Como planteamiento del problema se plantea (valga la redundancia) la pregunta..
¿De que manera la incorporación de tecnologías de inteligencia artificial en el primer nivel de atención pueda fundamentar el diagnóstico médico?
Objetivo general
Analizar el uso de inteligencia artificial como soporte al diagnóstico médico en el primer nivel de atención entre 2014 y 2024
Objetivos específicos
1
2
3
Explicar la literatura científica actual sobre el uso de IA como herramienta para fundamentar el diagnóstico médico en el primer nivel de atención entre 2014 y 2024
Describir las herramientas de IA para fundamentar el diagnóstico clínico en el primer nivel de atención entre 2014 y 2024
Argumentar el uso de la IA como soporte para la intervención clínica según la revisión de literatura para su integración en primer nivel de atención entre 2014 y 2024
La implementación de la IA en el contexto clínico presenta potenciales desafíos…
De esta forma se deben conocer los limites para su integración, cuestiones de privacidad, implicaciones éticas, legales y circunstanciales así como la necesidad de un marco regulatorio para su uso
La implementación de la IA supone una oportunidad para mejorar la eficiencia y precisión en el diagnóstico…
No solo detectando enfermedades sino también en la personalización de la atención del paciente en cuanto a consulta, tratamiento y demás
Parte de esta tesis es proporcionar un marco de referencia para la implementación efectiva de herramientas de IA en la atención primaria..
Lo cual contribuye con la mejora de la atención médica y promover tanto el avance como las investigaciones futuras de IA en la medicina
Antecedente histórico
Durante los años 70’s se desarrolla por parte de la universidad de Stanford el programa MYCIN el cual detecta infecciones en la sangre es decir bacteremias en termino médico, de esta forma generando recomendaciones de tratamientos con antibióticos en base a la generación de preguntas sobre la sintomatología del paciente
Antecedente nacional
En abril del presente año se realiza un simposio por parte del tecnológico de Costa Rica con la presencia del Dr. Alexandre Chiavegatto, organizado por parte de la unidad de posgrado de la escuela de ingeniería en computación, el Dr. Chiavegatto exponía el potencial de la IA para la disminución de riesgos y la mejora en la calidad de la atención primaria
Antecedentes internacionales (nombres)
Adopción de IA y Machine Learning
Estudio y selección de las técnicas de IA para el diagnóstico de enfermedades
Impacto y regulación de la IA en el ámbito sanitario
Adopción de IA y Machine Learning
Estudio y selección de las técnicas de IA para el diagnóstico de enfermedades
Impacto y regulación de la IA en el ámbito sanitario
Acá se realiza una tesis sobre los aportes y beneficios que conlleva el uso de la IA como asistente en el diagnóstico guiado por imágenes
Este otro estudio concluye que se identificó una técnica de IA ideal para el diagnostico por medio de la teoría de decision multicriterio discreta la cual ayuda a tomar decisiones en base a diversos criterios y no tomando en cuenta un solo factor, se le llama discreta ya que aunque toma en cuenta diversos criterios se desarrolla en un conjunto limitado de datos lo cual hace mas fácil identificar signos, síntomas y factores de riesgo del paciente
Los autores de esta investigación llegan a varios puntos de conclusion de como se desarrolla el impacto pero mayormente la regulación de la IA en el ámbito sanitario y es que concluyen de lo que sería un punto fundamental que es la historia clínica bien hecha hasta las grandes extracciones de información
Puntos del marco teórico
- Herramientas de diagnostico asistido por IA
- Impacto de la IA en la mejora de la eficiencia y precision
- Ejemplos de la integración exitosa de la IA
- Desafíos y consideraciones éticas
- Estrategias para la adopción efectiva de la IA en salud
- Herramientas de diagnostico asistido por IA
Supone un gran avance tecnológico con respecto a las consultas en ciencias de la salud (en este caso atención primaria), ya que no solamente se obtiene una mayor precision de consulta, diagnostico y tratamiento sino que también se beneficia el equipo médico tratante.
Una de las principales herramientas de IA que se ha conocido últimamente y que probablemente la han escuchado es ChatGPT, ChatGPT es un chatbot el cual uno puede hablar con el directamente en una conversación 1 a 1, ChatGPT dirigido a medicina o atención primaria ejecuta funciones como por ejemplo creación de rutinas de ejercicio, dietas, programas de terapia física, posibles diagnósticos y diagnósticos diferenciales, tratamientos, planes de los diferentes niveles de prevención y promoción de la salud entre otros.
Además de ChatGPT han surgido otras herramientas como por ejemplo Google Bard, Dall-E y MidJourney. Aunque estos 3 programas operan de forma diferente lo cierto es que comparten entre sí funciones como por ejemplo acceso rápido a informacion médica actualizada, soporte en toma de decisiones, educación al paciente, comunidad creativa e ilustración médica
- Impacto de la IA en la mejora de la eficiencia y precision
La IA mejora la precision y la eficacia del diagnóstico especialmente en áreas como la radiología y patología, de esta forma pueden ayudar a los médicos a analizar imágenes y datos de manera más detallada incluso superando algunas habilidades humanas en ciertos casos
Ejemplos de integración exitosa de la IA
- Algunos programas desarrollados por IBM como por ejemplo IBM WCD que extrae información clínica, IBM WAHB que responde preguntas del mundo real sobre beneficios de complejidad avanzada e IBM CD que gestiona ensayos clínicos completos
- IDx-DR es un software aprobado por la FDA que usa IA para el reconocimiento temprano de signos de la retinopatía diabética en pacientes con diabetes mellitus por medio de imágenes retinianas mediante aprendizaje profundo y redes neuronales artificiales lo cual permite identificar rápidamente a los pacientes que necesitan referencia a especialista
- Detección de sx motores en pacientes con enfermedad de Párkinson mediante dispositivos sensorimotores o sensores inerciales
Desafíos y consideraciones éticas
- Privacidad y seguridad de los datos: los sistemas de IA necesitan acceder a muchos datos médicos lo que puede poner en riesgo la privacidad de los pacientes si no se protegen adecuadamente
- Consentimiento informado: los pacientes deben entender claramente como se utilizarán sus datos pero la complejidad de la IA puede dificultar esta comprensión
- Equidad: si los algoritmos no se entrenan con datos diversos pueden perjudicar a ciertos grupos de personas aumentando las desigualdades de salud
- Transparencia: los algoritmos de IA deben ser comprensibles para que los médicos y pacientes confíen en sus decisiones
- Relación médico-paciente: el uso de IA puede cambiar cómo los pacientes perciben la atención médica, potencialmente reduciendo la empatía y la confianza si se usa de forma incorrecta
