Expertos en IA debaten sobre cómo integrar una IA robusta en la atención médica, por qué la colaboración interdisciplinaria es fundamental y el potencial de la IA generativa en la investigación.
Feifei Li y Lloyd Minor pronunciaron los discursos de apertura en el simposio inaugural RAISE Health en la Facultad de Medicina de la Universidad de Stanford el 14 de mayo. Steve Fish
La mayoría de las personas que han sido capturadas por la inteligencia artificial han tenido una especie de momento revelador que les ha abierto la mente a un mundo de posibilidades. En el simposio inaugural RAISE Health, celebrado el 14 de mayo, Lloyd Minor, doctor en medicina, decano de la Facultad de Medicina de la Universidad de Stanford y vicepresidente de asuntos médicos de la misma universidad, compartió su perspectiva.
Cuando se le pidió a un adolescente curioso que resumiera sus hallazgos sobre el oído interno, recurrió a la inteligencia artificial generativa. «Pregunté: "¿Qué es el síndrome de dehiscencia del canal semicircular superior?"», dijo Minor a casi 4000 participantes del simposio. En cuestión de segundos, aparecieron varios párrafos.
“Son buenos, realmente buenos”, dijo. “Que esta información se haya recopilado en una descripción concisa, generalmente precisa y claramente priorizada de la enfermedad es realmente notable”.
Muchos compartieron el entusiasmo de Minor por el evento de medio día, que surgió de la iniciativa RAISE Health, un proyecto lanzado por la Facultad de Medicina de la Universidad de Stanford y el Instituto Stanford para la Inteligencia Artificial Centrada en el Ser Humano (HAI) para guiar el uso responsable de la inteligencia artificial en la investigación biomédica, la educación y la atención al paciente. Los ponentes analizaron qué significa implementar la inteligencia artificial en la medicina de una manera que no solo sea útil para médicos y científicos, sino también transparente, justa y equitativa para los pacientes.
“Creemos que esta es una tecnología que mejora las capacidades humanas”, afirmó Fei-Fei Li, profesora de informática en la Escuela de Ingeniería de Stanford, directora del proyecto RAISE Health with Minor y codirectora de HAI. Generación tras generación, pueden surgir nuevas tecnologías: desde nuevas secuencias moleculares de antibióticos hasta el mapeo de la biodiversidad y la revelación de aspectos ocultos de la biología fundamental, la IA está acelerando el descubrimiento científico. Pero no todo esto es beneficioso. “Todas estas aplicaciones pueden tener consecuencias imprevistas, y necesitamos informáticos que desarrollen e implementen [la inteligencia artificial] de forma responsable, trabajando con diversos actores, desde médicos y especialistas en ética… hasta expertos en seguridad y más allá”, explica. “Iniciativas como RAISE Health demuestran nuestro compromiso con esto”.
La consolidación de tres divisiones de Stanford Medicine —la Facultad de Medicina, Stanford Health Care y la Facultad de Medicina Infantil de la Universidad de Stanford— y sus conexiones con otras partes de la Universidad de Stanford la han puesto en una posición donde los expertos están lidiando con el desarrollo de la inteligencia artificial, problemas de gestión e integración en el campo de la atención médica y la medicina. Medicina, decía la canción.
“Estamos bien posicionados para ser pioneros en el desarrollo y la implementación responsable de la inteligencia artificial, desde descubrimientos biológicos fundamentales hasta la mejora del desarrollo de fármacos y la optimización de los procesos de ensayos clínicos, pasando por la prestación real de servicios de atención médica. La forma en que está configurado el sistema de atención médica”, afirmó.
Varios ponentes destacaron un concepto sencillo: centrarse en el usuario (en este caso, el paciente o el médico) y todo lo demás vendrá por añadidura. «Esto sitúa al paciente en el centro de todo lo que hacemos», afirmó la Dra. Lisa Lehmann, directora de bioética del Hospital Brigham and Women's. «Debemos tener en cuenta sus necesidades y prioridades».
