és una fundació per a desenvolupar projectes socials de salut digitall
La multinacional IBM intenta mantenerse en una posición competitiva favorable de cara un futuro no tan lejano. Para ello ha invertido en el proyecto Watson, según estimaciones de los analistas, 15 billones de dólares en el período 2010-15.
Watson, que debe su nombre al fundador y primer presidente de IBM, es un sistema informático de inteligencia artificial (IA) capaz de responder a preguntas formuladas en lenguaje natural.
Pero, ¿ha llegado la ola de la IA a la salud, para montarse en ella?
Desde un punto estratégico su movimiento está cargado de sentido, en el contexto Obamacare donde se quiere sustituir el pago por procedimiento por el pago por resultados en salud; el uso de IA para afinar intervenciones preventivas y terapéuticas tiene un peso fundamentado. Sobre todo, apoyándose en la palanca que supone toda la información (convertible en conocimiento) de los respositorios de las historias clínicas electrónicas. Hasta aquí todo encaja.
Pero es en el aspecto más operativo y tecnológico, donde parece que se están teniendo más escollos. Con el fin de reforzar su usabilidad práctica y el potencial analítico de su producto, IBM ha adquirido diferentes compañías: Explorys, Truven, Phytel… Aunque sus esfuerzos para integrarlas y generar sinergias no están dando todavía resultados. Reproducir la inteligencia de la maraña de neuronas naturales no está siendo nada sencillo. Así el concepto “integrabilidad” toma cada vez más fuerza y parece ser la clave. ¿Watson puede integrar toda la capacidad analítica de esas compañías y generar una solución robusta y fiable? De momento, no. El MD Anderson Center ha suspendido su proyecto con Watson después de invertir 62 millones de dólares en él, una vez más, por problemas de integración con sus sistemas analíticos ya existentes (Layoffs at Watson health reveal IBMs problem with IA, spectrum.ieee.org).
Problemas con el aprendizaje...
Por otra parte, el sistema de aprendizaje de la IA no es convencional, ni es el mismo que el de un residente y presenta dificultades, tal y como se ha reportado en un informe reciente: Some Cancer treatment recommendations from IBMs Watson. En el Memorial Sloan Kettering Center se ha entrenado a Watson con casos hipotéticos y no reales. Este aspecto puede ser mejorable ampliando el abanico de aprendizaje al que se le expone mediante casos reales ya resueltos. Además, el sistema necesita de un aprendizaje de apoyo para mejorar su nivel de especificidad, con test que resultan curiosos al foráneo: como distinguir entre un chihuahua de pelo rizado y una madalena con toppings (los llamados muffin).
Una mirada positiva
De todas formas, no se debería dibujar un panorama desalentador. Una mirada positiva puede prevalecer sobre el rol de la IA en el campo de la salud.
El Dr Frederic Llordachs, opina en el artículo reciente “El Dr. Ludd contra la IA médica”, que esto es debido a las soluciones a largo plazo que promueve para, por ejemplo:
- Solventar la falta de fuerza laboral médica en los países en desarrollo
- Anticipar eventos adversos en pacientes procesando datos clínicos con tecnología machine learning con capacidad predictiva
- Mejorar significativamente aspectos de sensibilidad diagnóstica
Así que habrá que dar tiempo al tiempo, para que la maduración tecnológica por un lado y organizativa por el otro permita un uso extendido y fiable de esta nueva solución. Ya que, como se comenta, parece que ha venido para quedarse como lo hicieron los telares de tejido en la primera revolución industrial…
Pablo Gascón Vila
Contenido relacionado:
- Elemental querido Watson...analizando los datos de mHealth
- Las máquinas aprenden a diagnosticar
- Eficiencia sanitaria, salud digital y utilización del Big Data