Cómo Machine Learning, Big Data y AI están cambiando la salud para siempre
Mientras que los robots y las computadoras probablemente nunca reemplacen por completo a los médicos y enfermeras, el aprendizaje automático / aprendizaje en profundidad y la inteligencia artificial están transformando la industria de la salud, mejorando los resultados y cambiando la forma en que los médicos piensan proporcionar atención.
El aprendizaje automático está mejorando los diagnósticos, prediciendo resultados y apenas comenzando a arañar la superficie de la atención personalizada.
Imagine que entra a ver a su médico con dolor o dolor. Después de escuchar sus síntomas, los ingresa a su computadora, lo que hace que aparezca la última investigación que podría necesitar saber sobre cómo diagnosticar y tratar su problema. Usted tiene una resonancia magnética o una radiografía y una computadora ayuda al radiólogo a detectar cualquier problema que pueda ser demasiado pequeño para que lo vea un ser humano. Finalmente, una computadora revisa sus registros médicos y su historial familiar y los compara con las mejores y más recientes investigaciones para sugerirle a su médico un protocolo de tratamiento específicamente adaptado a sus necesidades.
Los analistas de la industria IDC predicen que el 30 por ciento de los proveedores utilizará el análisis cognitivo con los datos de los pacientes para 2018. Todo comienza a suceder, y las implicaciones son emocionantes.
Diagnóstico
Las ideas de CBI identificaron a 22 compañías que desarrollan nuevos programas para imágenes y diagnósticos. Este es un campo especialmente prometedor para introducir el aprendizaje automático porque las computadoras y los algoritmos de aprendizaje profundo son cada vez más expertos en el reconocimiento de patrones, que, en realidad, es de lo que se trata la mayoría de los diagnósticos.
Un grupo respaldado por IBM llamado Pathway Genomics está desarrollando un análisis de sangre simple para determinar si es posible la detección temprana o la predicción de ciertos cánceres.
Lumiata ha desarrollado herramientas de análisis predictivo que pueden descubrir ideas precisas y hacer predicciones relacionadas con síntomas, diagnósticos, procedimientos y medicamentos para pacientes individuales o grupos de pacientes.
Tratamiento
Se le ha encomendado a Watson de IBM que ayude al oncólogo a tomar las mejores decisiones de atención para sus pacientes. El equipo de Care Trio ha desarrollado un enfoque de tres frentes que ayuda a los médicos a diseñar y comprender los mejores protocolos de atención para pacientes con cáncer.
La herramienta CareEdit ayuda a los equipos a crear pautas de práctica clínica que documentan el mejor curso de tratamiento para diferentes tipos de cáncer. CareGuide utiliza la información de CareEdit en un “sistema de apoyo a la decisión clínica” para ayudar a los médicos a elegir el plan de tratamiento adecuado para un paciente individual. Y CareView es una herramienta de análisis que puede evaluar el resultado de decisiones clínicas pasadas e identificar pacientes que recibieron tratamientos diferentes a las recomendaciones. Este tipo de retrospectiva puede ayudar a los médicos a refinar sus pautas, cerrando el círculo de nuevo a la herramienta CareEdit.
El equipo espera que el trío de atención mejore los resultados clínicos y aumente las tasas de supervivencia de pacientes con cáncer al mismo tiempo que reduce los costos de tratamiento para los proveedores. La primera versión se está implementando actualmente en un gran centro de tratamiento del cáncer en Italia.
En un campo completamente diferente, Ginger.io está desarrollando una aplicación para administrar de forma remota tratamientos de salud mental. La aplicación permite que las personas analicen sus propios estados de ánimo a lo largo del tiempo, aprendan estrategias de afrontamiento que hayan sido desarrolladas por los médicos y accedan a ayuda adicional según sea necesario.
Cuidado de seguimiento
Pero los avances no se detienen con el diagnóstico o el tratamiento.
Uno de los mayores obstáculos en la atención médica es la readmisión hospitalaria. Los médicos de todo el mundo luchan para mantener sanos a sus pacientes y seguir sus recomendaciones de tratamiento cuando se van a casa.
AiCure está utilizando tecnología móvil y tecnologías de reconocimiento facial para determinar si un paciente está tomando los medicamentos adecuados en el momento adecuado para ayudar a los médicos a confirmar que el paciente está tomando sus medicamentos y alertarlos si algo sale mal.
NextIT está desarrollando un entrenador de salud digital, similar a un representante virtual de servicio al cliente en un sitio de comercio electrónico. El asistente puede hacer preguntas sobre los medicamentos del paciente y recordarles que tomen el medicamento, preguntarles sobre los síntomas y transmitir esa información al médico.
La aplicación Caféwell Concierge utiliza el procesamiento de lenguaje natural (PNL) de Watson de IBM para comprender los objetivos de salud y bienestar de los usuarios y luego idear y proporcionar el equilibrio adecuado de estímulos y alertas para que los usuarios puedan alcanzar sus objetivos y la aplicación los recompense.
Y esto es sólo el principio. A medida que se desarrollen estas tecnologías, tratamientos y diagnósticos nuevos y mejorados salvarán más vidas y curarán más enfermedades. El futuro de la medicina se basa en datos y análisis.
