La inteligencia artificial y el big data en el sector de la salud: ejemplos

Más allá de la superabundancia visual de los últimos meses, de las imágenes generadas utilizando Stable Diffusion, Midjourney y otras soluciones de inteligencia artificial, sería ingenuo pensar que la IA se queda únicamente en esos elementos tan llamativos y, en parte, anecdóticos, y que no está permeando el paradigma empresarial actual.

Nada más alejado de la realidad. Si el mercado de la inteligencia artificial representaba en 2021 alrededor de 280.000 millones de dólares, aunque no sea una cifra consensuada, donde sí existe un acuerdo es en un crecimiento proyectado en el horizonte 2030 de aproximadamente el 20% anual hasta llegar a los 1,5 billones de dólares.

Sería igualmente cándido considerar a la IA de manera aislada como generador de valor y crecimiento, y debemos contextualizarla dentro del ecosistema de las nuevas tecnologías en conjunto con otras tecnologías habilitadoras como la analítica avanzada y el big data. Si hay una industria que se ha erigido no únicamente en abanderada de estos avances y tecnologías, sino que también es líder en crecimiento interanual, es el sector de la salud.

Influencia de la Inteligencia Artificial en el sector de la salud

Con un crecimiento en el mismo horizonte de casi el doble (38,1% CAGR o crecimiento anual compuesto), se vio espoleado por el COVID-19, cuando se hizo necesario dotarse de la capacidad de diagnosticar un volumen de imágenes radiológicas nunca visto hasta ese momento para identificar patrones poco evidentes de una afección igualmente desconocida. Esto no se circunscribe en exclusiva a su uso diagnóstico, con el que se recurrió a la visión por computadora para el procesado masivo y automático de radiografías, resonancias, etc., para así acelerar el tiempo hasta el diseño de un tratamiento, sino que el uso de la algoritmia y el big data están presentes a lo largo de todo el recorrido del paciente.

Hemos pasado de una mentalidad reactiva a la hora de tratar las enfermedades a diagnosticarlas en su etapa inicial de manera proactiva con la IA, en un rol central en esta transición, desde el incentivo de efectuar cirugías y prescribir pruebas médicas hasta el objetivo de mantener a los pacientes alejados de los hospitales, en palabras de Praveen Soti, director general de Wipro.

Otros ejemplos de uso de la IA en el sector de la salud

• Virtual nursing
• Descubrimiento de medicamentos
• Hiperpersonalización para los pacientes

Virtual nursing

La cirugía, la recuperación y la rehabilitación siguen siendo imprescindibles en la industria de la salud, y la IA está siendo también un agente remodelador en este ámbito: los asistentes robóticos para la cirugía de precisión que utilizan el aprendizaje por refuerzo ensayando con millones de casos virtuales, el uso de la identificación postural para diseñar planes de recuperación y rehabilitación progresivos que sugieren correcciones en tiempo real o los asistentes virtuales denominados virtual nursing para reducir las visitas innecesarias a hospitales y especialistas aliviando la carga de los profesionales médicos son algunos de los ejemplos en estas etapas del recorrido del paciente.

Descubrimiento de medicamentos

No podemos dejar de lado las etapas de descubrimiento de medicamentos y la medicina de precisión, donde, gracias a avances como AlphaFold de DeepMind, los proyectos de innovación actuales van a verse agilizados de forma espectacular. El Centro para el Estudio del Desarrollo de Medicamentos (CSDD) de la Universidad de Tufts cifraba el coste del desarrollo de medicamentos en alrededor de 2.600 millones de dólares y el tiempo de desarrollo en unos diez años. Sin embargo, al mercado llega menos del 10% de las medicinas que comienzan la etapa de I+D, cifras semejantes a la tasa de éxito de proyectos de IA o de startups. Los algoritmos de aprendizaje automático van a asumir un papel vital reduciendo tiempos y costes, y descubriendo patrones inherentes a los datos para así aconsejar la mejor ruta de experimentación y predecir los efectos secundarios de ciertos compuestos químicos en los seres humanos con el fin de acelerar el proceso de aprobación para lanzarlos al mercado.

Hiperpersonalización para los pacientes

Por último, la hiperpersonalización de la que somos testigos en áreas como el marketing y la publicidad tiene una traslación directa al entorno de la salud, donde, gracias al big data y el IoT (Internet de las cosas) de dispositivos de consumo como smartwatches y smart bands en combinación con algoritmos de IA, nos permite detectar patrones y síntomas de afecciones de manera anticipada.

Además, la hiperpersonalización no se limita a la capa más externa, sino que también está permitiendo a los profesionales de la medicina entender la configuración genética de cada persona y cómo determinados patrones genéticos y mutaciones se conectan con algunas enfermedades para así poder llevar la medicina de precisión al nivel de detalle de un tratamiento por paciente en función de su disposición biológica.

La combinación de todas estas nuevas tecnologías está demostrando ser uno de los principales motores de innovación en el sector de la salud, pues permite mejorar la propuesta de valor para el paciente a lo largo de todas las etapas, reduciendo el tiempo y los costes del desarrollo y facilitando la creación de soluciones específicas y dirigidas.

Os recomendamos que no dejéis de actualizaros en las últimas tendencias y adquiráis los conocimientos adecuados sobre las aplicaciones de la IA y el Big Data en el sector de la salud. Os invito a que miréis detenidamente el Máster en Big Data y Business Analytics.