China ha puesto a prueba un nuevo modelo de atención sanitaria en el que la inteligencia artificial deja de ser una herramienta aislada para convertirse en el eje de una clínica oftalmológica. La AI-TEC, desarrollada por investigadores de la Universidad de Tsinghua, integra agentes de IA en prácticamente todo el proceso asistencial, incluyendo los escáneres oculares y el seguimiento posterior.

Un punto clave es que el proyecto no parte de una consulta convencional a la que después se añaden algoritmos, sino que replantea el flujo asistencial para que distintos agentes de IA participen a lo largo de todo el proceso. Así lo explica un estudio publicado en la revista Nature Medicine.

El experimento representa un cambio de enfoque. Hasta ahora, gran parte de la inteligencia artificial sanitaria se ha utilizado como una herramienta especializada: analizar una radiografía, detectar una lesión o ayudar a clasificar una enfermedad han sido sus funciones. En la AI-TEC, en cambio, la tecnología se sitúa como una capa de coordinación que conecta al paciente, los datos clínicos, los equipos de diagnóstico y los profesionales sanitarios.

El recorrido comienza antes incluso de la consulta, de acuerdo a una nota de prensa. Un agente de IA organiza los síntomas y antecedentes del paciente, mientras otro realiza el triaje y ayuda a determinar qué pruebas pueden ser necesarias. Durante la atención, otro sistema integra información oftalmológica multimodal y ofrece apoyo para el diagnóstico y la toma de decisiones.

Más adelante, un agente dedicado al paciente mantiene la comunicación, la educación sanitaria y el seguimiento. La información generada en cada etapa alimenta las siguientes, con el objetivo de que el sistema funcione como un circuito integrado en lugar de presentarse como una colección de herramientas independientes.

Uno de los resultados más reveladores del proyecto llegó precisamente de una limitación de la propia IA. En sus primeras fases, el sistema mostró un rendimiento relativamente bajo al identificar enfermedades a partir de imágenes oculares, entre ellas el glaucoma y la degeneración macular asociada a la edad.

Sin embargo, su rendimiento mejoró de forma significativa cuando los investigadores incorporaron 1.426 imágenes de alta calidad revisadas y correctamente etiquetadas por oftalmólogos. Esas imágenes resultaron más útiles que un conjunto de entrenamiento mucho mayor, de casi 27.000 imágenes, pero de calidad y etiquetado inferiores, según indica Science Alert.

Luego de esta optimización, el sistema alcanzó una puntuación AUROC superior a 0,93, un nivel comparable al de otros sistemas avanzados de análisis de imágenes. Pero el estudio deja claro que una cifra elevada en una prueba diagnóstica no equivale automáticamente a una mejor atención sanitaria.

La IA se encargó en parte de identificar enfermedades en los escáneres de retina. / Créditos: Mikael Häggström/CC0 vía Wikimedia Commons/Dominio público.

De hecho, la experiencia en el mundo real mostró otro problema importante: conseguir que los profesionales utilizaran realmente las herramientas. Después de cinco meses, solo 41 de 1.113 exploraciones realizadas en un mes, o sea el 3,8 %, empleaban los procesos de AI-TEC disponibles. Al mes siguiente, la cifra subió hasta 259 de 1.126, un 23 %, después de simplificar el sistema, reducir los clics necesarios y disminuir la introducción manual de datos.

El resultado apunta a que la dificultad de introducir IA en la medicina no termina cuando el algoritmo funciona. También hay que rediseñar los procesos, garantizar datos de calidad, implicar a los médicos, establecer mecanismos de supervisión y lograr que la tecnología aporte un beneficio clínico tangible.

Los investigadores chinos describen este aprendizaje como un problema de “ecosistema”. La IA necesita recibir retroalimentación de los profesionales con rapidez para poder mejorar, y debe integrarse en el trabajo cotidiano sin convertirse en una carga adicional. En otras palabras, una herramienta que obtiene una gran puntuación en un laboratorio puede fracasar si resulta demasiado lenta, compleja o poco útil en una consulta real.

Vale destacar que AI-TEC tampoco elimina el papel de los médicos. El propio proyecto se ha planteado con supervisión humana y muestra una tensión fundamental: la inteligencia artificial tiende a centrarse en una pregunta como “¿tiene esta persona una enfermedad?”, mientras que el médico comienza por cuestiones diferentes, como qué síntomas presenta el paciente y cómo han evolucionado.

Fuente: Levante - EMV