A primera vista este titular podría sonar a película de terror de ciencia ficción, pero la realidad es que esta predicción podría ayudar a salvar vidas.

Tras varios ensayos en los que se utilizaron datos de pacientes de dos hospitales de EE.UU, los investigadores pudieron demostrar que los algoritmos podían no solo predecir el tiempo de estadía de un paciente en el hospital y el tiempo de alta, si no que además el momento de su muerte.

 

Un artículo publicado en la revista Nature sugiere que, alimentar con datos electrónicos los registros de salud y el historial médico a un modelo de aprendizaje profundo podría mejorar la precisión de los resultados predichos.

En el estudio, la red neuronal descrita utiliza una enorme cantidad de datos; signos vitales, historial médico del paciente, etc para poder hacer las predicciones. Un nuevo algoritmo alinea los eventos previos de los registros de cada paciente en una línea temporal, algo que permitió que el modelo de aprendizaje profundo identificara los resultados futuros, incluida la hora de muerte. Todos estos cálculos en tiempo récord, claro.

Pero, ¿de qué sirve todo esto, a parte de para predecir la muerte?

Bueno, parece que para los hospitales podría servir de ayuda para encontrar nuevas formas de priorizar la atención al paciente, ajustar los planes de tratamientos y detectar emergencias médicas (incluso antes de que ocurran).

Además, la IA tiene otra serie de aplicaciones en cuanto a la salud. Algoritmos desarrollados recientemente podrían diagnosticar el cáncer de pulmón y enfermedades cardíacas con mayor precisión que los médicos humanos. Otro de los ensayos ha sido alimentar con imágenes de retinas a algoritmos de IA para determinar las posibilidades de que un paciente desarrolle una, o más, de las tres enfermedades oculares más importantes.

¿Y qué pasa con los datos?, ¿quién los posee?

Distribuidos en varios sistemas de atención médica y agencias gubernamentales, de los cuales la mayoría de estas bases de datos existen de forma independiente, nuestros datos están siendo almacenados en sistemas informáticos centralizados. Estos primeros ensayos operan en una escala mucho más pequeña de lo que Google quiere conseguir.

Piénsalo. Almacenar cantidades ingentes de datos personales en un solo modelo predictivo, propiedad de una de las empresas más grandes del mundo puede no ser la solución más atractiva. Registros electrónicos de millones de pacientes en manos de unas pocas empresas privadas podría permitir que empresas como Google exploten la industria de salud y se conviertan en un monopolio de la asistencia sanitaria.

Un ejemplo de ello es que, la semana pasada, DeepMind Health (Alphabet) fue objeto de escrutinio por parte del gobierno de EE.UU, debido a la preocupación de que pudiera ‘ejercer un poder de monopolio excesivo, según TechCrunch, pero su relación ya estaba resentida por las acusaciones de que DeepMind Health rompió las leyes de EE.UU, recopilando datos de pacientes sin el consentimiento adecuado, en 2017.

¿Qué opinan los profesionales de la salud?

Muestran su preocupación por el efecto que la IA tendrá en los medicamentos una vez que estén realmente integrados, y si no se toman las precauciones necesarias para la transparencia antes de que se ponga en marcha. Sin un marco regulatorio efectivo que estimule la transparencia en EE.UU será prácticamente imposible responsabilizar a estas empresas.

La Asociación Médica Estadounidense ha admitido en una declaración que, combinar IA con médicos humanos podría traer beneficios significativos, pero afirma que las herramientas de IA deben “esforzarse por cumplir varios criterios clave, que incluyen ser transparente, basado en estándares y libre de prejuicios”.