Los pasados 11 y 12 de junio, el equipo de Alma Medical Imaging asistió al tercer Tauli Health Artificial Intelligence Symposium (THAIS), organizado por la Unidad Mixta del grupo de Nefrología Clínica, Intervencionista y Computacional (CICN), del Instituto de Investigación e Innovación del Parc Taulí (I3PT), y la Escuela de Ingeniería, de la Universidad Autónoma de Barcelona.
Liderado por el Dr. José Ibeas, el THAIS tuvo lugar en el Hospital Parc Taulí de Sabadell y nos sirvió para comprender los retos y tendencias de la IA en la práctica clínica. Sin duda, fue una experiencia enriquecedora de la que hemos podido extraer conclusiones de valor para la actividad de Alma. Las resumimos a continuación.
Acceso a los datos, clave para la adopción de la IA en medicina
El acceso a los datos fue uno de los puntos fundamentales que revisamos durante el simposio, y es que esta base es clave para adoptar la inteligencia artificial en la práctica clínica.
Concretamente, hablamos de dos tipos de uso de estos datos:
- El uso primario o tradicional, para hacer diagnósticos
- El uso secundario, relacionado con la investigación y el entrenamiento de modelos
Durante las sesiones, se discutieron distintos modelos para garantizar el uso secundario de la información: se debatió sobre el enfoque opt-in y opt-out, se conversó sobre la posibilidad de dar crédito en los trabajos científicos a los médicos que aporten datos, con el objetivo de mejorar su motivación, y se habló sobre la iniciativa European Health Data Space, que pretende fomentar la compartición de datos médicos en la UE con las siguientes líneas de trabajo:
- Capacitar a las personas para que asuman el control de sus datos sanitarios y facilitar su intercambio para la prestación de asistencia sanitaria en la Unión Europea.
- Fomentar un auténtico mercado único de sistemas de historiales médicos electrónicos.
- Ofrecer un sistema coherente, fiable y eficiente para la reutilización de los datos sanitarios en actividades de investigación, innovación, formulación de políticas y reglamentación.
Interpretabilidad de los modelos, un reto a superar
La interpretabilidad de los modelos es otro de los temas a los que hay que prestar especial atención para favorecer la adopción de la IA en la práctica clínica.
En algunos modelos, la salida se obtiene a partir de combinaciones no lineales de las entradas, a veces con varias capas ocultas, lo que dificulta la interpretabilidad y, en consecuencia, reduce la confianza que los médicos depositan en esta tecnología. Para superar esta barrera, en el THAIS se discutieron varios métodos:
Mapa de calor
El análisis automático de imágenes médicas con IA se hace con un seguido de redes convolucionales complejas difícilmente interpretables a primera vista. Para mejorar la interpretabilidad, una de las opciones planteadas es mostrar en la imagen original un mapa de calor que identifique las zonas a las que se da más peso.
Método SHAP (SHapley Additive exPlanations)
El método SHAP consiste en calcular el impacto de las distintas variables de entrada en la salida del modelo, de forma que se diferencie qué tipo de valores llevan a una determinada salida. Este método puede combinarse con el algoritmo XGBoost, un tipo de random forest en el que los distintos árboles de decisión se encadenan de forma secuencial para mejorar las partes que fallan en el árbol anterior.
Método NEAR
El método NEAR utiliza el método SHAP para encontrar las variables que más peso tienen en la salida y construir después un modelo usando solo estas variables, que ha demostrado ser significativamente más explicable que el original.
La inteligencia artificial en España
Revisados estos temas, cabe preguntarse en qué punto se encuentra España en este sector. Estas son algunas líneas de investigación en IA que se dieron a conocer en el simposio:
- El grupo de Nefrología Clínica, Intervencionista y Computacional del Hospital Parc Taulí, liderado por el Dr. José Ibeas, está trabajando en el análisis de datos masivos para predecir la insuficiencia cardíaca después de un fallo renal, entre otros.
- El Barcelona Supercomputing Center (BSC) está creando desde cero un modelo masivo de lenguaje que se podrá entrenar y validar en diversos sectores, incluido el sanitario.
- El aprendizaje federado o colaborativo es otra línea interesante, ya que se entrena un algoritmo mediante una arquitectura descentralizada compuesta por múltiples dispositivos, cada uno con sus propios datos locales y privados. Este enfoque, desarrollado por Google en 2017, se diferencia del aprendizaje automático centralizado y otros enfoques descentralizados clásicos en que cada dispositivo tiene sus propios datos locales y privados, en vez de transferirse a un servidor tal como están almacenados. De esta manera,se centraliza el resultado de n modelos descentralizados en un único modelo global, siempre preservando la integridad de la información.
Vemos, pues, que la investigación va por buen camino para incorporar la inteligencia artificial en la medicina. ¿El reto? Crear modelos de negocio que permitan una integración paulatina y evaluable de estas nuevas tecnologías.
Alma Medical Imaging y el papel central de la IA
En Alma nos enorgullece poder decir que la inteligencia artificial se ha convertido en una parte central y estratégica de nuestra solución, motivo por el que formaciones como el THAIS nos enriquecen como equipo.
Estas son algunas de nuestras líneas de trabajo para mejorar su implementación en el flujo radiológico:
- Desarrollamos algoritmos de IA para añadir nuevas funcionalidades y mejorar las actuales características de nuestros visores DICOM.
- Integramos e implementamos algoritmos en la práctica clínica del radiólogo, con el fin de optimizar el flujo de trabajo.
- Diseñamos y desarrollamos algoritmos de IA a medida a través de servicios a terceros.
- Participamos en proyectos y consorcios nacionales y europeos, que impulsan la investigación y el desarrollo de innovaciones que impacten en el campo de la imagen médica.
- Hacemos acompañamiento estratégico a profesionales y centros para la incorporación de la IA en procesos de digitalización sanitaria.
Si quieres valorar tus opciones a la hora de implementar la IA en la práctica clínica, contacta con nosotros y nuestro equipo te asesorará sobre herramientas y aplicaciones adaptadas a tus necesidades.
