Oaxaca de Juárez, 21 de noviembre. El uso de la inteligencia artificial (IA) en el área de la salud representa una oportunidad para mejorar los servicios y la atención a la población, pero también implica una serie de riesgos que es necesario atender antes de caer en un optimismo desbordado, advirtió la investigadora del Departamento de Informática Biomédica de la Facultad de Medicina de la UNAM, Dania Nimbe Lima Sánchez.
.jpg)
Al participar en el Seminario de Innovación, Tecnología y Emprendimiento. Salud y Telemedicina: Nuevos horizontes con la IA, la especialista comentó: uno de los principales retos tiene que ver con la alfabetización digital, en donde es necesario intensificar la colaboración y la comunicación entre los expertos en el manejo del sistema de cómputo e ingeniería de datos con los profesionales de la salud; aún se observan resistencias para su empleo.
Durante su ponencia “¿Adoptar o morir? implementación de los modelos de IA en salud”, la investigadora destacó que dentro de un sistema debilitado en relación con la vigilancia en salud pública, existe el problema en materia de obtención y registro de datos, por lo que en la práctica la falta de digitalización y de interoperabilidad puede significar un obstáculo serio para su uso e implementación.
No estamos en condiciones de garantizar la precisión y confiabilidad de los algoritmos de inteligencia artificial aplicados en bases de datos de estos sistemas, precisamente por falta de acceso a datos propios y digitalizados, de interoperabilidad y de desarrollo de algoritmos basados en su integración con la práctica médica tradicional.
Consideró, además, que en México no se ha dado una migración adecuada y oportuna para contar con una base de datos sólida y validada, por lo que es necesario generar políticas públicas que establezcan lineamientos y reglas mínimas para la utilización de la IA, en donde se considere la protección de datos personales y confidencialidad de la información de los pacientes, como parte de la salud digital.
Lima Sánchez alertó sobre los riesgos de caer en un exceso de optimismo en el uso de las nuevas tecnologías, creyendo que todo va a funcionar de manera más eficiente, ya que la falta de conectividad a los servicios de internet en varias regiones del país también puede exacerbar las diferencias y la inequidad en el acceso a los servicios de salud.
“Si no tenemos este abordaje de la IA a los servicios de salud con equidad y de accesibilidad, ¿qué va a pasar con todas esas poblaciones que no tienen acceso ni a internet ni a una computadora? ¿Cómo vamos a obtener datos de ellos de una manera ética, confiable y segura? ¿Cómo vamos a hacer modelos de atención que sean igualitarios a todo tipo de población?”
En el evento, organizado por la Facultad de Ciencias Políticas y Sociales, la Coordinación de Vinculación y Transferencia Tecnológica, y la Dirección General de Cómputo y de Tecnologías de la Información y Comunicación, de la UNAM, dijo que el gran reto es desarrollar estrategias y aplicaciones adecuadas para obtener datos que sean representativos de la población y, por ende, que las conclusiones y discusiones sean aplicables a esta.
Resaltó que la correcta alimentación de las bases de datos a través de la IA requiere de estricta vigilancia y regulación, pues si de origen se tiene información sesgada, los resultados tendrán un error permanente en la planeación.
Otro desafío, agregó, es contar con los protocolos y mecanismos adecuados para integrar los sistemas de información que existen con los de evaluación médica; por ejemplo, que cuando se tomen los signos vitales con mecanismos digitales en automático se suban los datos al expediente y se tengan de forma inmediata.
La investigadora estimó que los resultados de la aplicación de la IA en el sector salud se podrán observar dentro de aproximadamente diez años, siempre y cuando se formen las alianzas necesarias entre los profesionales de esta disciplina con la industria tecnológica, ingenieros e investigadores para pasar de la salud a distancia a la que usa la inteligencia.
En su oportunidad, la investigadora de Ciencia e Ingeniería de la Computación del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas de la UNAM, con sede en Mérida Yucatán, Blanca Hilda Vázquez Gómez, refirió que su utilidad en la investigación y diagnósticos médicos es una realidad y su aplicación en la predicción de eventos clínicos han dado resultados positivos.
Se ha registrado aumento en el desarrollo de algoritmos de aprendizaje de máquina que pueden asistir de manera puntual a la toma de decisiones clínicas, manifestó durante su ponencia “Aprendizaje de máquinas aplicado a la predicción de eventos clínicos”.
Apuntó que en la academia y la investigación es importante desarrollar modelos de proyección que identifiquen patrones clínicos, a través del aprendizaje de máquinas y la IA; con ello contribuir a crear herramientas auxiliares.
“En este momento también es crucial promover iniciativas de aperturas de datos para contribuir al desarrollo de nuevas investigaciones en las áreas biomédicas, vacunas, terapias y modelos de diagnósticos”, sugirió.
Otro tema fundamental en este proceso, precisó, es la formación de equipos multidisciplinarios para construir herramientas computacionalmente viables y médicamente relevantes, que contribuyan a la toma de decisiones clínicas.
UNAM
Compartir
