A pesar de que las rápidas mejoras en la inteligencia artificial han dado lugar a especulaciones sobre cambios significativos en el panorama de la atención médica, la adopción de la IA en la atención médica ha sido mínima. Una encuesta de 2020 realizada por Brookings, por ejemplo, encontró que menos del 1 por ciento de las ofertas de trabajo en el cuidado de la salud requerían habilidades relacionadas con la IA.
La Clínica Abdul Latif Jameel para el Aprendizaje Automático en Salud (Clínica Jameel), un centro de investigación dentro del MIT Schwarzman College of Computing , organizó recientemente la Conferencia MITxMGB AI Cures en un esfuerzo por acelerar la adopción de herramientas clínicas de IA mediante la creación de nuevas oportunidades de colaboración . entre investigadores y médicos centrados en mejorar la atención de diversas poblaciones de pacientes.
Una vez virtual , la Conferencia AI Cures volvió a asistir en persona en el Centro de Conferencias Samberg del MIT en la mañana del 25 de abril, dando la bienvenida a más de 300 asistentes compuestos principalmente por investigadores y médicos del MIT y Mass General Brigham (MGB).
El presidente del MIT, L. Rafael Reif, comenzó el evento dando la bienvenida a los asistentes y hablando sobre la "capacidad transformadora de la inteligencia artificial y su habilidad para detectar, en un río oscuro de datos en remolino, los patrones brillantes de significado que nunca podríamos ver de otra manera". La presidenta y directora ejecutiva de MGB, Anne Klibanski, siguió elogiando la asociación conjunta entre las dos instituciones y señaló que la colaboración podría "tener un impacto real en la vida de los pacientes" y "ayudar a eliminar algunas de las barreras para compartir información".
A nivel nacional, actualmente se realizan alrededor de $20 millones en trabajo subcontratado entre el MIT y el MGB. El director académico de MGB y copresidente de AI Cures, Ravi Thadhani, cree que se necesitaría cinco veces esa cantidad para hacer un trabajo más transformador. “Ciertamente podríamos estar haciendo más”, dijo Thadhani. “La conferencia… solo rascó la superficie de una relación entre una universidad líder y un sistema de atención médica líder”.
La profesora del MIT y copresidenta de AI Cures, Regina Barzilay, se hizo eco de sentimientos similares durante la conferencia. “Si vamos a tomar 30 años para tomar todos los algoritmos y traducirlos en atención al paciente, estaremos perdiendo vidas de pacientes”, dijo. “Espero que el impacto principal de esta conferencia sea encontrar una manera de trasladarla a un entorno clínico para beneficiar a los pacientes”.
El evento de este año contó con 25 oradores y dos paneles, y muchos de los oradores abordaron los obstáculos que enfrenta el despliegue generalizado de IA en entornos clínicos, desde la equidad y la validación clínica hasta los obstáculos normativos y los problemas de traducción mediante el uso de herramientas de IA.
En la lista de oradores, cabe destacar la aparición de Amir Khan, miembro sénior de la Administración de Drogas y Alimentos de los EE. UU. (FDA), quien respondió una serie de preguntas de investigadores y médicos curiosos sobre los esfuerzos y desafíos continuos de la FDA para regular la IA en cuidado de la salud.
La conferencia también cubrió muchos de los impresionantes avances que la IA hizo en los últimos años: Lecia Sequist, oncóloga de cáncer de pulmón de MGB, habló sobre su trabajo colaborativo con el radiólogo de MGB Florian Fintelmann y Barzilay para desarrollar un algoritmo de IA que podría detectar el cáncer de pulmón hasta a seis años de antelación. La profesora del MIT, Dina Katabi, presentó a los médicos del MGB, Ipsit Vahia y Aleksandar Videnovic, un dispositivo de IA que podría detectar la presencia de la enfermedad de Parkinson simplemente monitoreando los patrones de respiración de una persona mientras duerme. “Es un honor colaborar con el profesor Katabi”, dijo Videnovic durante la presentación.
El profesor asistente del MIT Marzyeh Ghassemi, cuya presentación se centró en el diseño de procesos de aprendizaje automático para sistemas de salud más equitativos, encontró convincentes las perspectivas de mayor alcance compartidas por los oradores durante el primer panel sobre la IA que cambia la ciencia clínica.
“Lo que realmente me gustó de ese panel fue el énfasis en cuán relevantes se han vuelto la tecnología y la IA en la ciencia clínica”, dice Ghassemi. “Escuchó a algunos miembros del panel [Eliezer Van Allen, Najat Khan, Isaac Kohane, Peter Szolovits] decir que solían ser la única persona en una conferencia de su universidad que se enfocaba en IA y ML [aprendizaje automático], y ahora Estamos en un espacio donde tenemos una conferencia en miniatura con carteles solo con gente del MIT”.
Los 88 carteles aceptados para AI Cures se exhibieron para que los asistentes los examinaran durante el almuerzo. La investigación presentada abarcó diferentes áreas de enfoque, desde IA clínica e IA para biología hasta sistemas impulsados ??por IA y otros.
“Quedé realmente impresionado con la amplitud del trabajo que se está realizando en este espacio”, dice Collin Stultz, profesor del MIT. Stultz también habló en AI Cures, centrándose principalmente en los riesgos de la interpretabilidad y la explicabilidad cuando se usan herramientas de IA en un entorno clínico, utilizando la atención cardiovascular como un ejemplo que muestra cómo los algoritmos podrían engañar a los médicos con graves consecuencias para los pacientes.
“Hay un número creciente de fallas en este espacio donde las empresas o los algoritmos se esfuerzan por ser los más precisos, pero no tienen en cuenta cómo ve el médico el algoritmo y su probabilidad de usarlo”, dijo Stultz. “Se trata de lo que el paciente merece y cómo el médico puede explicar y justificar su toma de decisiones al paciente”.
Phil Sharp, profesor del Instituto del MIT y presidente del consejo asesor de la Clínica Jameel, encontró la conferencia energizante y pensó que las interacciones en persona fueron cruciales para obtener información y motivación, sin igual en muchas conferencias que todavía se realizan virtualmente.
“La amplia participación de estudiantes, líderes y miembros de la comunidad indica que hay conciencia de que esta es una gran oportunidad y una gran necesidad”, dice Sharp. Señaló que la IA y el aprendizaje automático se están utilizando para predecir las estructuras de "casi todo", desde las estructuras de proteínas hasta la eficacia de los medicamentos. “Les dice a los jóvenes, cuidado, puede que se avecine una revolución de las máquinas”.
Este artículo ha sido elaborado tomando el MIT como fuente.