De izquierda a derecha: Mohana Ravindranath, presentadora de STAT News; Jessica Peter Lee, de Microsoft Research; Sylvia Plevritis, profesora de ciencia de datos biomédicos, analiza el papel de la inteligencia artificial en la investigación médica. Steve Fish
Los ponentes del panel, entre los que se encontraban Lehmann, la bioeticista médica de la Universidad de Stanford, Mildred Cho, MD, y el director clínico de Google, Michael Howell, MD, destacaron la complejidad de los sistemas hospitalarios y enfatizaron la necesidad de comprender su propósito antes de cualquier intervención. Es fundamental implementarlos y garantizar que todos los sistemas desarrollados sean inclusivos y tengan en cuenta a las personas a las que están destinados a ayudar.
Un aspecto clave es la transparencia: deja claro de dónde provienen los datos utilizados para entrenar el algoritmo, cuál es el propósito original del algoritmo y si los datos de futuros pacientes seguirán ayudando al algoritmo a aprender, entre otros factores.
“Intentar predecir los problemas éticos antes de que se agraven implica encontrar el punto de equilibrio perfecto: conocer la tecnología lo suficiente como para tener cierta confianza en ella, pero sin que el problema se propague, y resolverlo cuanto antes”, afirmó Denton Char, candidato a doctor en Ciencias Médicas y profesor asociado del Departamento de Anestesiología Pediátrica, Medicina Perioperatoria y Medicina del Dolor. Un paso fundamental, según él, es identificar a todas las partes interesadas que podrían verse afectadas por la tecnología y determinar cómo les gustaría responder a esas preguntas.
Jesse Ehrenfeld, MD, presidente de la Asociación Médica Estadounidense, analiza cuatro factores que impulsan la adopción de cualquier herramienta de salud digital, incluidas aquellas basadas en inteligencia artificial. ¿Es eficaz? ¿Funcionará en mi institución? ¿Quién paga? ¿Quién es responsable?
Michael Pfeffer, MD, director de informática de Stanford Health Care, citó un ejemplo reciente en el que se pusieron a prueba muchos de los problemas con enfermeras de los hospitales de Stanford. Los médicos cuentan con el apoyo de modelos de lenguaje avanzados que proporcionan anotaciones iniciales para los mensajes de los pacientes. Si bien el proyecto no es perfecto, los médicos que participaron en el desarrollo de la tecnología afirman que el modelo les facilita el trabajo.
“Siempre nos centramos en tres aspectos importantes: seguridad, eficiencia e inclusión. Somos médicos. Hacemos un juramento de ‘no hacer daño’”, afirmó la Dra. Nina Vasan, profesora clínica adjunta de psiquiatría y ciencias del comportamiento, quien se unió al grupo junto con Char y Pfeffer. “Esta debería ser la primera forma de evaluar estas herramientas”.
Nigam Shah, MBBS, Ph.D., profesor de Medicina y Ciencia de Datos Biomédicos, inició la charla con una estadística impactante a pesar de haber advertido a la audiencia. "Hablo en términos generales y con números, y a veces tienden a ser muy directos", dijo.
Según Shah, el éxito de la IA depende de nuestra capacidad para escalarla. «Realizar una investigación científica rigurosa sobre un modelo lleva unos 10 años, y si cada uno de los 123 programas de becas y residencias quisiera probar e implementar el modelo con ese nivel de rigor, sería muy difícil llevar a cabo la investigación científica correcta tal como organizamos nuestros esfuerzos y pruebas actualmente. Costaría 138 mil millones de dólares asegurar que cada uno de nuestros centros funcione correctamente», afirmó Shah. «No podemos permitirnos esto. Así que necesitamos encontrar una manera de expandirnos, y necesitamos expandirnos y hacer buena ciencia. Las habilidades de rigor están en un lugar y las de escalabilidad en otro, así que vamos a necesitar ese tipo de colaboración».
La vicedecana Yuan Ashley y Mildred Cho (Recepción) asistieron al taller RAISE Health. Steve Fish
Algunos ponentes del simposio dijeron que esto podría lograrse mediante asociaciones público-privadas, como la reciente Orden Ejecutiva de la Casa Blanca sobre el Desarrollo y Uso Seguro, Confiable y Protegido de la Inteligencia Artificial y el Consorcio para la Inteligencia Artificial en la Atención Médica (CHAI).
