Dr. Alberto Esquenazi:
“Los médicos no competimos con la inteligencia artificial”
Los avances en diagnóstico y tratamiento son aportes clave de esta tecnología, pero sus limitaciones deben ser abordadas antes de su masificación.
Gracias a sus capacidades de aprendizaje y análisis de grandes cantidades de datos, la inteligencia artificial (IA) ha revolucionado el campo de la medicina, aportando avances significativos en materia de diagnóstico, tratamiento y prevención de enfermedades como el cáncer, identificando patrones y características específicas en imágenes. Además, ha facilitado la personalización de terapias, adaptándolos a las características individuales de cada paciente.
Precisamente, la IA fue uno de los principales temas abordados por el doctor Alberto Esquenazi durante el último congreso de la Organización Internacional de Teletones (ORITEL).
El cirujano graduado en la Universidad Nacional Autónoma de México y quien completó su residencia en medicina física y rehabilitación en el programa Temple/MossRehab de Filadelfia, Estados Unidos, con subespecialidad en análisis de la marcha y rehabilitación de amputados, se refirió a las bondades de la IA en el área.
Ha recibido reconocimientos que incluyen el Premio Elizabeth M. Boggs por el cuidado y defensa del paciente con parálisis cerebral, distinciones de parte de la Academia Americana de Medicina Física y Rehabilitación e integrante de la lista "Top Doctors" de Filadelfia y Norteamérica por la revista Baltimore´s Magazine.
- ¿Cómo podría describir el aporte de la IA en medicina?
Se trata de una tecnología que simula la inteligencia humana a través de sistemas informáticos especializados, que funcionan procesando grandes cantidades de datos, buscando correlaciones y utilizando patrones para hacer predicciones sobre estados futuros.
En cuanto a su contribución a la medicina, los algoritmos han permitido analizar, de manera rápida y eficaz, imágenes de resonancia magnética, por ejemplo, que permiten a los médicos realizar diagnósticos más precisos. Esto es algo valioso, sobre todo, al momento de enfrentarnos a enfermedades de etapa temprana o cuando se trata de una patología de condiciones complejas.
Otra de sus cualidades es que permite al profesional de la salud personalizar los tratamientos y contar con algoritmos que ayudan a predecir la evolución de ciertos escenarios y, por ende, tomar acciones oportunas. Ejemplo de ello son los casos cáncer de mama o de piel donde, a través del aprendizaje automático de sistemas, su detección se ha vuelto más efectiva y eficiente en relación con lo que podemos hacer los humanos.
- En el encuentro de ORITEL se refirió a su uso en el análisis de la marcha…
El estudio del movimiento del cuerpo es una herramienta esencial para diagnosticar y planificar el tratamiento de patologías que afectan a la movilidad, entre ellas, la parálisis cerebral, enfermedad de Parkinson y accidente cerebrovascular.
El análisis de la marcha se ha basado, tradicionalmente, en la observación y evaluación de parte de los profesionales de la salud que, independientemente del nivel de experiencia que tengan, están sujetos a cometer errores técnicos y humanos.
A diferencia de ello, el uso de modelos de aprendizaje permite extraer, de manera automática, las características de la marcha espaciotemporal de cada individuo, por medio del procesamiento de flujos de datos en vivo y de repositorio. Además, detecta simultáneamente la marcha patológica e identifica qué parte del cuerpo es la más afectada.
Por lo tanto, además de procesar, aprende de sus propios análisis. Esto es particularmente valioso, ya que podría usarse para implementar tratamientos personalizados en pacientes con anomalías específicas y así mejorar resultados.
Sin embargo, recién comenzamos a aplicarla en la clínica. Mucho se habla sobre sus ventajas, y eso es fascinante, pero con lo poco que llevamos no es posible predecir cómo su aplicación impactará en individuos con discapacidades más severas.
- ¿Existen otras limitaciones?
Es importante hacernos cargo de las implicaciones éticas y de privacidad que conlleva la recopilación y análisis de datos en salud y de cómo y quiénes harán uso de esta información.
Por ejemplo, hace un par de semanas recibí una llamada de parte del departamento de policía, quienes tenían un video donde se veía a una persona con máscara, pero con una manera muy peculiar de caminar y que iba saliendo de la escena de un crimen. ¿Podría identificarlo por su manera de andar? Interesante pregunta, pues ahí nos cuestionamos cuáles son las implicaciones de la libertad y derechos de los individuos. Siento que, en parte, son estos algunos de los motivos por los cuales no se ha masificado.
- ¿Hasta que punto podría la IA rivalizar con el profesional de la salud?
Los médicos no compiten con ella, es un complemento, una herramienta que aprovechamos, pero que no nos reemplazará. Cuando hablamos de este tipo de tecnología, más que comparar lo que cada parte pueda hacer, la idea es que nosotros sepamos utilizarla y aprovechar sus bondades. Por lo demás, sigue existiendo el concepto de “caja negra”, con esto me refiero a que, pese a su increíble capacidad de análisis, aún no sabemos al 100% cómo procesa la información. Este tema también ha limitado su aplicación en toda la práctica médica.
Los investigadores y los médicos pueden alcanzar una comprensión más profunda de las anormalidades que existen en sus áreas, incluso, considerando, por ejemplo, algunos biomarcadores para ciertas patologías. A medida que la IA continúe avanzando, se podrá reducir la presión sobre los sistemas de salud.
Por María Ignacia Meyerholz
