Escribe: Manuel Mayorga Espichán | Director Nacional de la Facultad de Salud de la UPN. Las bondades de la tecnología de última generación aplicada a la medicina.

La historia de la humanidad ha estado marcada por importantes hitos tecnológicos, llamados “revoluciones industriales”, que han determinado una profunda transformación económica y social en el mundo.

La primera tuvo como protagonista a la energía del vapor que permitió un importante salto en la producción industrial. La segunda revolución tuvo como base a la energía eléctrica, que trajo como consecuencia la producción industrial en masa. La tercera -más reciente- tuvo como protagonistas a la electrónica y las tecnologías de información & comunicación (TICs). En los últimos años estamos asistiendo a una fascinante “cuarta revolución industrial” que tiene como vedette a la “transformación digital” y cada vez con mayor frecuencia escuchamos hablar o leemos algo sobre el internet de las cosas, cloud computing, big data, machine learning, aprendizaje automático, inteligencia artificial, realidad virtual, realidad aumentada, entre otros.

El campo de la salud no es ajeno a todo esto y tenemos excelentes ejemplos de aplicaciones que ya se encuentran en curso. Así, por ejemplo, SkinVision es una aplicación que se puede bajar a un teléfono celular con cuya cámara podemos fotografiar una mancha sospechosa de la piel. La app compara una serie de características de la lesión con una gran base de datos permitiendo detectar con una precisión mayor del 70% si hay un riesgo alto o bajo de melanoma, uno de los cánceres más agresivos  y mortales que existen.

Machine learning es un sistema de inteligencia artificial que permite el “aprendizaje automático” de las máquinas, es decir, a través de un algoritmo la máquina o aplicación revisa millones de datos, identifica patrones complejos y predice comportamientos futuros (“aprendizaje”). Es “automático” porque la precisión de estos sistemas va mejorando con el tiempo de manera autónoma, sin necesidad de la intervención humana; esto es, sin tener que reprogramar o crear nuevos algoritmos, la máquina lo hace por sí sola (increíble).

Así, BioMedIA ha desarrollado algoritmos para la adquisición, análisis e interpretación de estudios de imágenes (radiografías, tomografías, resonancias y ecografías fetales). Utiliza el machine learning para la extracción de información clínicamente útil y compara las placas con un banco de miles de imágenes para el diagnóstico preciso. Es decir, en el futuro inmediato ya no dependeremos del “ojo experto” de un radiólogo para el diagnóstico preciso de enfermedades que se detectan o confirman con este tipo de exámenes.

XGBoost es un modelo de machine learning para pacientes graves con insuficiencia renal aguda que se encuentran en la UCI, con la finalidad de identificar precozmente aquellos que van a responder favorablemente a la administración enérgica de líquidos por vía endovenosa (“carga de volumen”) de aquellos en los que es mejor dializar desde un inicio, reduciendo de esta manera el riesgo de complicaciones por la innecesaria administración de fluidos.

El internet de las cosas aplicado en la salud facilita la toma de decisiones clínicas. (esmarcity.es).
El internet de las cosas aplicado en la salud facilita la toma de decisiones clínicas. (esmarcity.es).

En el campo de la salud mental, IBM ha desarrollado un sistema de inteligencia artificial que permite predecir precozmente el riesgo de desarrollar psicosisutilizando transcripciones de entrevistas realizadas a varios individuos para evaluar la coherencia de las oraciones. Luego, con un modelo de aprendizaje automático y analizando estos patrones del habla se puede detectar a personas en riesgo de desarrollar psicosis con una precisión mayor del 80%. Usando la misma tecnología y analizando los mensajes e imágenes posteados en Instagram se puede detectar a personas con alto riesgo de depresión con una precisión 70% mayor que un médico general (42%).

El análisis de más de 40 mil fotos subidas a Instagram permitió detectar que las personas en riesgo depresivo suben imágenes más azules, grises y oscuras y muestran menos caras en las redes sociales. Este algoritmo permitirá contar con un sistema de alerta temprana, es decir, una nueva forma de ayudar a estas personas y derivarlas al especialista.

El internet de las cosas (IoT, internet of things) consiste en un “ecosistema de objetos conectados por internet con la habilidad de capturar datos y comunicarlos a un sistema central con el propósito de analizarlos y obtener información de valor para la toma de decisiones”.

Así, los llamados hospitales 4.0 cuentan con “habitaciones inteligentes” que a través de sensores colocados en la ropa de cama, colchones, dispositivos médicos y paredes permiten conocer la ubicación exacta en tiempo real de los pacientes hospitalizados, el monitoreo continuo de las constantes fisiológicas (que automáticamente son enviadas a su historia clínica electrónica), el seguimiento de los pedidos de medicación a farmacia, alertan si el paciente permanece mucho tiempo sin moverse o por el contrario si hay movimientos constantes con riesgo de caída de la cama, reduciendo el tiempo de respuesta de sus cuidadores.

Esta información mejora la seguridad de los pacientes y ahorra tiempo/esfuerzo del escaso personal sanitario en la ejecución de tareas repetitivas. Un sistema de internet de las cosas médicas (IoHT, Internet of Healthcare Things) con estas características, llamado Sisens, ya se ha probado en algunos hospitales españoles. En el ámbito del cuidado domiciliario existe una plataforma llamada iHomeHealth-IoT, la cual está conformada por una caja y envases de medicina inteligentes que permiten enviar una alerta al paciente recordándole que la hora de tomar su pastilla ha pasado, así como un mensaje de texto al smartphone de su médico tratante con la finaldad de asegurar la adherencia al tratamiento indicado.

Finalmente, las tecnologías de realidad virtual se están utilizando desde hace varios años en el aprendizaje de los estudiantes de ciencias de la salud, en la terapia física y rehabilitación, en el tratamiento de las fobias, en el manejo de las adicciones, para bajar de peso, así como en el tratamiento del “dolor del miembro fantasma” en los pacientes amputados, entre otras aplicaciones.

La transformación digital de la medicina que ahora nos parece casi de ciencia ficción tendrá un gran impacto en la calidad de atención y seguridad de los pacientes, así como en la relación del binomio médico-paciente por lo que debemos preparar a nuestros futuros profesionales de la salud para un nuevo ecosistema sanitario que ya se encuentra a la vuelta de la esquina.