«La colaboración público-privada con mayor potencial es la que se da entre la academia, el sector privado y el sector público», afirmó Laura Adams, asesora principal de la Academia Nacional de Medicina. Señaló que el gobierno puede garantizar la confianza pública, los centros médicos académicos pueden aportar legitimidad y el sector privado puede proporcionar conocimientos técnicos y tiempo de computación. «Todos somos capaces de hacer más que cualquiera de nosotros, y reconocemos que… no podemos aspirar a desarrollar el potencial de la inteligencia artificial si no comprendemos cómo interactuar entre nosotros».
Varios ponentes señalaron que la IA también está teniendo un impacto en la investigación, ya sea que los científicos la utilicen para explorar dogmas biológicos, predecir nuevas secuencias y estructuras de moléculas sintéticas para respaldar nuevos tratamientos, o incluso para ayudarles a resumir o redactar artículos científicos.
“Esta es una oportunidad para descubrir lo desconocido”, afirmó Jessica Mega, doctora en medicina, cardióloga de la Facultad de Medicina de la Universidad de Stanford y cofundadora de Verily, de Alphabet. Mega mencionó la imagen hiperespectral, que captura características invisibles para el ojo humano. La idea es utilizar inteligencia artificial para detectar patrones en muestras histológicas que los humanos no perciben y que indican la presencia de enfermedades. “Animo a todos a explorar lo desconocido. Creo que todos aquí conocen a alguien con alguna afección médica que necesita algo más allá de lo que podemos ofrecer hoy”, concluyó Mejia.
Los panelistas también coincidieron en que los sistemas de inteligencia artificial proporcionarán nuevas formas de identificar y combatir la toma de decisiones sesgada, ya sea por humanos o por inteligencia artificial, con la capacidad de identificar la fuente del sesgo.
Varios panelistas coincidieron en que “la salud es más que atención médica”. Los ponentes destacaron que, al recopilar datos inclusivos y reclutar participantes para estudios, los investigadores suelen pasar por alto los determinantes sociales de la salud, como el estatus socioeconómico, el código postal, el nivel educativo, la raza y la etnia. “La IA es tan eficaz como los datos con los que se entrena el modelo”, afirmó Michelle Williams, profesora de epidemiología en la Universidad de Harvard y profesora asociada de epidemiología y salud pública en la Facultad de Medicina de la Universidad de Stanford. “Si queremos lograr nuestros objetivos —mejorar los resultados de salud y eliminar las desigualdades—, debemos asegurarnos de recopilar datos de alta calidad sobre el comportamiento humano y el entorno social y natural”.
Natalie Pageler, doctora en medicina y profesora clínica de pediatría y medicina, afirmó que los datos agregados sobre el cáncer a menudo excluyen los datos de mujeres embarazadas, lo que crea sesgos inevitables en los modelos y exacerba las desigualdades existentes en la atención médica.
El Dr. David Magnus, profesor de pediatría y medicina, afirmó que, como cualquier nueva tecnología, la inteligencia artificial puede mejorar las cosas en muchos sentidos o empeorarlas. El riesgo, según Magnus, reside en que los sistemas de inteligencia artificial aprendan sobre las desigualdades en materia de salud derivadas de los determinantes sociales de la salud y las refuercen a través de sus resultados. «La inteligencia artificial es un espejo que refleja la sociedad en la que vivimos», declaró. «Espero que cada vez que tengamos la oportunidad de visibilizar un problema —de mirarnos a nosotros mismos en el espejo— nos sirva de motivación para mejorar la situación».
Si no pudiste asistir al taller RAISE Health, puedes encontrar la grabación de la sesión aquí.
La Facultad de Medicina de la Universidad de Stanford es un sistema integrado de atención médica académica que comprende la Facultad de Medicina de la Universidad de Stanford y los sistemas de atención médica para adultos y niños. Juntos, aprovechan al máximo el potencial de la biomedicina mediante la investigación colaborativa, la educación y la atención clínica al paciente. Para obtener más información, visite med.stanford.edu.
Un nuevo modelo de inteligencia artificial está ayudando a médicos y enfermeras del Hospital Stanford a trabajar juntos para mejorar la atención al paciente.
Fecha de publicación: 19 de julio de 2024