La inteligencia artificial (abreviada como IA) ya está muy arraigada en la industria de la salud, por lo que la pregunta no debería ser: «¿Ocurrirá la IA o no?» dijo David Houlding, CISSP, CIPP, director principal de atención médica, en Microsoft, en una entrevista con MD + DI .
Es mucho ‘¿En qué tareas ayudará la IA, y qué hará y qué no hará?’ » él continuó. “Creo que todavía estamos aprendiendo algo de eso, pero es en gran medida una tecnología probada, no solo para los proveedores de atención médica, sino también para los pagadores, los productos farmacéuticos y las ciencias de la vida; en realidad, cada segmento de la atención médica está utilizando la IA de alguna manera o forma.
Houlding hablará como panelista en la discusión del panel BIOMEDevice San Jose del 4 de diciembre, » La creciente aplicación de inteligencia artificial en dispositivos médicos «.
Houlding le dijo a MD + DI que la inteligencia artificial y el aprendizaje automático son realmente buenos en la detección de patrones. «La idea es que la IA ayude a los profesionales de la salud a mejorar su toma de decisiones y asegurarse de que no les falte ningún patrón o correlación». De esta manera, explicó que la IA se puede utilizar como una herramienta para aumentar, ayudar y potenciar profesionales de la salud que realizan tareas como segmentar imágenes, entre otras.
IA y la detección de condiciones de Salud
La IA también se puede usar para ayudar a detectar condiciones raras que un médico de cabecera nunca podría ver y, por lo tanto, no sabe qué buscar, así como para clasificar a los pacientes cuyas exploraciones podrían indicar una condición crítica inminente.
“También hay una manera en que la IA puede admitir soluciones de atención remota al paciente, procesando datos casi en tiempo real desde dispositivos médicos que monitorean a los pacientes y proporcionando información que ayude a los profesionales de la salud a detectar de manera proactiva si la salud del paciente está en la dirección equivocada. Luego, el médico puede intervenir para corregir el curso y evitar episodios que no solo pueden ser costosos, sino que también disminuyen la calidad de vida del paciente ”, explicó Houlding. «Por lo tanto, se trata de mejorar la atención al paciente, reducir los costos y mejorar la participación y las experiencias del paciente también».
Advirtió que aunque la IA tiene un potencial fantástico, aquellos en la industria de la salud necesitan aprender cómo utilizarla bien.
La IA está muy orientada a las tareas: es como la coincidencia de patrones, por lo que no es que la IA pueda reemplazar un trabajo. Es más como que la IA puede ayudar con las tareas específicas ”, dijo Houlding, y señaló que esta es una razón clave por la que tendrá que haber un humano en el circuito.
«A veces AI se equivoca», dijo. «La inteligencia artificial puede ser parcial, por lo que uno de los desafíos es obtener suficientes datos de alta calidad para entrenar modelos». Houlding explicó que si construye un modelo con datos insuficientes o con datos que no son de alta calidad, lo que termina es algo subóptimo que producirá ideas con una tasa de error más alta y que podría estar sesgado.
Señaló que muchos modelos de datos en los que se basa la inteligencia artificial se están construyendo a partir de información de organizaciones individuales, lo que no es ideal. “Si extrae datos de capacitación de un solo silo, solo tiene una cantidad limitada de datos, y potencialmente también una calidad limitada, por lo que tenemos que encontrar una manera en la industria que permita construir modelos a partir de datos de todas las organizaciones, y permite el filtrado de datos basado en información de procedencia detallada para garantizar solo los datos de capacitación de la más alta calidad y los modelos de la más alta calidad capacitados a partir de ellos ”.
Una solución que Houlding imagina es tener un consorcio completo de sistemas de salud que estén usando un tipo dado de dispositivo médico, y todos obtengan datos del uso de este tipo de dispositivo médico.
«Si pueden compartir los datos de capacitación con información de procedencia y modelos, así como los resultados de sus pruebas y la validación de esos resultados, entonces, como industria, podemos avanzar significativamente en la IA y aprender a confiar en los nuevos modelos de IA mucho más rápido». él explicó. «Blockchain tiene un papel clave que desempeñar para permitir este tipo de colaboración en un consorcio de sistemas de salud que utilizan dispositivos médicos de un tipo dado».
Otro desafío para usar IA es la forma en que se regulan los dispositivos médicos. La IA y el aprendizaje automático pueden estar aprendiendo y cambiando continuamente con el tiempo.
Houlding preguntó: “¿Cómo se regula eso para garantizar que el dispositivo médico con IA de aprendizaje continuo cumpla con las regulaciones de forma continua?
¿Cómo sabe que cada Mejora incremental en el sistema de IA que está aprendiendo continuamente aún funciona, tan bien como o mejor que el dispositivo médico original con el modelo de IA de referencia con el que vino?
Houlding espera que los asistentes a la sesión eliminen una mejor comprensión de estas oportunidades y desafíos y las maneras en que la IA se puede utilizar con éxito en la industria de dispositivos médicos para mejorar los resultados de los pacientes, reducir los costos y mejorar el compromiso y las experiencias de los pacientes.
Dijo que cualquier persona involucrada en la fabricación o uso de dispositivos médicos o soluciones que se conectan con dispositivos médicos debe asistir. “Se trata de que la IA y los dispositivos médicos son una parte clave de la solución, y cada vez más esta IA está basada en la nube. Cualquier persona involucrada en dispositivos médicos consideraría útil la sesión «.
El panel de discusión, » La creciente aplicación de inteligencia artificial en dispositivos médicos «, se llevará a cabo el miércoles 4 de diciembre, de 1:45 a 2:30 pm, en el stand # 641, en BIOMEDevice San Jose. Será moderado por Srihari Yamanoor, presidente de DesignAbly, con los panelistas Houlding; Dr. Manikanda Arunachalum, vicepresidente senior de desarrollo e inversiones corporativas y jefe de atención médica, miembro fundador, junta directiva de Beyond Limits, Alliance for AI in Healthcare (AAIH); y Bimba Rao, directora de ingeniería, grupo de IA en Siemens Healthineers.
