El uso de inteligencia artificial en la medicina actual puede mejorar seriamente la precisión del diagnóstico y facilitar la vida de los pacientes. Se espera que la IA se vuelva indispensable en el diagnóstico y el refinamiento de enfermedades. Debido a la capacidad de comparar datos, recopilar y sintetizar información, la participación de la IA en el diagnóstico debería ayudar a mejorar cualitativamente las estadísticas de errores médicos, aumentar el papel de la prevención y la prevención de enfermedades.
Según
el pronóstico de la compañía de investigación Research & Markets, el mercado global de inteligencia artificial para 2020 crecerá a 5.050 millones de dólares. Al mismo tiempo, la asistencia sanitaria se convertirá en el segmento de más rápido crecimiento. Según
estudios internacionales , el uso de inteligencia artificial en medicina puede aumentar las ganancias de las empresas en la industria de la salud.
En 2016, la cuota de mercado europea de IA se valoró en $ 270 millones, con un crecimiento anual esperado de más del 35%. Según
BIS Research , para 2025 el mercado total de IA en atención médica alcanzará los $ 28 mil millones con un crecimiento promedio anual de más del 45.1%, y el mercado de IA para diagnóstico por imágenes médicas y diagnóstico alcanzará los $ 2.5 mil millones.
AI y el problema de las enfermedades de la retina
Según la
Organización Mundial de la Salud , los problemas de visión están directamente relacionados con casi una de cada veinte personas en el planeta, y alrededor del 80% de estos problemas podrían haberse evitado mediante medidas preventivas. Por ejemplo, es muy importante detectar enfermedades de la retina en una etapa temprana, pero los oftalmólogos no tienen suficientes recursos para un estudio y diagnóstico exhaustivos de la enfermedad. La inteligencia artificial puede ayudarlos en esto y así salvar la vista de millones de pacientes.
Las complicaciones de la diabetes (retinopatía diabética) son una de las principales causas de problemas de visión. Se espera que el número total de personas con diabetes se
duplique entre 2000 y 2030 , aumentando significativamente el número de casos de enfermedades oculares en todo el mundo.
El diagnóstico precoz en más de la mitad reduce la incidencia de pérdida de visión grave. Desafortunadamente, en la detección de enfermedades de la retina en las primeras etapas durante el examen de los pacientes, el progreso es pequeño. En los países que más sufren de estas enfermedades, los pacientes no se someten a exámenes regulares, y los oftalmólogos tienen una precisión bastante baja para reconocer y diagnosticar correctamente las enfermedades de la retina con exámenes individuales en profundidad de los ojos. Al mismo tiempo, a diferencia de otras enfermedades potencialmente mortales que todo el mundo está escuchando hoy, las enfermedades de la retina y la discapacidad visual no son tan notorias a la vista del público. Por lo tanto, el problema a menudo se subestima.
Bajo la mirada de la inteligencia artificial.
La inteligencia artificial (IA) puede contribuir potencialmente a una reducción significativa en los casos de enfermedades de la retina, ayudando a los oftalmólogos a detectar de manera más efectiva la enfermedad y complementando la experiencia humana. En colaboración con Lenovo, el Centro de Supercomputación de Barcelona (BSC) decidió investigar cómo la IA puede mejorar la precisión del proceso de detección y potencialmente detectar la enfermedad de la retina antes de lo habitual. La tecnología de IA aumenta la probabilidad de detección temprana de la enfermedad, haciendo que el examen de los pacientes sea más accesible y rápido en países con cobertura insuficiente. Además, los pacientes pueden someterse de forma independiente a un examen inicial en pocos minutos usando su teléfono inteligente con una aplicación especial.
El futuro de la medicina es la prevención de enfermedades. Por lo tanto, es importante aumentar la precisión de los diagnósticos preliminares.Además de la retinopatía diabética, las enfermedades oculares causan muchas otras patologías, como el glaucoma, la degeneración macular, el nevo y la membrana epirretiniana. Los modelos de aprendizaje automático permiten identificar estas diversas patologías con mucha más facilidad que los métodos de detección actuales. Dario García-Gasulla, investigador honorario del Centro de Supercomputación de Barcelona, es optimista sobre las posibilidades de usar esta tecnología: “Escalar, entrenar y validar modelos de aprendizaje automático para estudiar estos problemas de visión puede ser un proceso complejo. Pero el potencial es enorme, porque los mismos enfoques se pueden aplicar en otras áreas de la medicina y en muchas aplicaciones industriales ".
Modelar la capacitación y superar los problemas de escasez de datos
El problema con el aprendizaje del modelo de IA para detectar algunas enfermedades de la retina es la falta de datos "limpios" disponibles para entrenar la red neuronal. Para las patologías con una disponibilidad limitada de un conjunto de datos (por ejemplo, menos de 5000 imágenes), el entrenamiento profundo confiable de una red neuronal desde cero puede no ser posible. En este caso, puede utilizar la "transferencia de capacitación".
