Inteligencia artificial y medicina: Doctor, ¿y si le pedimos una segunda opinión a la máquina?

Este artículo es una colaboración con el diario El País, donde fue publicado originalmente (aquí se publica el inicio completo, que tuvo que recortarse por motivos de espacio).

*

Si es verdad que el nombre hace a la cosa, entonces la inteligencia artificial nació en 1955. Fue entonces cuando el matemático e informático John McCarthy tuvo la idea de organizar una reunión de verano de unas cuantas semanas y planteada en principio para unas diez personas. Lo que era un campo difuso alrededor de lo que se llamaban “máquinas pensantes”, pasó a llamarse con el nuevo nombre a partir de esa convocatoria. En ella asumían que “cada aspecto del aprendizaje o cualquier otra característica de la inteligencia puede, en principio, ser descrito con tanta precisión que puede fabricarse una máquina para simularlo”. La titularon, sin embargo, con humildad: “Una propuesta para el proyecto de investigación de verano de Darmouth sobre Inteligencia Artificial”.

En realidad, el campo estaba en marcha desde hacía un par de décadas, y unos años antes Turing ya había planteado su famoso test para distinguir a una máquina de un humano. El nombre a lo mejor no hace a la cosa, pero desde su bautizo se multiplicó el interés y la inversión. A pesar de que hubo un par de momentos en que se perdió parte de la confianza, los llamados “inviernos de la inteligencia artificial”, las herramientas y aplicaciones fueron sucediéndose hasta llegar a hitos como la derrota en 1997 de Kasparov a cargo de Deep Blue, una supercomputadora diseñada específicamente para batir al entonces campeón del mundo de ajedrez. Desde hace una década, y más aún con la aparición de herramientas como ChatGPT, su presencia empieza a ser casi total a nuestro alrededor. Y eso comienza a incluir a la medicina.

Casi desde el principio se intuyó la utilidad que podría tener en la investigación y en la salud. “En los años 70 aparecieron varios sistemas con conocimientos médicos capaces de llegar a diagnósticos, pero eran muy lentos y ninguno llegó a tener éxito clínico”, explica Víctor Maojo, catedrático de Inteligencia Artificial y director del Grupo de Informática Biomédica de la Universidad Politécnica de Madrid. Tiempo después, al poco de que Deep Blue venciera a Kasparov, se completó la primera fase del Proyecto Genoma Humano y se publicó la primera secuencia prácticamente completa de nuestro ADN. “Eso supuso un espaldarazo para la aplicación de la inteligencia artificial”, explica Maojo, “porque empezó a disponerse de una enorme cantidad de datos que habría que analizar”.

Apenas veinte años más tarde, la inteligencia artificial llena los proyectos de investigación, multiplica sus promesas y empieza a introducirse en los hospitales. Sus posibles usos van desde la ayuda a los radiólogos a la interpretación de biopsias de órganos o lesiones en la piel, pasan por el diseño de nuevos medicamentos o la selección de tratamientos, por que participe en la gestión o ayude a detectar problemas de salud mental y llegan hasta que herramientas como ChatGPT o similares puedan hacer diagnósticos en diálogo con los pacientes.

Las noticias se llenan de nuevos avances en casi cualquier campo de la medicina, pero también sucede que muchas veces estos no acaban llegando a la práctica. Para Josep Munuera, jefe de Diagnóstico por la Imagen del Hospital Sant Pau de Barcelona y experto en tecnologías digitales aplicadas a la salud, “estamos en el momento de empezar conocer su verdadero valor”, de ver qué promesas se hacen realidad y de qué manera. “Estamos ante una revolución irreversible”, asegura Maojo, “pero hay intereses en ganar dinero de forma rápida, y eso genera riesgos. La revolución debe hacerse de forma seria y donde pueda haber un beneficio claro”. Como decía la periodista científica Christie Aschwanden, “moverse rápido y romper cosas puede ser bueno para Facebook, pero no lo es demasiado para la medicina”.

Estos son, agrupados, algunos de los principales campos en los que la inteligencia artificial empieza a ganar protagonismo, sus pros y contras, sus promesas, su realidad actual y las dudas éticas de viejo y nuevo cuño que puede suscitar.

IA e imagen médica

Si hay un área de la medicina en el que la inteligencia artificial lleve ventaja, ese parece ser el de interpretación de imágenes. Su capacidad para detectar patrones, el entrenamiento al que se han sometido los modelos en los últimos años y el hecho de que “la radiología se digitalizara a principios de los dos mil ha hecho que en esta especialidad vaya por delante de otras”, explica Munuera.

Las noticias sobre proyectos y sus resultados no dejan de sucederse. Pero no se trata de algoritmos universales que puedan diagnosticar a partir de una imagen cualquier anomalía, sino que suelen “estar entrenados para un solo tipo de lesión, por ejemplo fracturas o nódulos tumorales”, precisa el radiólogo, para quien “el objetivo es que lo hagan mejor que un humano, pero no se trata solo de la precisión, sino de que aporte un beneficio real”. Porque se puede dar la paradoja de que un diagnóstico más preciso no suponga una ventaja. Un ejemplo de esto ha venido sucediendo en los cribados de cáncer de pulmón. Las nuevas técnicas de imagen son capaces de detectarlo antes de lo que lo hacen las radiografías, pero con ambas herramientas se pueden cometer equivocaciones, interpretando en ocasiones como tumorales nódulos que no lo son. Destinados a aplicarse a un gran número de personas, podrían llegar a producir más daño que beneficio, de ahí que aún haya dudas acerca de implantarlo.

En esa avalancha de noticias y de resultados se anuncian promesas pero también se despiertan reservas. Muchos de los proyectos que se publican muestran que funcionan bien en los lugares en que los prueban, pero no demuestran hacerlo fuera de allí. Y hay bastantes ejemplos de herramientas que parecen trabajar con gran precisión pero que no se prueban en condiciones reales, que no se comparan con el acierto humano o que funcionan en el hospital que la desarrolla pero no en otros, simplemente porque usan otras máquinas o atienden otro tipo de pacientes. Para Munuera, estamos en un momento similar a cuando empezaban a aparecer los asistentes de conducción. “Al principio, si los seguías a ciegas, podían llevarte a un lago. De lo que se trata ahora es de hacer que la navegación sea fiable”.

Porque, a pesar de las reservas, Munuera admite que la asistencia está empezando a cambiar y, convencido de sus ventajas, quiere “que sea así”. En el día a día los hospitales están empezando a integrar algunas de estas herramientas, “aunque todavía de forma puntual”. Munuera contempla varios escenarios, algunos de los cuales ya están empezando a probar con algunos recursos en su hospital (…)

(…) Seguir leyendo el resto del artículo en El País.

Jesús Méndez

Escritor y periodista científico. MD, PhD