Inteligencia artificial generativa: la nueva revolución en el diagnóstico endoscópico

La inteligencia artificial (IA) está revolucionando el campo de la medicina, ofreciendo herramientas que mejoran la precisión y eficiencia de los diagnósticos. La rapidez con la que evolucionan las aplicaciones de IA hace que muchas veces, cuando llegan a usarse en la práctica clínica, ya hayan quedado obsoletas. Aun así, la Sociedad Española de Patología Digestiva (SEPD) sigue promoviendo la formación práctica en endoscopia, como lo demostró durante su 83º Congreso celebrado del 13 al 15 de junio en Valencia. Durante este evento, se llevaron a cabo varias actividades dirigidas a la formación y actualización en el uso de tecnologías avanzadas.

En el ámbito de la endoscopia, actualmente se utilizan aplicaciones de IA basadas en el aprendizaje automático (machine learning). Estas herramientas se entrenan con bancos de imágenes y videos de hallazgos endoscópicos, permitiendo que los dispositivos reconozcan patrones y determinen si una lesión es patológica. Esta tecnología ya está disponible comercialmente y presente en muchos dispositivos usados en la industria.

No obstante, en noviembre de 2022, surgió una nueva tecnología basada en redes neuronales transformer, conocida como IA generativa. Esta tecnología, representada por modelos como ChatGPT de OpenAI, no necesita entrenarse con imágenes previas para reconocer patrones, sino que puede generar contenido nuevo a partir de una serie de entradas. «La IA generativa tiene el potencial de reconocer patrones y estructuras que incluso los médicos actuales no pueden identificar. Esto podría revolucionar el diagnóstico por imagen en áreas como la endoscopia, proporcionando herramientas más avanzadas y precisas», afirma el Dr. Joaquín Rodríguez Sánchez-Migallón, experto de la Sociedad Española de Patología Digestiva (SEPD), jefe de Servicio de Aparato Digestivo del Hospital QuirónSalud de Ciudad Real y facultativo de la Unidad de Endoscopia Terapéutica del Hospital Universitario 12 de Octubre (Madrid).

«La inteligencia artificial (IA) generativa a buen seguro transformará la manera en la que ejercemos los médicos y más específicamente, cambiará  significativamente la endoscopia diagnóstica», afirma el Dr. Rodríguez en declaraciones a OKSALUD y detalla los aspectos de la IA generativa en que los que puede ser superior al machine learning (ML) en el campo de la endoscopia: 

• • Análisis más completo: mientras que los modelos de ML actuales se centran en identificar patrones específicos, la IA generativa puede analizar la imagen endoscópica en su totalidad, considerando múltiples factores simultáneamente. Esto permite una evaluación más holística y precisa. Lo cual puede incluso ayudar a detectar características comunes en lesiones, que actualmente son imperceptibles al ojo humano.
  • Generación de hipótesis: la IA generativa puede proponer diagnósticos diferenciales basados en la integración de datos visuales, historial del paciente y literatura médica actualizada. Este enfoque multidimensional puede mejorar la precisión del diagnóstico. Es lo que se conoce como multimodalidad. 
  • Adaptabilidad: esta nueva tecnología puede ajustarse más rápidamente a manifestaciones atípicas de lesiones o variaciones anatómicas, siendo más flexible que los modelos de ML tradicionales, que con frecuencia pueden caer en lo que se llama el Overfitting (o sobre entrenamiento).
  • Generación de datos sintéticos: la IA generativa puede crear datos sintéticos de alta calidad para entrenar modelos de ML, abordando la escasez de datos etiquetados y mejorando la robustez de los algoritmos. Hay que considerar que una de las limitaciones que tienen los estudios de IA con endoscopia es que precisan de grandes bancos de imágenes, cuyo etiquetado es muy costoso e imperfecto. Además, incluso podríamos hablar de entrenar modelos con videos, hecho que ahora mismo está limitado en el ML.
  • Mejoras en la detección e incluso en la calidad de imagen: puede mejorar la resolución y calidad de las imágenes endoscópicas, ayudando a detectar anomalías sutiles que podrían pasar desapercibidas con las técnicas tradicionales. Esto es una de las características que actualmente se están comenzando a desarrollar con IA generativa en campos como los medios audivisuales y el cine. 
  • Análisis en tiempo real: puede integrarse en sistemas de endoscopia en tiempo real, proporcionando análisis instantáneos y sugerencias durante los procedimientos. Nuevamente la capacidad de visión que poseé la IA generativa multimodal, puede dotarle la característica de «copiloto endoscópico» durante un procedimiento. Igual que puede ocurrir con la cirugía. 
  • Personalización del diagnóstico: Al generar imágenes y datos basados en características específicas del paciente, la IA generativa puede ofrecer diagnósticos y planes de tratamiento más precisos y personalizados.

Principales desafíos

El Dr. Joaquín Rodríguez Sánchez-Migallón constata que la implementación de tecnologías de IA generativa en hospitales y clínicas enfrenta varios desafíos económicos y burocráticos y destaca:

• • Costes de implementación: la adquisición de hardware especializado y software de IA generativa es costosa, especialmente para centros de menor tamaño.
  • Capacitación del personal: se requiere inversión en formación para que el personal médico y técnico pueda utilizar e interpretar eficazmente los resultados de la IA generativa.
  • Integración con sistemas existentes: la compatibilidad con los sistemas de gestión de datos y registros médicos electrónicos actuales puede ser un desafío técnico y económico.
  • Regulaciones y aprobaciones: la implementación de IA generativa en diagnósticos médicos requiere cumplir con estrictas regulaciones de salud, lo que puede implicar procesos largos y costosos de aprobación.
  • Confidencialidad y seguridad de datos: garantizar la protección de datos sensibles de pacientes al utilizar IA generativa puede requerir inversiones adicionales en ciberseguridad.
  • Mantenimiento y actualización: el mantenimiento de estos sistemas y su actualización continua para adaptarse a nuevos avances tecnológicos también implica costes recurrentes.
  • Acceso y equidad: existe el riesgo de que solo las grandes instituciones con recursos suficientes puedan implementar estas tecnologías, creando disparidades en la calidad del cuidado entre diferentes centros de salud.

Mejor que los médicos

La IA generativa puede identificar patrones y estructuras que incluso los médicos experimentados podrían pasar por alto. El Dr. Rodríguez afirma que puede superar a los médicos experimentados en ciertos aspectos, potenciando la capacidad diagnóstica en: 

• • Análisis de grandes volúmenes de datos: puede procesar y correlacionar información de miles de imágenes endoscópicas, identificando patrones sutiles que podrían ser difíciles de detectar para el ojo humano.
  • Consistencia en el análisis: no se ve afectada por fatiga o distracciones, manteniendo un alto nivel de atención en cada imagen analizada. Esto ya lo cumple en cierta medida el ML.
  • Cuantificación precisa: puede medir y comparar características de lesiones con una precisión que supera la estimación visual humana.
  • Integración de información multimodal: puede combinar datos de diferentes fuentes (endoscopia, historial clínico, marcadores bioquímicos) para identificar correlaciones complejas.
  • Reducción del sesgo humano: la IA generativa no está sujeta a los mismos sesgos cognitivos que los humanos, lo que puede llevar a una evaluación más objetiva y precisa de las imágenes.
  • Asistencia en diagnósticos complejos: al ofrecer una segunda opinión basada en un análisis exhaustivo de los datos, la IA generativa puede complementar el juicio clínico de los médicos, proporcionando una capa adicional de seguridad en los diagnósticos.