Las aplicaciones de la tecnología de Ciencia de Datos e Inteligencia Artificial en la salud se han vuelto noticia por su repercusión en la detección temprana e incluso prevención de ciertas enfermedades. Así lo vimos hace unos meses, cuando se viralizó que investigadores del Laboratorio de Ciencias e Inteligencia Artificial del MIT detectaron patrones en tejido mamario, inidentificables para los humanos, y que podrían alertar sobre el desarrollo de cáncer de mama; un logro que se llevó a cabo con el análisis de 90,000 mamografías realizadas entre 2009 y 2012. Hasta ahora, uno de los hitos más loables de esta tecnología y que tuvo lugar hace ya cinco años.
Pero el campo de acción de la Inteligencia Artificial puede ir más allá de las aplicaciones puntuales y del aspecto médico. Así como las enfermedades son multifactoriales, el contexto de un paciente está lleno de variables, mismas que se verán afectadas directa o indirectamente en todas las etapas de un tratamiento o el simple cuidado de su salud.
Es precisamente en este journey donde la tecnología también nos permite entender mejor a los pacientes desde otras perspectivas más allá de la enfermedad: ¿cómo es su estado de ánimo?, ¿cómo enfrenta un término médico que nunca había escuchado?, ¿qué hace con esas dudas que no pudo expresarle a su médico por miedo, vergüenza o por el simple impacto de una noticia que aún no termina de entender?
El mundo hiperconectado nos otorga las respuestas. Estamos en un momento privilegiado donde todo paciente con acceso a internet podrá encontrar, expresar y dejar huella digital de eso que está experimentando, sobre todo en países de América. A esto se suma un incremento en la producción de contenido sobre salud luego de la crisis sanitaria del Covid-19.
Con dichos insumos, desde el equipo de Deep Learning hemos utilizado la Inteligencia Artificial en dos sentidos: técnico y analítico. En el primer estadío, extraemos grandes cantidades de datos en fuentes públicas y, con ayuda de machine learning, identificamos los principales temas de dichas conversaciones.
Para la segunda fase, el reto está en encontrar patrones, discordancias o matices entre fuentes de información. Al final, los hallazgos de las conversaciones del paciente se traducen en: hábitos no identificados, temores sobre medicación, identificación de síntomas más o menos frecuentes, una nomenclatura popular para medicamentos, además de rituales en el tratamiento.
¿Cómo lo hemos traducido? Los grandes insights que hemos encontrado gracias a la Inteligencia Artificial nos han llevado a la construcción de un journey integral a favor de la adherencia.
A través de la plataforma Beyond the Pill, hemos encontrado barreras en la detección de síntomas de enfermedades raras. A través de la conversación en foros públicos obtuvimos desde los hitos que marcaron la detección de síntomas al tiempo promedio de diagnóstico certero. Pero no todo quedó ahí, en esta investigación también se confirmó el peso de los prejuicios sobre algunas enfermedades (que causan vergüenza en el paciente), o hacia ciertos medicamentos (lo que afecta la continuidad de un tratamiento).
Si bien se cuenta con registros obtenidos a través de la práctica médica, con esta data conseguimos darles el peso que tienen estos temas en los pacientes, todo a través de sus propias voces.
“El 14% de miembros de una comunidad interesada en el tema de esquizofrenia (en México), preguntan consejos sobre cómo llevar su cotidianidad, particularmente la vida en pareja. Sobre este mismo tema, un 10% de la conversación de medicamentos para la enfermedad señalaba el temor por las consecuencias en su desempeño sexual”.
Nuevos campos de la Inteligencia Artificial en la salud
Tal como nos lo mostró el ejemplo del MIT, el reto es llevar estas herramientas al campo predictivo más allá de lo descriptivo. Con un objetivo más amplio, que repercuta en toda la industria y en aparatos gubernamentales, la Inteligencia Artificial nos puede llevar a entender las correlaciones entre prevalencia de enfermedades en ciertas regiones de un país, condiciones de vida o acceso a centros de salud especializados.
Asimismo, estos hallazgos nos sirven para luchar contra los prejuicios y la desinformación, tanto en padecimientos como en tratamientos. Todo esto, desde lo que aún no se dice o cuestiona en un consultorio médico.
Tania Navarrete HernándezGerente de Inteligencia de LLYC
