Por medio del aprendizaje automático y el análisis de datos, la IA puede identificar patrones en imágenes médicas, resultados de laboratorio y registros clínicos que, en muchos casos, podrían pasar desapercibidos para los humanos.
Al día de hoy, la inteligencia artificial (IA) ha transformado en gran medida el campo de la medicina, abriendo la puerta a herramientas innovadoras que mejoran la precisión, la eficiencia y la personalización en el cuidado de la salud.
Su impacto se extiende por diversas áreas, desde el diagnóstico y el tratamiento hasta la investigación médica, y posee el potencial necesario para transformar tanto la práctica clínica como la experiencia del paciente.
Uno de los avances más notables que la IA ha traído a la medicina, es su capacidad para realizar diagnósticos más precisos y tempranos. Por medio del aprendizaje automático y el análisis de datos, la IA puede identificar patrones en imágenes médicas, resultados de laboratorio y registros clínicos que, en muchos casos, podrían pasar desapercibidos para los humanos.
La medicina personalizada es otro ámbito a abordar, donde la IA está marcando un enfoque más centrado en el paciente, utilizando datos genómicos y clínicos para diseñar tratamientos individualizados.
Los algoritmos avanzados permiten analizar mutaciones genéticas específicas y otros biomarcadores para recomendar terapias dirigidas, como en el caso de pacientes con cáncer que se benefician de enfoques terapéuticos ajustados a su perfil genético.
Puedes ver las entrevistas completas aquí.
La doctora Yasmín Pedrogo, decana interina de Asuntos Académicos del Recinto de Ciencias Médicas de la UPR, mencionó qué "La Universidad de Puerto Rico, la Oficina del Presidente y Vicepresidencia Académica, le pidió a todos los rectores que en cada una de sus unidades, nombrara un comité de inteligencia artificial, donde evaluamos la política de la IA aprobada por la Junta de Gobierno y también escucháramos el conocimiento que tiene toda la comunidad universitaria sobre este tema", explicó la Dra. Pedrogo.
En pocas palabras, el foro surge como parte de una iniciativa de la Universidad de Puerto Rico para evaluar la política de IA aprobada por la Junta de Gobierno, promover su uso en el ámbito académico y fomentar la innovación en el sector salud.
Sin embargo, para esto, la experta dice que el objetivo no es sustituir al profesional de salud, sino aprovechar herramientas tecnológicas que mejoren la eficiencia y la formación.
"Los algoritmos de diagnóstico se alimentan de lo que está publicado. Entonces uno tiene que tomar en consideración en qué poblaciones se hacen los estudios, porque no es lo mismo diagnosticar las enfermedades en una población y en otra diferente, son unos problemas que se presentan dependiendo de la población y la cultura del paciente".
"El razonamiento clínico es un arte. Es un arte del médico y del profesional de la salud que lo va a seguir elaborando. Así que por más libros que leamos, por más algoritmos que hayan, no va a sustituir la fase humana y el pensamiento de razonamiento clínico", agregó.
Al respecto y con el afán de poder reunir diferentes conocimientos y contextos sobre la IA en entornos médicos, la Dra. Yailis Medina, catedrática asociada del departamento de Obstetricia y Ginecología del RCM, presente en este evento, conversó con la Revista MSP, en donde expresó que el uso de esta tecnología en los escenarios de simulación médica, permiten acercar a los estudiantes a una experiencia realista, pero en un ambiente controlado.
En este contexto, explicó cómo se implementan herramientas como las gafas virtuales y plataformas en línea para mejorar el aprendizaje.
"La utilizamos tanto para la educación, ya sean plataformas que puedan estar en línea, que puedan estar en teléfono, como también la podemos utilizar con herramientas como las gafas virtuales", dice. "Con esas herramientas podemos simular el movimiento de algún procedimiento, lo que nos ayuda mucho, no solamente al aprendizaje, sino a proteger al paciente de cómo practicamos", señaló la Dra. Medina.
Los estudiantes pueden llevar las simulaciones a cualquier lugar y practicar en cualquier momento, utilizando dispositivos como sus teléfonos móviles. Además, aclaró que a pesar de que es una herramienta supremamente útil para practicar y aprender, "no te automatiza porque tienes que tener tu conocimiento para poder establecer cuál van a ser las mejores respuestas, las mejores herramientas, los mejores algoritmos", aseguró, haciendo un llamado a la capacitación continua.
En cuanto a la aceptación de la tecnología, mencionó que los estudiantes están reaccionando muy positivamente. "Nuestros estudiantes son tecnológicos. Cualquier cosa que esté en tecnología, que ellos puedan también tener el control, decidir cuándo lo van a usar, poder utilizarlo en cualquier ambiente, les parece mucho mejor que estar limitados a un salón de clases", expresó.
En otros aspectos que también han mejorado gracias a la IA, se encuentran los tratamientos personalizados. Para esto, el Dr. Jorge Duconje, profesor de la Escuela de Farmacia, explicó el concepto y la aplicación de la farmacogenómica, una disciplina que estudia el papel de la herencia genética en la respuesta a los medicamentos.
En palabras del experto, "la farmacogenómica es el estudio del rol de la herencia en la variabilidad, en la respuesta a los medicamentos, de forma tal que podamos entonces identificar cuál es el medicamento correcto, en la dosis correcta, para cada paciente".
"A partir de la identificación de marcadores concretos podemos identificar cuáles son los medicamentos que funcionan mejor", explicó el especialista. Esta personalización de los tratamientos, basada en el perfil genético del paciente, está modificando la forma en que se abordan las terapias oncológicas para llegar a tener más éxito.
Así pues, debido a la gran cantidad de datos generados por la farmacogenómica, se necesitan herramientas avanzadas para analizarlos y extraer patrones útiles.
"Utilizamos herramientas de inteligencia artificial y específicamente de Machine Learning para poder identificar patrones dentro de esa base de datos que ayuden a desarrollar modelos de predicción", explicó. Estos modelos permiten determinar, por ejemplo, el riesgo de una reacción adversa a un medicamento o predecir la efectividad de un tratamiento en función del perfil genético de cada paciente.
Sin embargo, el doctor aclaró que, aunque la inteligencia artificial asiste en la toma de decisiones, la última palabra sigue siendo responsabilidad del profesional de la salud: "La decisión final la va a validar un ser humano, una persona que tiene el conocimiento, que tiene el peritaje y que además tiene la experiencia para poder hacer ese tipo de decisión", afirmó.
