La Inteligencia Artificial (IA) está viviendo uno de sus momentos más interesantes desde que comenzó su andadura a partir de los años cincuenta del siglo pasado. Es significativo que, en la actual sociedad, esta tecnología se haya adoptado con una rapidez y naturalidad que ha superado a la de otras tecnologías recientes como la telefonía móvil, el uso de internet o el de las redes sociales, por citar algunos ejemplos paradigmáticos.

El boom de la IA que estamos presenciando en tiempo real se debe a tres aspectos fundamentales. En primer lugar, la disponibilidad de grandes cantidades de datos (big data) que son el combustible de las tecnologías basadas en el machine learning. En segundo lugar, el abaratamiento de las infraestructuras de cálculo intensivo (infraestructuras de altas prestaciones, clusters de GPUs, servicios de computación en la nube...), que facilitan y aceleran el diseño e implementación de nuevos productos basados en IA, sin olvidarnos de los ordenadores cuánticos que gradualmente vamos a poder utilizar en los próximos años. Y en tercer lugar, la disponibilidad de grandes librerías de desarrollo de software especializado en acceso público y gratuito, como son las utilizadas para las redes neuronales o para el procesamiento del lenguaje natural, por citar algunos ejemplos. Todo esto hace que, en la actualidad, estén proliferando multitud de empresas, productos y servicios basados en IA. 

Como no podría ser de otra forma, el campo de la salud también se está beneficiando de esta tecnología. La medicina personalizada de precisión se está alcanzando de forma gradual gracias a la aplicación de la IA. En el ámbito de la salud, podemos citar tres ejes donde la IA ya está actuando como un catalizador que está acelerando algunos cambios significativos: la salud asistencial, la investigación biomédica y la gestión de recursos sanitarios. 

En la salud asistencial, la IA se está empleando para ayudar a los profesionales en  tareas de diagnóstico, por ejemplo, en la detección temprana de tumores a partir de imagen médica, como es el caso de la radiómica. En el resumen de historias clínicas, para generar informes en lenguaje natural comprensibles para los usuarios de la sanidad. En el cribado de usuarios, como asistentes en servicios de urgencias o en el diseño de estudios clínicos.

O en la búsqueda inteligente de nuevas terapias, tratamientos, y evidencias científicas en el océano de publicaciones y repositorios de información que hoy en día están aumentando a un ritmo exponencial. Tampoco quisiera dejar de lado, cómo está cambiando algunos aspectos en el ámbito de la salud mental como asistentes terapéuticos y de diagnóstico. Por ejemplo, a partir de los sistemas de detección de sentimientos multimodales, como ayuda en la prevención del suicidio.

En la investigación biomédica, la IA es la conditio sine qua non para investigación en medicina genómica. Por ejemplo, las técnicas NGS de secuenciación masiva del genoma han producido una avalancha de información ómica que es necesario analizar e interpretar de forma eficiente y con gran precisión. De esta forma, los grandes modelos de lenguaje biomoleculares -los chatGPT de la información ómica- están apareciendo de forma periódica y van a facilitar el progreso en el conocimiento, el diagnóstico y la predicción de enfermedades de carácter genético, especialmente como ayuda en los casos de enfermedades raras. 

También podemos destacar el uso de la IA en el diseño de fármacos orientados a dianas genéticas. La aparición de AlphaFold, programa de IA desarrollado por DeepMind que realiza predicciones de la estructura de las proteínas mediante el sistema de aprendizaje profundo,  ha revolucionado esta área de investigación y lo sigue haciendo. 

Y en cuanto a la gestión de recursos sanitarios, las herramientas inteligentes de planificación logística, de minería de procesos y de gestión de recursos materiales y humanos están facilitando y optimizando algunos aspectos relacionados con la gestión eficiente de la sanidad.

No obstante, no quisiera terminar estas reflexiones sin remarcar los principales retos que, según mi criterio, se nos plantean en el uso de la IA en el ámbito de la salud. En primer lugar, estos sistemas deben ser utilizados de forma supervisada. Nunca debemos dejar que los sistemas de IA tomen la última decisión en cuanto a diagnósticos y tratamientos se refiere,  ya que un error sensible de estos sistemas haría caer como un castillo de naipes el edificio de confianza que se está construyendo en torno a ellos. 

Para ello, la formación en IA debe ser trasversal para todos los profesionales de la sanidad -directivos y gestores, facultativos y no facultativos asistenciales o investigadores-. Esta formación hará que los profesionales entiendan cómo la IA nos ofrece sus resultados y, así, podrán valorar adecuadamente su uso en distintos escenarios. Además, es necesario que los sistemas de IA sean explicables y éticos. Algunos de los sistemas de IA, que en la actualidad están funcionando con un alto índice de precisión, se comportan como cajas negras que no proporcionan información suficiente para entender sus resultados. Por lo tanto, no ofrecen un nivel de confianza adecuado para su utilización, especialmente en situaciones sensibles como las tareas de diagnóstico y tratamiento.

Junto a ello, la implantación de la IA en el ámbito de la salud debe estar armonizada con el Reglamento del Parlamento Europeo y del Consejo en materia de IA, y con la futura implantación del Espacio Europeo de Datos de Salud que, tras su aprobación, se va a implementar en los próximos años. 

Nos esperan tiempos apasionantes y retos muy estimulantes en la IA para la salud de los que sin duda vamos a ser partícipes de primer nivel.

José María Sempere es subdirector científico del instituto VRAIN (Instituto Universitario Valenciano de Investigación en Inteligencia Artificial) de la UPV