La inteligencia artificial y el juicio clínico

La posible aplicación de la inteligencia artificial (IA) y sus derivadas Machine Learning, Deep Learning o Predictive Analytics en el terreno sanitario es cada vez más un hecho incuestionable. Si nos referimos a publicaciones de referencia general podemos observar que, muy recientemente, The Economist y Forbes coinciden casi completamente en el ranking de las herramientas tecnológicas que se están introduciendo en la atención sanitaria.

Por otro lado, profesionales de referencia como John Hamalka, CIO del Beth Israel Deaconess de Boston, conocido por su blog Life as a Healthcare CIO, resume el HIMSS celebrado recientemente en Orlando y también cita prácticamente los mismos puntos.

Finalmente, líderes de opinión como Berlatan Mesko también insisten en el tema en sus futurólogas publicaciones. En cualquier caso, empiezan a aparecer comunicaciones que resultan fascinantes. A modo de ejemplo y por escoger algunas, nos encontramos con mejoras en aspectos diagnóstico-terapéuticos. Los titulares son seguramente un poco periodísticos, ya que proceden de revistas de divulgación científica, pero apuntan en la dirección correcta y todos proceden del entorno universitario:

• Machine Learning predice la remisión de la leucemia con un 100% de precisión (Universidad de Indiana).
• La IA de Google detecta mejor el cáncer de mama que los patólogos (Radboud University Medical Center).
• La IA predice la sepsis mejor que los médicos (Johns Hopkins University).

Estos casos se basan en un conjunto de variables limitadas, pero esta introducción me sirve de base para afrontar un reto importante: responder a la pregunta "¿cómo afectará la IA al juicio médico?". Estaríamos hablando de uno entre varios tipos de juicio humano en los que la IA puede ayudar a la toma de decisiones, por ejemplo, para tomar las mejores decisiones en cualquier clase de políticas.

Si nos centramos en el juicio clínico, deberíamos considerar todos sus componentes: la toma de decisiones clínicas, la relación con el paciente en las decisiones compartidas y, por lo tanto, en el verdadero apoderamiento (empowerment) y compromiso (engagement) del paciente. Deberíamos considerar también cómo afectará a los roles profesionales, en especial el del médico y el de la enfermera, tanto en la medicina hospitalaria como en la atención primaria y, en resumen, en la gestión clínica. 

Abordar este conjunto de puntos sobrepasaría el formato de este escrito, pero para ilustrar el tema me remito al excelente, reflexivo y académico artículo, recientemente publicado en el Harvard Bussines Review, “Guía para resolver problemas sociales con Machine Learning”.

El artículo no se refiere a la sanidad sino a los servicios sociales, aunque para para afrontar el tema, los autores abren su reflexión sobre cómo la IA puede afectar y mejorar la decisión judicial. En concreto sobre qué personas, en espera de juicio, deben de ser encarceladas preventivamente y cuáles no, y que fianza deben de pagar. Después de un conjunto de consideraciones y consejos para desarrollar y aplicar estas herramientas, el artículo finaliza comparando su futuro impacto con la introducción del automóvil a principios del siglo XX.

Me parece muy relevante si hacemos abstracción y lo situamos en el juicio clínico de un profesional frente a un paciente. Seguramente podemos concluir que el futuro no va a parecerse en nada al presente, estamos iniciando la “cognificación” (alimentar nuestro conocimiento con la IA), el proceso será totalmente disruptivo y sería aconsejable vivirlo como una oportunidad y no como una amenaza con las debidas precauciones.