Modelos predictivos de inteligencia artificial para diagnosticar enfermedades
- septiembre 13, 2019
- 0 Comments
- LikeUnlikeLike
- 4074 Views
¿Se puede utilizar la Inteligencia Artificial como apoyo en el diagnóstico de enfermedades?
Jon Ander Gómez (CDO de Solver) nos da algunas de las claves de hacia dónde evolucionan la AI y la medicina en su artículo del pasado en THE CONVERSATION. En él se refleja cómo pueden ser utilizados los modelos predictivos de IA para impulsar el sector de la salud.
¿Se está aprovechando el potencial de las técnicas de inteligencia artificial en el ámbito de la salud? No lo suficiente. A día de hoy, aún existen muchos aspectos por mejorar y otros por cubrir.
La IA genera un gran impacto positivo en el sector de la salud. Aún así, no se está aprovechando este beneficio lo suficiente.
Las ventajas de su utilización generan un conjunto de soluciones futuras tras predecir o anticiparse ante el problema que generará una enfermedad o casos de los pacientes.
La realidad es que este beneficio conlleva un coste muy elevado de inversión y, es por ello, que aún no se utiliza lo suficiente la inteligencia artificial en este sector.
Función de los modelos predictivos de IA en el sector de la salud
La mayoría de los centros de salud deberían de estar utilizando tecnologías avanzadas, equipos informáticos y aplicaciones software para implantar modelos predictivos y analizar y clasificar las muestras, síntomas y diagnósticos de los enfermos.
La inteligencia artificial nos ofrece distintos resultados y soluciones en forma de datos estadísticos, porcentajes o probabilidades. Cada valor es una medida de confianza en que una muestra pertenezca a una de las categorías para las que el modelo predictivo.
Cada caso puede contener distintas muestras como imágenes, datos clínicos o la combinación de ambos
En relación al uso de modelos predictivos en el sector salud, es el personal médico quien debe interpretar el resultado, ponerlo en contexto y utilizarlo como información adicional para diagnosticar.
Caso de aplicación modelos predictivos de IA: algunos ejemplos
A partir de una muestra de un enfermo de Alzheimer, en este caso, una imagen en 3D del cerebro, se podría predecir, mediante inteligencia artificial, aproximadamente en qué fase de la enfermedad se encuentra el paciente.
Si tomamos como muestra una imagen de un cráneo óseo para detectar cáncer. El modelo predictivo entrenado con anterioridad puede ser capaz de concluir en qué zonas hay mayor actividad metabólica. Como conclusión, se mostrarán las zonas de interés y se obtendrá la probabilidad de que una de las zonas detectadas presente cáncer o no.
Por último, a partir de unas imágenes proporcionadas de un paciente con migrañas, se pueden detectar de una manera muy rápida la enfermedad y el modelo predictivo puede analizar la su evolución a partir de diferentes variables para tener como resultado un periodo o momento en el que el paciente va a notar los síntomas de su enfermedad.
Los modelos predictivos, en concentro, no dicen su un paciente padece o no una enfermedad, a partir de los datos o muestras que recoge en cada caso y puede analizar su evolución.
Cómo se entrenan los modelos
Un experto de machine learning es aquel que se encarga de entrenar a un algortimo de machine learning para predecir escenarios futuros. Todo algoritmo es entrenado para que pueda llegar a una conclusión cierta, aplicándole distintas variables como datos clínicos o síntomas. Por ello, es tan necesario recoger muestra con anterioridad para poder detectar la enfermedad.
La aplicación de los modelos predictivos en la actualidad
Hoy en día, los expertos sanitarios utilizan los modelos predictivos como herramienta de apoyo para tomar decisiones óptimas. En algunos casos, se emplean estos modelos como detectores precoces de muchas enfermedades gracias a su capacidad para procesar de manera automática los datos disponibles de todos los pacientes. Pero realmente, esto es algo que no se llega a utilizar por la falta de inversión.
La CE tiene previsto aumentar la inversión en I+D+i para desarrollar soluciones basadas en inteligencia artificial aplicadas al sector salud.
Dos buenos ejemplos son los proyectos DeepHealth y BigMedilytics.
Si quieres leear el artículo completo accede a The Conversation
You may also like
Buscar
¿Dónde estamos?
Dirección
C/ Luis Vives 6, puerta 1.
46003 Valencia
Horario
Lunes a viernes: de 9:00 a 18:00 h.
Últimos Posts
-
IVACE PIDCOP 2023 (IASOLVER & FERMAX Technologies)
julio 2, 2024
Categorías del Blog
- Big Data (3)
- Casos de éxito (3)
- Deep Learning (1)
- Empresa (17)
- Eventos (6)
- Innovación (13)
- Inteligencia Artificial (17)
- Machine Learning (3)
- Noticias (36)