Imagine al entrar en el consultorio de su médico, se siente enfermo, y en lugar de cambiar su historial médico o pruebas, su médico recopila inmediatamente datos de sus registros de salud, perfiles genéticos y dispositivos de carga en caso de que ayude en el plato.
Este tipo de diagnóstico rápido es una de las grandes promesas de inteligencia artificial para el uso de la salud. Los defensores de la tecnología dicen que en las próximas décadas, y tiene el potencial de salvar cientos de miles, incluso millones de vida.
Además, inscribió que el estudio fue de 2023. Años que si la industria de la salud ha aumentado significativamente el uso de IA, hasta $ 360 mil millones al año que se puede conservar.
Pero aunque la inteligencia artificial se volvió casi ubicua, desde teléfonos inteligentes hasta chatbot en autos autónomos, su impacto en la atención médica hasta ahora es relativamente bajo.
La encuesta de la Asociación Médica Americana 2024. Encontró que el 66% de los médicos estadounidenses usaban herramientas de IA en una capacidad, más del 38% en 2023. años, pero la mayoría eran para apoyo administrativo o bajo. Aunque el 43% de las organizaciones de salud de EE. UU. Agregaron o ampliaron el uso de IA en 2024. años, muchas implementaciones siguen siendo investigadores, especialmente cuando se trata de decisiones y diagnósticos médicos.
Soy profesor e investigador que estudia AI y análisis de atención médica. Intentaré explicar por qué el crecimiento y será gradual y cómo las restricciones técnicas y las preocupaciones éticas están en el camino de la adopción generalizada de la industria médica de la IA.
Diagnósticos incorrectos, sesgo racial
La inteligencia artificial se caracteriza en encontrar formularios en grandes conjuntos de datos. En medicina, estos patrones pueden indicar los primeros signos de la enfermedad para que el médico humano pase por alto, o indique la mejor opción de tratamiento, en función de la forma en que otros pacientes con síntomas y antecedentes similares. Finalmente, conducirá a un diagnóstico más rápido y preciso y una atención personalizada.
La IA también puede ayudar a los hospitales de manera más eficiente analizando los flujos de trabajo, prediciendo las necesidades del personal y la naranización para la programación para que los recursos valiosos, como los quirófanos, usen el uso más efectivo. Al simplificar las tareas que duran horas de esfuerzo humano, y puede permitir a los trabajadores de la salud centrarse más en el cuidado directo de los pacientes.
Pero a pesar de todo tu poder, y puede cometer errores. Aunque estos sistemas están entrenados en datos de pacientes reales, pueden luchar si enfrentan algo inusual, o cuando los datos no coinciden perfectamente con el paciente frente a ellos.
Como resultado, y no siempre da el diagnóstico correcto. Este problema se llama deriva algorítmica, cuando los sistemas de IA funcionan bien en entornos controlados, pero pierden precisión en situaciones reales.
El sesgo racial y étnico es otra pregunta. Si los datos involucran sesgo porque no incluye suficientes pacientes a ciertos grupos raciales o étnicos, entonces también podrían proporcionar recomendaciones incorrectas para ellos, lo que lleva a los delitos equivocados. Algunas pruebas sugieren que esto ya ha sucedido.
Las personas y la IA comienzan a trabajar juntas en este hospital de Florida. Preocupaciones de intercambio de datos, expectativas poco realistas
Los sistemas de salud son laberínticos en su complejidad. Las perspectivas para integrar la inteligencia artificial en los flujos de trabajo existentes son intimidantes; Presentamos una nueva tecnología como la IA e interfiere con las rutinas cotidianas. El personal necesitará capacitación adicional para el uso eficiente de las herramientas de IA. Muchos hospitales, clínicas y oficinas médicas simplemente no tienen tiempo, personal, dinero o implementarán IA.
Además, muchos top y sistemas actúan como "cajas negras" opacas. Expulsan recomendaciones, pero incluso sus desarrolladores pueden luchar para explicar completamente cómo. Esta opacidad entra en conflicto con las necesidades de la medicina, donde las decisiones requieren justificación.
Pero los desarrolladores a menudo revelan a partir de sí mismos sus algoritmos de propiedad o fuentes de datos, cómo proteger la propiedad intelectual y porque la complejidad puede ser difícil de destilar. La falta de transparencia alimenta el escepticismo entre los profesionales, que luego ralentiza las aprobaciones regulatorias y erosiona la confianza en la producción de IA. Muchos expertos afirman que la transparencia no solo es ética y la necesidad práctica de adopción en entornos de atención médica.
También hay preocupaciones sobre la privacidad; El intercambio de datos podría amenazar la confidencialidad del paciente. Para capacitar algoritmos o predicciones de pronóstico, los sistemas de IA médicos a menudo requieren grandes cantidades de datos de los pacientes. Si no se actúa correctamente, y podría exhibir información de salud sensible, ya sean violaciones o el uso no intencional de los pacientes.
Por ejemplo, un clínico que usa asistente de IA para una recompensa basada en borradores debe asegurarse de que el lado no autorizado no pueda acceder a los datos del paciente. Las regulaciones estadounidenses como la ley HIPAA imponen reglas estrictas sobre las acciones de los datos de salud, lo que significa que y los desarrolladores necesitan medidas de protección sólidas.
La gran promesa de IA es en sí misma una barrera civil. Las expectativas son enormes. La IA a menudo se muestra como una solución mágica que puede diagnosticar cualquier enfermedad y revolucionar la industria de la salud durante la noche. Los supuestos poco realistas como este a menudo conducen a la decepción. Y puede no dar sus promesas de inmediato.
Finalmente, el desarrollo del sistema de IA que funciona bien implica muchas pruebas y errores. Los sistemas de IA deben pasar a través de pruebas rigurosas para lograr seguros y eficientes. Esto es necesario durante años, e incluso después de la aprobación del sistema, se pueden requerir ajustes porque cumplen con nuevos tipos de datos y situaciones reales.
Y podría acelerar rápidamente el descubrimiento de nuevas drogas. Cambio incremental
Hoy, los hospitales están adoptando rápidamente AIS que escuchan durante la visita del paciente y dibujan automáticamente notas clínicas, reduciendo el papeleo y permitiendo que los médicos pasen más tiempo con los pacientes. Las encuestas muestran que más del 20% de los médicos ahora están utilizando AI para escribir notas sobre el progreso o los resúmenes de alta. AI también se convierte en una fuerza tranquila en el trabajo administrativo. Los hospitales están organizando chatbots de IA para resolver reuniones, clasificación de problemas comunes de pacientes y traducir idiomas en tiempo real.
El uso clínico de IA existe, pero son limitados. En algunos hospitales, la IA es otro ojo para los radiólogos que buscan signos tempranos de enfermedad. Pero los médicos continúan conduciendo a decisiones sobre maquinaria; Actualmente, solo alrededor del 12% de ellos se basan en la IA para la ayuda de diagnóstico.
Es suficiente decir que la transición de la atención médica será incremental. Se necesita tiempo en el tiempo emergente para el vencimiento, y las necesidades de atención médica a corto plazo aún exceden las ganancias a largo plazo. Mientras tanto, el potencial de AI para tratar los ahorros de millones y billones espera.
0 Comentarios