Ser cirujano oncológico es mi principal trabajo y pasión. Me permite interactuar con la gente y sumergirme en el sistema de salud, no en la lujosa atención médica corporativa, sino solo en la medicina cotidiana.
Y, como investigador en IA, estoy notando una desconexión cada vez mayor entre la práctica clínica real y los objetivos predominantes de los investigadores y las empresas de IA. Esto es, por supuesto, sólo una opinión personal y no una crítica a los procesos actuales de I+D, pero es una reflexión basada en alguna experiencia en ambos campos.
El potencial disruptivo de la IA en el software de los clientes y en la industria ahora está claro. Sin embargo, debemos reconocer que la IA en la atención sanitaria es un animal completamente diferente; el grado de complejidad, regulación y riesgo es significativamente mayor que el de la mayoría de las otras aplicaciones. Además, los conjuntos de datos disponibles públicamente son mucho más escasos que en muchos otros dominios debido a limitaciones de privacidad y accesibilidad.
Entonces, grandes bloqueadores y un mayor nivel de complejidad.
Actualmente resido en Silicon Valley como cirujano con experiencia técnica en IA, lo que me dio acceso directo a este vibrante “ecosistema”. Reuniones y conferencias sobre IA están a la orden del día. Sin embargo, es difícil no notar algunos hechos:
- Los médicos no participan en eventos de IA.
- Los médicos no participan ni siquiera en eventos de IA para la atención sanitaria.
- La investigación sanitaria de la IA está impulsada por el aspecto técnico, con una mínima retroalimentación/colaboración por parte de los médicos.
- Incluso entre los médicos, existe una colaboración insuficiente en cuanto al intercambio de datos y el desarrollo técnico.
En primer lugar, el entusiasmo por las nuevas tecnologías nos empuja a intentar aplicarlas a cada problema: “Si la única herramienta que tienes es un martillo, tiendes a ver cada problema como un clavo”. en palabras de Abraham Maslow. Y entiendo absolutamente esta tendencia. La IA es nuestro nuevo martillo de Thor; ¿Por qué no querríamos probarlo en algo ni siquiera remotamente apropiado?
Sin embargo, esto orienta investigaciones y avances centrados en resolver “acertijos técnicos” sin responder a una pregunta fundamental. Por un lado, podemos encontrar divertidas representaciones de este concepto, como la Identificador de broma “Eso es lo que ella dijo” (una solución divertida, no la critico); y, por el otro, ejemplos en los que la implementación forzada de flujos de trabajo complejos de aprendizaje profundo es caro e innecesario.
En segundo lugar, las estrategias típicas “de arriba hacia abajo” se basan en el análisis del mercado y el cálculo de la participación en el mercado. En breve, “Busquemos un campo grande y rentable en la atención sanitaria y llenémoslo de IA.“Como siempre, puede que sea una gran estrategia a corto plazo, pero la magia desaparece al cabo de un tiempo.
Estos enfoques rara vez son eficaces en la atención sanitaria. Los médicos y cirujanos suelen recurrir a las prácticas convencionales cuando las ventajas de la nueva solución no son evidentes. El principio de Planck se puede aplicar de forma segura a la innovación médica, “la ciencia avanza un funeral a la vez.” Por esta razón, un aumento del 5 al 10 % en la eficiencia operativa, si bien es significativo a escala, difícilmente se aplica en el entorno médico: necesitamos una mejora de 2 a 10 veces en áreas relevantes para la práctica clínica diaria.
Un enfoque práctico sería identificar un problema real, evaluar la eficacia de las soluciones actuales y evaluar si se puede emplear la IA para desarrollar mejores soluciones. el típico test de mamá.
Actualmente, la mayoría de los principales avances en IA para la atención sanitaria provienen de grupos de investigación y empresas tecnológicas. Esta asociación explica por qué la atención se centra más en el aspecto informático que en el componente sanitario.
Para resolver este problema, será fundamental la implicación directa de médicos y cirujanos.