Lunares, rayos X, mediciones del habla y anteojos de realidad virtual: cómo la tecnología está cambiando los análisis y las terapias en todo el ámbito de la salud

Sin dudas, 2023 fue el año de la inteligencia artificial. A pesar de que no es algo nuevo (su desarrollo inicial se remonta a la década del 50), ChatGPT y otros modelos de lenguaje natural fueron tendencia. ¿Será entonces 2024 el año de la implementación a gran escala? ¿O de la experimentación?

Si vamos al ámbito de la salud, pandemia de COVID-19 mediante, podemos encontrar diferentes herramientas de IA aplicada e innovaciones tecnológicas. No es algo nuevo.

El diagnóstico por imágenes es uno de los campos más importantes en materia de IA aplicada. Y en los últimos años, según datos de la revista Innova Salud Digital del Departamento de Informática en Salud del Hospital Italiano, se sumaron las áreas de salud mental, descubrimiento y desarrollo de fármacos, epidemiología y salud poblacional.

De acuerdo con una encuesta de MIT Technology Review Insights (The global AI agenda, del año 2020) realizada entre más de 1000 especialistas en IA, los tres usos principales de esta tecnología en el área de atención médica son en control de calidad; atención y soporte al cliente; y monitoreo y diagnóstico de pacientes.

En esta línea, y con diferentes objetivos (investigación, testeos, experimentación, diagnóstico), la IA aplicada junto a otras innovaciones tecnológicas, enriquecen hoy el ámbito de la salud. A continuación, algunos ejemplos de este “match” que promete grandes logros tecno-científicos.

Diagnóstico por imágenes con IA

En el 2020, conocimos muchos casos de aplicación de IA en diagnóstico por imágenes. El Hospital Italiano de Buenos Aires ha estado a la vanguardia en este camino y cuenta con un Programa de IA en salud llamado pIASHIBA, que tiene base en el Departamento de Informática en Salud. Uno de sus proyectos destacados es Valquiria, para combatir el cáncer de piel. Consiste en la detección y clasificación automática de lesiones en imágenes dermatoscópicas y clínicas. El objetivo principal del proyecto es desarrollar, validar e implementar una serie de herramientas basadas en Deep Learning para detectar y diferenciar lesiones cutáneas.

Primero, se trabaja en el desarrollo de un sistema de soporte a la decisión clínica, con el fin de asistir a profesionales dermatólogos especialistas en el diagnóstico de lesiones cutáneas (como melanoma, lesiones cancerosas o lesiones benignas) por medio de imágenes dermatoscópicas. La segunda etapa tiene el objetivo de asistir al profesional médico no especialista (médico generalista o de familia), a la hora de decidir la derivación del paciente al profesional especialista. La última herramienta a desarrollar está destinada a un usuario final paciente. En este caso, se espera que este adquiera una imagen mediante su celular, la cual será clasificada por el modelo de IA como benigna o maligna.

Hoy se trabaja en el entrenamiento a través de los casos y datos disponibles, y en la mejora en la capacidad de detección de estas lesiones en la población. En este sentido, desde el Hospital Italiano cuentan con dermatoscopios digitales automatizados con IA. El objetivo no es solo académico: también se busca hacer disponibles estas herramientas a los profesionales, integrándose con los demás sistemas de información que conforman el ecosistema hospitalario.

Actualmente, este proyecto se encuentra en una fase específica para dermatólogos especialistas (de diferentes centros de salud).

BCI para rehabilitación motora

BCI refiere a Brain-Computer Interfaces, es decir, interfaz cerebro-computadora. Desde FLENI y la Universidad del Litoral están realizando pruebas con personas sin patologías, con BCI para rehabilitación motora. El objetivo es poder aplicarlo en pacientes que se atienden en FLENI.

Hoy se encuentran en la etapa de desarrollo de la interfaz y ya desarrollaron un algoritmo de IA para decodificar la actividad eléctrica del cerebro relacionada a la intención de mover la mano.

“La idea es a futuro (ya no muy lejano) aplicarlo a pacientes en colaboración con FLENI. Hoy tenemos un proyecto de Conicet en marcha para poder aplicar nuestras investigaciones en pacientes para rehabilitación motora del FLENI”, señala Victoria Peterson, Investigadora del IMAL, CONICET-UNL (Instituto de Matemática Aplicada del Litoral), que lidera este proyecto.

“La BCI que estamos desarrollando es para rehabilitación de miembro superior. Como tal, la BCI decodifica la intención de movimiento mediante el uso de electroencefalografía de superficie (EEG) y algoritmos de IA. Hay que utilizar varios días estos sistemas (por ejemplo, en sesiones de rehabilitación) porqué existen cambios propios en la señal de EEG debido a, por ejemplo, cambios en el montaje del EEG de un día para el otro. A estos cambios se le suman además aquellos como consecuencia del aprendizaje de la persona en comandar la BCI. El algoritmo de IA utilizado para decodificar la intención de movimiento debe adaptarse a estos cambios. Esta coadaptación simultánea persona-máquina es muy desafiante”, señala la investigadora.

