Un nuevo estudio de Google a primera vista muestra oportunidades prometedoras de atención médica que la IA ayuda. De hecho, muestra una amenaza inminente.
Los investigadores de Google llegaron a los
titulares a principios de 2020 con su estudio, donde declararon que su sistema de inteligencia artificial (IA) es mejor que las personas expertas para detectar el cáncer de seno mediante
mamografías . Parecía una gran victoria, y otro ejemplo de cómo la IA pronto
cambiará nuestra atención médica : ¡encontrar más tumores! ¡Menos falsos positivos! ¡Una forma mejorada y más barata de proporcionar servicios médicos de calidad!
Pero ten cuidado con los signos de exclamación. La atención médica basada en computadora puede brindarnos muchos beneficios en el futuro, pero todo dependerá de cómo la usemos. Si el médico inicialmente hace la pregunta incorrecta, si envían IA para buscar información basada en suposiciones falsas, entonces toda esta tecnología no nos ayudará. Incluso puede servir como un amplificador de nuestros errores anteriores.
En cierto modo, esto es lo que sucedió con el trabajo reciente de Google. Ella trata de reproducirse y luego supera la efectividad de una persona en una tarea, que en esencia es una práctica médica profundamente viciosa. Si no ha seguido
décadas de controversia sobre la búsqueda de tumores, la conclusión es esta: si se somete a exámenes mamográficos de personas que no tienen síntomas, encontrará muchas cosas que parecen cáncer pero que no ponen en peligro la vida del paciente. Con el desarrollo de la investigación biológica del cáncer y la difusión de los exámenes médicos masivos de la población, los investigadores han descubierto que no todos los tumores necesariamente serán fatales. Muchas personas tienen formas de cáncer indoloras o lentas que no representan una amenaza para su salud. Desafortunadamente, los exámenes estándar tienden a encontrar exactamente las últimas formas de cáncer: tumores de crecimiento lento que se ignoran mejor.
En teoría, esto no es tan malo. Cuando se descubre un cáncer inofensivo durante la detección, simplemente se puede ignorar, ¿verdad? Sin embargo, el problema es que en el momento del examen es casi imposible determinar si una lesión en particular será peligrosa o no tiene sentido. En la práctica, la mayoría de los médicos tienden a considerar cualquier cáncer detectado como una amenaza potencial, y la cuestión de si las mamografías salvan vidas o no sigue siendo un tema de acalorado debate. Algunos estudios dicen que este es el caso, otros dicen que no, pero incluso si damos por sentado las interpretaciones más optimistas de la literatura, el número de vidas salvadas a través de esta evaluación masiva será pequeño. Algunos investigadores incluso han estimado que la mamografía en su conjunto es perjudicial para la salud de las pacientes, es decir, el tratamiento excesivo y la aparición de tumores derivados de la radiación terapéutica superan los beneficios.
En otras palabras, los sistemas de IA como el que Google ofrece prometen unir a las personas y las máquinas para facilitar los diagnósticos, pero también tienen el potencial de agravar los problemas existentes, como las pruebas excesivas, los diagnósticos demasiado pesimistas y el tratamiento desproporcionado. Ni siquiera está claro si la mejora en la eliminación de diagnósticos falsos positivos y falsos negativos informados por los desarrolladores en el mundo real funcionará. El estudio encontró que la IA demostró ser mejor que los radiólogos que no fueron entrenados para estudiar mamografías. ¿Superará al equipo de expertos especializados? Es difícil de decir sin probar. Además, la mayoría de las imágenes utilizadas en el estudio se hicieron con dispositivos de una empresa. No está claro si será posible extender estos resultados a las imágenes obtenidas en otras máquinas.
Y este problema es más que un examen de detección de cáncer de seno. Parte del atractivo de la IA radica en el hecho de que puede filtrar grandes volúmenes de datos familiares y elegir entre ellas variables que no nos parecieron importantes. En principio, esta capacidad puede ayudarnos a diagnosticar cualquier enfermedad en una etapa temprana, del mismo modo que las pequeñas vibraciones de un sismógrafo pueden advertirnos de antemano sobre un terremoto (la IA ayuda en este frente, por cierto). Pero a veces estas variables ocultas no son tan importantes. Por ejemplo, su conjunto de datos podría recopilarse en una clínica de detección de cáncer que se ocupa del cáncer de pulmón solo los viernes. Como resultado, el algoritmo de IA puede decidir que las imágenes tomadas los viernes tienen más probabilidades de detectar el cáncer de pulmón. Y esta conexión trivial puede caer en la fórmula responsable de futuros diagnósticos.
Incluso un diagnóstico temprano preciso de la enfermedad no siempre es una bendición. Otros proyectos recientes relacionados con la IA médica se han centrado en la detección temprana de la enfermedad de Alzheimer y el autismo, dos enfermedades en las que acelerar su diagnóstico no cambiará mucho el resultado de todos modos. Estas son oportunidades adecuadas para crear exageración para demostrar cómo un algoritmo puede aprender a determinar las características que le enseñamos a buscar, pero no representan ningún avance en la medicina que cambie algo en la vida de los pacientes.
Algunos casos de uso de algoritmos y aprendizaje automático (MO) pueden incluso conducir a la aparición de nuevos problemas complejos para los médicos. Considere la función de Apple
Observe, lo
que permite detectar la fibrilación auricular , una forma de arritmia, un factor de riesgo de accidente cerebrovascular. La fibrilación auricular se trata con anticoagulantes, pero su efecto secundario puede llevar al hecho de que una pequeña gota resulta en una lesión potencialmente mortal. Si realmente está en riesgo de sufrir un ataque cardíaco, entonces este riesgo está justificado. ¿Qué pasa con las personas cuya fibrilación auricular fue descubierta por un reloj inteligente? Por lo general, esta enfermedad se diagnostica cuando el paciente acude al médico con quejas de síntomas; y ahora Apple está monitoreando a personas sanas sin síntomas, y están apareciendo nuevos casos que tal vez nunca hayan encontrado en la clínica. No está claro si este grupo de pacientes se beneficiará del tratamiento.
"No sabemos si las dos poblaciones son iguales", dice Venkatesh Murty, cardiólogo del Centro Cardiovascular Frankel en Ann Harbor, Michigan. Un enfoque más útil sería usar IA para identificar a las personas que más se beneficiarán de los tratamientos existentes.
Si la IA realmente quiere convertirse en un enfoque revolucionario, no solo necesita restaurar el status quo en medicina; y antes de adoptar este enfoque, es importante responder un par de preguntas fundamentales: ¿qué problema está tratando de resolver esta tecnología y cómo puede mejorar los resultados del paciente? Encontrar respuestas puede llevar bastante tiempo.
Por lo tanto, el famoso lema de Mark Zuckerberg, "Muévete rápido, rompe los cimientos", puede ser adecuado para Facebook, pero no para la medicina, ayuda a la IA o no. Según Vinay Prasad, autor de
Preventing Medical Failures , hematólogo y oncólogo de la Escuela de Salud y Ciencias de la Universidad de Medicina de Oregón, la mentalidad de los residentes de Silicon Valley puede ser peligrosa para los profesionales. Fue un enfoque de este tipo, cuando la vida está en peligro, necesitamos lanzar nuevas ideas prometedoras a la circulación lo antes posible, y hoy nos llevó a la confusión con la detección del cáncer. La mamografía se adoptó incluso antes de que aparecieran todas las pruebas, dice Prasad, y después de que la práctica médica se haya convertido en el estándar, es muy difícil de reducir. "En una cultura acostumbrada a la acción urgente y la exageración, es difícil ser humilde y paciente".