La automatización le dará al médico tiempo adicional que puede usar para estudiar la enfermedad del paciente y establecer el diagnóstico más preciso. Según los expertos de la Harvard Medical School, el uso de tecnologías de IA reducirá el nivel de errores en el diagnóstico en un 85%.La transferencia de capacitación se basa en modelos preparados para tareas con conjuntos de datos más grandes, que luego se reutilizan para resolver otras tareas con poca disponibilidad de datos. A veces se usa para resaltar signos (extractor). Como resultado, la transferencia de capacitación también puede reducir el tiempo de capacitación (hasta minutos), ahorrar horas de investigación y, en última instancia, los costos asociados con el desarrollo de una solución.
| Patología | Precisión de detección
|
|---|
Glaucoma
| 85,5%
|
Pigmentación de la retina
| 75,1%
|
Membrana epiretinal
| 78,8%
|
Ojos de nevo
| 65,0%
|
Degeneración macular
| 91,07%
|
La precisión de la detección de diversas patologías retinianas con IA es del 75-91%.Nueva tecnología de inteligencia artificial
En la Conferencia Internacional de Supercomputadoras (ISC) en Frankfurt, Lenovo y BSC mostrarán una aplicación que demuestra cómo funciona la transferencia de aprendizaje. Fue creado en el Centro de innovación AI de Lenovo en Morrisville, PC. Carolina del Norte (EE. UU.). La aplicación permitirá a los visitantes a través de una interfaz intuitiva construir y entrenar de forma independiente un modelo y, por lo tanto, desempeñar un papel activo en la mejora de la detección de enfermedades de la retina.
García-Gasulla explica: “El propósito de la demostración es mostrar cuán fácil es usar redes neuronales profundas previamente entrenadas como extractores de características, que se convierten en la base de otros modelos más simples y más rápidos (en este caso SVM). En 10 minutos, cada participante podrá diseñar, entrenar y probar la efectividad del modelo de aprendizaje automático para identificar la patología retiniana. Los modelos de participantes de la conferencia que trabajan con la misma patología serán comparados y evaluados para encontrar y premiar el mejor modelo desarrollado durante este foro ".
LiCO acelera el aprendizaje del modelo de IA y la implementación tradicional de sistemas informáticos de alto rendimiento al proporcionar una interfaz de usuario intuitiva para administrar la pila de software y hardware.Los productos, servicios y procesos médicos inteligentes ya están siendo desarrollados por más de 800 empresas, incluidos los principales proveedores. Para este tipo de investigación, Lenovo crea
sus propias soluciones de inteligencia artificial , incluida la
plataforma Lenovo Intelligent Computing Orchestration (LiCO) 5.1 recientemente lanzada y las arquitecturas de referencia de
diseño validado de Lenovo AI para desarrollar modelos basados en arquitecturas Intel Xeon escalable y NVIDIA Tesla.
Componentes de la formación modelo. La pila de software de IA está evolucionando rápidamente, con marcos nuevos y actualizados que aparecen casi mensualmente. Elegir entre las muchas opciones de código abierto puede llevar mucho tiempo. La arquitectura de referencia de Lenovo se ha probado y configurado en la plataforma ThinkSystem de Lenovo.IA en medicina: el futuro ha llegado
El uso de la inteligencia artificial en medicina puede revolucionar la industria de la salud a través del desarrollo de áreas como la medicina personalizada, el diagnóstico, el desarrollo de nuevos medicamentos, la cirugía asistida por robot, la telemonitorización de enfermedades crónicas, la asistencia remota a los pacientes, el apoyo para tomar las decisiones médicas correctas y la identificación de errores médicos.
La Agencia
Frost & Sullivan señala que las tecnologías de inteligencia artificial aumentan la precisión del diagnóstico en un 30-40%, mientras que el costo de la atención médica se reduce a la mitad. McKinsey ha demostrado que en medicina, el 36% de las funciones pueden automatizarse, principalmente en los niveles de recopilación y análisis de datos.
Los desarrollos en esta dirección se llevan a cabo activamente tanto en el extranjero como en Rusia, por ejemplo,
uno de los proyectos rusos es un sistema para el diagnóstico de enfermedades, que incluye el reconocimiento de patologías usando imágenes digitales médicas obtenidas de radiografía pulmonar, mamografía, tomografía computarizada y ultrasonido.
Un proyecto es una aplicación que se puede usar en la computadora de trabajo o teléfono inteligente de un usuario. Funciona sobre la base de una red neuronal capacitada para reconocer patologías en imágenes médicas. La primera etapa del proyecto es un analizador de células sanguíneas patológicas y el reconocimiento de patologías del fondo. En el futuro, cubrirá áreas tales como radiografía de los pulmones, mamografía, tomografía computarizada, ultrasonido móvil.
Y nuevos proyectos aparecen casi todos los años. Muchos desarrollos están disponibles ahora. Por ejemplo, en Rusia, se
lanzó el
sistema de información y análisis
CoBrain-Analytics para diagnosticar y formular la terapia personal para pacientes con enfermedades cerebrales. La inteligencia artificial en medicina es el futuro que ya ha llegado.