Inicio » Cómo los hospitales utilizan la Inteligencia Artificial para salvar a sus pacientes
INTELIGENCIA ARTIFICIAL

Cómo los hospitales utilizan la Inteligencia Artificial para salvar a sus pacientes

Hospitales-y-la-Inteligencia-Artificial

Desde la interpretación de las tomografías computarizadas hasta el diagnóstico de enfermedades oculares, la inteligencia artificial está asumiendo tareas médicas, en hospitales, una vez reservadas solo a especialistas médicos altamente capacitados, y en muchos casos superan a sus homólogos humanos.

Ahora la IA comienza a aparecer en unidades de cuidados intensivos, donde los hospitales tratan a sus pacientes más enfermos. Los médicos que han usado los nuevos sistemas dicen que la IA puede responder mejor a la gran cantidad de datos médicos recopilados de pacientes de la UCI, y puede ayudar a salvar a los pacientes que se tambalean entre la vida y la muerte.

“El cuidado crítico es esencialmente esta interfaz entre los seres humanos y la tecnología”, dice Peter Laussen, jefe de medicina del cuidado crítico en el Hospital de Niños Enfermos de Toronto. “La cantidad de datos transmitidos por el paciente en la UCI es enorme”, que abarca lecturas de presión arterial, latidos cardíacos, niveles de oxígeno y otros signos vitales.

“Todavía estamos en la fase muy temprana de poder usarlo e implementarlo junto a la cama”, dijo Laussen, quien es copresidente del comité directivo de AI de su hospital, acerca de AI. Pero en los últimos años, un puñado de programas piloto han mostrado resultados positivos.

Programas piloto en Hospitales Universitarios

De 2012 a 2014, los investigadores probaron un sistema de registro médico electrónico “inteligente” , una especie de precursor de la verdadera IA, en 15 UCI en los EE. UU. Y encontraron que los transformó radicalmente. El riesgo de morir de los pacientes se redujo a la mitad; en algunos casos, el sistema identificó con precisión las condiciones potencialmente mortales que los médicos no detectaron.

En 2016, investigadores de la Universidad de San Francisco probaron un nuevo sistema que utiliza la IA para detectar una infección mortal en la sangre llamada sepsis . La tasa de mortalidad cayó más del 12 por ciento, lo que significa que los pacientes cuyo tratamiento involucraba al sistema tenían 58 por ciento menos probabilidades de morir en la UCI .

Además de salvar vidas, el sistema parecía acelerar las recuperaciones de los pacientes. Los pacientes de la UCI controlados por el sistema de AI fueron dados de alta en hospitales un promedio de tres días antes que los que no lo estaban.

En los últimos dos años, Duke University y Johns Hopkins han lanzado sistemas similares que utilizan la IA para detectar la sepsis .

En su mayor parte, los sistemas de IA médica están diseñados para permanecer en silencio en el fondo de los sistemas informáticos de los hospitales, rastreando con diligencia los monitores de signos vitales y luego enviando a los médicos un mensaje de texto u otra notificación a la primera señal de problemas.

Los médicos que han utilizado estos sistemas dicen que la IA les da una mejor idea de las condiciones de sus pacientes. También ayuda a diagnosticar y predecir enfermedades críticas, esencialmente salvando vidas al ganar tiempo.

“Estamos en un punto de poder predecir la probabilidad de un paro cardíaco en el 70 por ciento de las ocasiones, cinco minutos antes de que ocurra el evento”, dijo Laussen, y agregó que el Hospital de Niños Enfermos de Toronto debería tener un sistema de inteligencia artificial para el ataque cardíaco. predicción en marcha en los próximos dos años.

Con AI, dijo, “puedes adelantarte a estos eventos”.

Sobrecarga de información

Christopher Barton, un médico de medicina de emergencia del Centro Médico de la Universidad de California-San Francisco que ha impulsado la iniciativa de IA del hospital, dijo que además de mejorar la atención médica para los pacientes, los sistemas de AI hacen que la vida en la UCI sea menos caótica para los médicos y enfermeras.

Los sistemas existentes de monitoreo de signos vitales en hospitales “usan reglas muy simples que activan una alarma o una alerta para el proveedor o los médicos del paciente”, dijo Barton. “Y esas reglas simples tienen una alta tasa de falsos positivos, o una alta tasa de ‘alarmante’ cuando solo se cumplen unos pocos criterios”.

En una UCI tradicional, las enfermeras responden a una alarma cada 90 segundos, dos tercios de las cuales resultan ser falsas alarmas , lo que significa que no indican un peligro real. Se sabe que algunos médicos y enfermeras desconectan, e incluso apagan , las alarmas, un fenómeno llamado “fatiga por alarma”. En 2011, la FDA advirtió que los problemas relacionados con las alarmas contribuyeron a más de 500 muertes de pacientes entre 2005 y 2008 .

A diferencia de un sistema de monitoreo convencional, la IA a menudo puede predecir problemas con horas de anticipación; Los médicos y enfermeras reciben una advertencia de mensaje de texto tranquila en lugar de tener que responder a una alarma urgente que indica que un paciente ya está en problemas.

Barton dijo que recibió comentarios positivos de las enfermeras de piso durante el estudio de IA en la UCSF. “La enfermera encargada del piso informará que el número de falsas alarmas se ha reducido”, dijo. “Está haciendo su trabajo más rápido y más eficiente”.

Aprendiendo de la experiencia

La mayoría de los sistemas inteligentes de UCI que se han implementado hasta el momento se basan en una forma de inteligencia artificial conocida como aprendizaje automático. A diferencia de un software típico de computadora, que requiere un conjunto explícito de instrucciones, los algoritmos de aprendizaje automático pueden tomar decisiones con una participación humana limitada.

Dentro de las UCI, estos sistemas “aprenden” del flujo constante de datos de monitores vitales y registros médicos electrónicos. Al hacerlo, los asistentes de AI pueden ignorar las falsas señales de advertencia y enfocarse en patrones significativos que indiquen un riesgo real. Cuantos más datos se introduzcan en estas máquinas, más precisas serán sus predicciones.

Como beneficio adicional, los modelos de IA pueden buscar patrones significativos entre las bases de datos masivas de registros médicos electrónicos, absorbiendo muchos más datos de los que un humano podría revisar.

“Me encantaría tener una experiencia laboral de 100 años para detectar algunos de estos casos raros, pero simplemente no”, dice Alexander Meyer, científico informático y cirujano cardiovascular del German Heart Center Berlin en Alemania. “Si una máquina tiene esta experiencia y puede decodificar estos [datos], es extremadamente útil”.