema llamado AlphaFold, de la compañía Deep Mind de Google, reconoce los patrones tridimensionales de cientos de miles de proteínas y ha llevado a sus creadores a conseguir el premio Lasker, muchas veces antecedente del Premio Nobel. ¿Un premio Nobel para creadores de un sistema de IA? Es posible, y tal vez en poco tiempo.

También programas de IA forman parte de dispositivos creados recientemente para conectar el cerebro con otras partes del cuerpo y que, en experimentos pioneros, han permitido a pacientes tetrapléjicos volver a caminar o a personas que han perdido el habla poder hacerlo a través de una interfaz. El pasado diciembre se publicó un estudio de la Fundación Instituto Roche, que he coordinado con un grupo de expertos, para analizar el extenso presente y futuro de la IA en la medicina personalizada de precisión. En este mundo cambiante, muchos profesionales sanitarios perciben ahora la necesidad de formación en IA.

La medicina es, probablemente, el área de más difícil aplicación de la IA debido al desconocimiento de las causas y evolución de muchas enfermedades, a la incertidumbre inherente a la medicina, y al posible daño a los pacientes, entre otras razones. Personalmente, he podido trabajar con pioneros de la IA en medicina en Estados Unidos que sufrieron las consecuencias de un excesivo entusiasmo temprano, que llevó a una falta de uso clínico "real" de sus sistemas, pese a su enorme éxito académico. En 1994 dirigí un proyecto de IA (usando el llamado "machine learning", que pretende desarrollar la capacidad de los ordenadores para aprender conocimientos) para anticipar el futuro clínico, la prognosis de pacientes con artritis reumatoide. Analizamos datos de historias clínicas de 1.000 pacientes, una cifra elevada en aquel tiempo aunque hoy investigadores de mi grupo manejan conjuntos de datos de más de 400 millones de pacientes. El análisis exhaustivo de esos datos clínicos mostró los errores y sesgos que pueden encerrar las historias clínicas de pacientes, algo también detectado con frecuencia por otros investigadores.

Gran parte de los sistemas de IA se basan en conocimientos específicos, datos clínicos o imágenes obtenidos en hospitales concretos, que no suelen funcionar igual en otros hospitales y tienen que ser adaptados. Además, en general, cuanta más precisión tienen los sistemas de IA en medicina, menos capacidad tienen de explicar sus conclusiones, por lo que puede ser difícil identificar los motivos de la recomendación de un sistema de IA. Las evaluaciones exhaustivas son necesarias (igual que con medicamentos), pero raramente se hacen en profundidad por la urgencia competitiva existente entre científicos y empresas.

A la vez que beneficios, existe un daño potencial que los sistemas de IA pueden causar a pacientes y a médicos, por mala praxis, por deficiencias del programa o de los datos en que se basan sus algoritmos, o por desconocimiento de su uso correcto. El número de empresas y trabajadores en IA se ha multiplicado en el último año, lo que no implica que conozcan profundamente cuáles son sus riesgos y límites, muchos similares a los descritos desde los años 1970, particularmente en medicina. Muchos sistemas futuros de IA médica, particularmente de empresas, podrían estar a disposición de los pacientes –Google ya lo está–, lo que abre extraordinarias posibilidades para difundir conocimiento médico fiable, pero que podría ser mal utilizado, o incluso contener conocimiento equivocado que lleve a errores sustanciales. También sistemas inadecuados podrían hacer un uso indebido de información médica de pacientes. Europa parece haberse centrado en la regulación legal y ética de la IA, cuestión necesaria, pero el peligro de quedar atrás en la carrera investigadora con Estados Unidos y China es real.

Tal vez muchos lectores desconozcan que la IA es habitual en nuestras vidas, hace ya tiempo, en lavadoras y lavavajillas, coches, televisores, buscadores web, sistemas de compras en internet, navegadores, móviles, semáforos, tarjetas de crédito... Pese a esta presencia casi ubicua, desde el otoño de 2022 la aparición de ChatGPT ha dado una enorme visibilidad social a la IA, también en medicina. Muchos creemos que la revolución que ya está generando la IA en medicina es irreversible, con un cambio radical de la investigación y la práctica clínica, pero el ansia de éxito inmediato puede llevar a numerosos fracasos puntuales si se olvidan sus límites y riesgos.

Suscríbete para seguir leyendo