Barcelona Metropolis

La intel·ligència artificial (IA) està revolucionant la medicina i l’atenció sanitària. Ja hi ha desenvolupaments que poden identificar amb més precisió els tumors que els experts humans. Una intervenció complexa com la implantació d’una vàlvula aòrtica difícilment pot entendre’s avui sense els sistemes robòtics que donen suport als clínics. I gràcies a les dades i els algoritmes, s’està obrint el camí cap a una medicina personalitzada.

La IA ha donat suport, des del principi, a la medicina i a l’atenció sanitària. L’any 1972 ja existia una eina intel·ligent que permetia identificar els bacteris que causaven una infecció a la sang[1]. Aquestes primeres eines s’anomenaven sistemes experts, perquè pretenien replicar el coneixement d’un expert humà en un camp d’aplicació —la medicina, en aquest cas—, amb la finalitat de fer accessible aquesta expertesa a un ampli col·lectiu, per exemple, hospitals amb manca d’un cert tipus d’especialistes. Ara bé, la pràctica clínica de la medicina consisteix en l’ús de la millor evidència científica disponible, normalment mitjançant assajos clínics, els resultats dels quals es publiquen en articles científics. És el que es coneix com la medicina basada en l’evidència. En aquest sentit, el coneixement d’un sistema necessita ser revisat de manera continuada, i els sistemes que donen suport a la presa de decisions —coneguts actualment com a sistemes clínics d’ajut a la presa de decisions— han esdevingut més complexos.

De fet, l’entorn clínic ha canviat molt des dels primers sistemes experts, i actualment els mètodes d’informació clínica recullen moltes dades sanitàries dels pacients (els coneguts com a health care records), així com informació genètica i d’altra d’obtinguda a través de nous dispositius, incloent-hi els sensors portables (wearables)[2]. La disponibilitat de les dades ha permès que aquesta evidència mèdica no només es tingui mitjançant assajos clínics prospectius, que impliquen fer proves sobre persones físiques, sinó que es puguin provar hipòtesis amb assajos retrospectius, amb informació emmagatzemada als nostres sistemes de salut. Així mateix, sobre les dades dels registres sanitaris s’apliquen mètodes d’aprenentatge automàtic que permeten identificar, per exemple, quines persones estan subjectes a un risc cardiovascular important. Amb aquesta informació, els clínics poden recomanar actuacions per prevenir un possible deteriorament de la salut.

A més, les dades genètiques ens acosten al que coneixem com a medicina de precisió, que permet dissenyar fàrmacs específics per a persones amb condicions especials de salut, d’acord amb la seva genètica. De fet, la generació de noves proteïnes que permetin la síntesi de fàrmacs nous és una de les puntes de llança de l’ús de la IA, on s’utilitzen principalment tècniques anomenades d’aprenentatge profund (deep learning)[3].

Pel que fa als nous dispositius, avui en dia disposem de sistemes de monitoratge complexos, d’imatge mèdica, de robòtica assistida… Si ens imaginem una UCI, veurem pacients connectats a molts aparells que els monitoren les constants vitals. Tota aquesta quantitat d’informació és difícil de controlar per la persona que està a càrrec del pacient, a la qual ajuden els sistemes d’IA, activant alertes si es reconeixen situacions de risc. Aquests sistemes de monitoratge estan desenvolupats a partir de dades històriques de pacients que han passat per situacions semblants, alguns dels quals s'han recuperat i d'altres, lamentablement, no. Per exemple, hi ha sistemes que permeten detectar ràpidament la septicèmia, un procés infecciós greu que pot conduir amb rapidesa a la mort[4].

Cal remarcar que només el 17% dels algoritmes estan destinats a una millora de la gestió, mentre que el 60,53% es dediquen a la pràctica clínica i la cirurgia. En aquest darrer àmbit, destaca el paper important de la robòtica. Robots com el Da Vinci o Bitrack[10] estan suportats per sistemes d’imatge mèdica que mostren al clínic la informació més rellevant en cada pas. Una intervenció complexa com la implantació d’una vàlvula aòrtica (transcatheter aortic valve implantation, TAVI) difícilment podria entendre’s avui en dia sense l’ajuda de sistemes d’IA que donen suport als clínics en tot moment[11].

Tots aquests sistemes estan promoguts també per una realitat: tenim una població molt envellida. La medicina ha de donar respostes a persones que arriben a una edat avançada amb malalties cròniques (com les respiratòries o la hipertensió), amb comorbiditats (pateixen més d’una malaltia) i amb uns recursos sanitaris limitats per atendre-les. Tanmateix, a causa dels avenços en medicina, hi ha moltes persones que arriben a edats avançades amb un estat de salut que els permet viure amb autonomia a casa seva. En aquest context, apareixen les cases smart, dotades de sensors que permeten monitorar la vida d’una persona i detectar si, eventualment, cau a terra o no es lleva[12]. La robòtica acompanya també aquestes persones grans proporcionant-los cuidadors que en tinguin cura en l’àmbit de les tasques rutinàries i deixant que l’espai de lleure sigui el que comparteixin amb els familiars, que, gràcies a aquesta ajuda, no estaran esgotats. Podem recordar aquí la pel·lícula Un amic per a en Frank, que il·lustra aquest futur que tenim al davant.

Les oportunitats per tenir cura de la gent gran són molt enginyoses. Per exemple, l’empresa Sound Intelligence ha desenvolupat un programari per monitorar els sorolls en un geriàtric: si la seqüència observada correspon a un comportament normal (com la d’un moviment de llit, seguit d’un soroll d’una porta que s’obre, d’aigua que cau, d’una porta que es tanca i d’un altre moviment de llit), el sistema no molesta el possible cuidador; però si la seqüència de sons és anormal (un moviment de llit i un cop fort), es dispara una alarma[13]. I el sistema ha de funcionar en un dia de tempesta!

Per concloure, podem dir que un dels activadors de la IA en medicina i atenció sanitària és la disponibilitat de les dades. Ara bé, hi ha reptes importants. En primer lloc, pel que fa a la qualitat de les dades, la presència de biaix i la privacitat. La IA generativa —un dels representants més populars de la qual és ChatGPT— pot obrir les portes a l’obtenció de nous medicaments i, eventualment, generar noves hipòtesis i tractaments, però presenta reptes importants respecte al corpus de dades sobre les quals es generen els resultats, que poden induir a biaixos significatius[14]. En segon lloc, en referència a la transparència dels sistemes: les solucions aportades pels algorismes d’IA han de ser explicables per merèixer la confiança dels professionals. Tenim un camí al davant que cal abordar també a nivell legislatiu, amb les normatives d'ús corresponents.