Los pasos por seguir para poder comenzar con la etapa de implementación es realizar mediciones en al menos 10 participantes en entre 4 a 8 sesiones. “Una vez culminada esta fase de prueba, podremos comenzar a aplicar este desarrollo en pacientes sobrevivientes de un ACV para rehabilitación de miembro superior. La BCI que estamos desarrollando es de bajo costo, es decir, el sistema que se utiliza para registrar la actividad eléctrica del cerebro es asequible, del lado del usuario, proveyendo, por un lado, las ventajas económicas y de accesibilidad, pero por el otro lado, trayendo más desafíos en lo que respecta a la construcción de una BCI”, advierte.

Tests con IA en neuropsicología

El Deterioro Cognitivo Leve (DCL) constituye un estado intermedio entre el envejecimiento cognitivo normal y la demencia, como por ejemplo la enfermedad de Alzheimer. El DCL se caracteriza por una percepción subjetiva de deterioro de memoria y por trastornos cognitivos más acentuados que aquellos asociados con el envejecimiento típico.

Las personas afectadas por DCL pueden enfrentar dificultades en áreas como la memoria, el lenguaje, la toma de decisiones o la ejecución de tareas complejas. Sin embargo, mantienen la capacidad de llevarlas a cabo con algún tipo de asistencia o estrategias compensatorias. El DCL no necesariamente evoluciona hacia la demencia.

Los avances recientes en investigación se enfocan en el análisis del lenguaje y los gestos para detectar indicadores preclínicos de la enfermedad de Alzheimer, años antes de la manifestación de síntomas evidentes. Un proyecto colaborativo entre el área de Neuropsicología de FLENI, liderado por la Dra. Lucía Crivelli (Jefa de Neuropsicología Adultos en Fleni e Investigadora de CONICET), el Dr. Andrés Cervio (Jefe de Neurocirugía de FLENI) y el Laboratorio de Inteligencia Artificial Aplicada (LLIA), dirigido por Diego Fernández Slezak, busca emplear la IA para analizar el lenguaje y los gestos en la comunicación, con el objetivo de diferenciar entre individuos sanos y aquellos con DCL.

“La idea de este proyecto es hacer las pruebas neuropsicológicas estándar y además proponer distintos tests que se hacen en computadora, que usan IA y que eventualmente podrían ser remotos. Esto ya está implementado. Estamos procesando con IA gestos faciales, los gestos de la voz, el contenido semántico de lo que dicen y tratando de evaluar si, combinando todas esas medidas, se puede tener un resultado similar a las pruebas neuropsicológicas clásicas para clasificar la capacidad cognitiva de cada uno de los pacientes relacionado a controles, MCI (mild cognitive impairment, defectos cognitivos leves) y Alzheimer”, explica a LA NACIÓN Slezak.

El tipo de tecnología que se usa (se hicieron casi 100 tests previamente) es procesamiento de audio, video y textos. En el video se analizan los gestos faciales, en el audio, los patrones de la señal al hablar, y en el texto la afluencia verbal. “Acá ya no se usa GenAI, sino procesamiento de señales, machine learning, es decir, aprendizaje automático, destinado al procesamiento de datos”, concluye.

Rehabilitación VR

Algunas tecnologías de IA han mostrado resultados prometedores, pero es importante destacar que no pueden reemplazar la atención personalizada y multidisciplinaria para lograr la recuperación adecuada. Eso destacan desde el Centro de Rehabilitación Los Pinos, donde usan algunos dispositivos de videojuegos y visores VR, entre otros, para rehabilitación integral en personas adultas con limitaciones funcionales potencialmente reversibles.

“La Wii (Nintendo) y la Play 4 se adaptan a patologías y edades. También contamos con dispositivos Oculus que permiten a los pacientes movilizar miembros inferiores y superiores. La realidad virtual se usa en diferentes edades, adaptando a que el paciente con alguna dificultad motora pueda hacer ejercicios estando acostado o estando de pie. También se usa para estimulación en pacientes con compromisos leves de deterioro cognitivo, en secuelas de fracturas y debilidad muscular”, señala a LA NACIÓN Betina Llanes, Directora Médica del Centro.

Aclara que estas terapias son siempre acompañadas de un terapeuta. “Los periodos de esas terapias son cortos, evitando fatiga tensional en el paciente. En general son bien recibidos”, agrega, y aclara: 5 minutos en una actividad inmersiva de este tipo representa mucha intensidad. Una de las últimas incorporaciones de este centro es el dispositivo VR Meta Quest 2. Llanes cuenta el caso de Sergio, un paciente con secuela de artritis con compromiso articular. Usaron el visor para que pueda, por ejemplo, pintar sobre pantallas gigantes y así realizar diferentes movimientos que le resulten naturales, y que potenciados por la tecnología mejoren la efectividad de la terapia.