La inteligencia artificial (IA) está comenzando a reemplazar a los trabajadores en diversos campos, pero los radiólogos aún no deben preocuparse demasiado. A pesar de la escasez global de especialistas, analizan miles de imágenes médicas diariamente, y sus conclusiones son decisivas para la detección temprana del cáncer. Este tipo de trabajo es propicio para la aplicación de la IA.
Una de las investigaciones de la clínica Mayo mostró que un modelo de IA puede detectar el cáncer de páncreas mucho antes de que sea visible en los escáneres, en promedio 475 días antes del diagnóstico. Sin embargo, la IA no está exenta de errores. Jens Vogel-Claussen, director del departamento de radiología de la Clínica Universitaria Charité en Berlín, citó dos ejemplos: en un caso, el sistema confundió erróneamente una cicatriz de tuberculosis con un posible nódulo canceroso, y en otro, no detectó un signo sospechoso que luego resultó ser cáncer de pulmón.
«El software no es perfecto, el radiólogo no es perfecto, pero juntos, el radiólogo con el software de IA adecuado, trabajan de manera más efectiva que el radiólogo por sí solo», señaló.
Potencial y limitaciones de la IA en la medicina
Los expertos creen que el potencial de la IA para transformar la atención médica es enorme. Ya se está implementando en diversas especialidades médicas, incluyendo oncología y patología, donde los médicos examinan muestras biológicas en portaobjetos de laboratorio. Sin embargo, este potencial no se realizará completamente por algún tiempo.
En primer lugar, el problema radica en que la IA a menudo hace conclusiones sin ninguna señal de duda. «El modelo puede sonar absolutamente seguro y aún así ser inexacto, y en la atención médica esto no es un riesgo abstracto, es el diagnóstico de alguien», dijo Brian Anderson, director ejecutivo de Coalition for Health AI, que colabora con sistemas de salud y proveedores para hablar abiertamente sobre las limitaciones de estas herramientas.
Además del riesgo de un diagnóstico incorrecto, la IA puede reforzar las conclusiones erróneas de los propios médicos, un fenómeno conocido como sesgo de confirmación. Dado que los modelos se entrenan con diferentes conjuntos de datos, la calidad de sus interpretaciones también puede variar.
Responsabilidad y futuro de la IA
Otro desafío sigue siendo la responsabilidad. Según la Organización Mundial de la Salud, solo el 8% de los países que implementan la IA en el diagnóstico tienen estándares que definen quién asumirá la responsabilidad en caso de un error del sistema. Suzanne Ludwig, analista de la compañía Bernstein, cree que la IA complementa el capital humano, no lo reemplaza.
«La IA debe funcionar adecuadamente, porque al final lo que está en juego son las vidas de los pacientes, lo que reduce significativamente la tolerancia a los errores», señala.
Fuente: Bloomberg
