“A fin de año va a ser otra realidad”. Dos proyectos argentinos en la carrera contra el tiempo para incorporar la IA en salud

Dos proyectos argentinos se suman a la carrera contra el tiempo en la región para incorporar soluciones de inteligencia artificial (IA) que mejoren la atención de la salud. Son parte de una convocatoria internacional para dar con aplicaciones basadas en investigación responsable, mientras surgen a diario nuevos usos potenciales o se comunican buenos resultados en tareas que van desde la gestión de turnos, urgencias o insumos hasta la asistencia a especialistas en el análisis de imágenes u otras pruebas diagnósticas.

Ambos proyectos –uno de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires (UBA) con patólogas del Hospital Rivadavia y otro del Centro Interdisciplinario de Estudios en Ciencia, Tecnología e Innovación (Ciecti)– fueron seleccionados junto a otros cinco de Colombia y Guatemala por el Centro Latinoamericano de Inteligencia Artificial y Salud (Clias), que coordina en América Latina la iniciativa sobre IA del Centro Internacional de Investigaciones para el Desarrollo de Canadá (IDRC, por su sigla en inglés) para el hemisferio sur. En esta primera instancia, impulsan soluciones en servicios de salud sexual, reproductiva y materna.

Cintia Cejas, coordinadora general del Clias, consideró que es necesario poner en agenda no solo “la intersección de la IA y la salud”, sino la complejidad de la implementación de esa herramienta a través de soluciones a partir de la investigación responsable. “Estamos empezando a generar conocimiento en lo regional, pero también en lo global indicó–. Estamos trabajando en los marcos regulatorios”, indicó.

Para Paula Kohan, abogada especializada en salud digital, son hoy esos marcos el principal motivo de preocupación en los países. “Si hay algo que hace falta es una noción regulatoria fácilmente aplicable”, consideró entre los desafíos jurídicos. “Ya hay indicios para el sector de la salud, sea público o privado, de cuáles son los requisitos a cumplir para que la implementación de una solución de IA sea transparente, segura, cumpla con la normativa y esté centrada en el ser humano”, continuó.

Según definió Kohan, que integra el equipo técnico del posgrado de Salud Digital de la UBA, es la primera vez en el mundo que se está tratando de regular “una tecnología que no se la puede encorsetar en una definición, no se puede saber cuáles son los caminos que va a tomar ni se sabe hoy con un 100% de certeza qué incidencia va a tener en el mundo real”. De ahí, según dijo, es la flexibilidad normativa que exige.

“El área de IA aplicada es muy importante y no es solo la Argentina la que está atrasada en el sector salud, sino que lo está el mundo con respecto a otros sectores de la economía, como el financiero o energético, que vienen trabajando en soluciones desde hace 20 años. La salud, ahora, se está poniendo a punto”, opinó Adolfo Rubinstein, director del Centro de Implementación e Innovación en Políticas de Salud (Ciips), donde funciona el Clias, y exministro de Salud de la Nación. En diálogo con LA NACIÓN, anticipó que la aplicación de la IA en el sistema sanitario, que ahora pareciera ser incipiente, “a fin de año va a ser otra realidad”.

Buscar respuestas

En una reunión coorganizada hace dos meses por el Ciips y el Congreso Argentino de Informática y Salud (CAIS) en la Universidad del CEMA, profesionales de distintas áreas plantearon dudas por responder para aplicar esa herramienta en servicios de salud sexual, reproductiva y materna.

“La IA puede facilitar el diagnóstico de enfermedades como cánceres de cuello uterino o mama y endometriosis a través de diagnóstico por imágenes y uso de algoritmos; asistir a personas embarazadas en el seguimiento, el parto y el posparto y brindar información. Pero, también –advirtió Denise Zavala, investigadora del Ciips-Clias–, es importante preguntarse si la eficacia técnica de una herramienta de diagnóstico basada en IA garantiza necesariamente una mejora en los resultados de salud de los pacientes. Y si logramos un diagnóstico oportuno mediante IA, ¿estamos preparados para asegurar el acceso inmediato y adecuado al tratamiento necesario?”

Santiago Esteban, consultor técnico del Clias, sumó otras más: “¿Cómo agregamos valor a la salud de las personas con estas tecnologías? ¿Cuáles son los problemas que enfrentan las personas y dónde estas tecnologías podrían lograr mayores resultados?”

Son, también, preguntas que abordan los proyectos argentinos seleccionados. Martín Saban, investigador del Ciips-Clias y miembro de la subcomisión de Tecnologías de la Información y Comunicación de la Sociedad Argentina de Pediatría, destacó la orientación, en ambos casos, al uso de IA para mejorar procesos de atención y educación de poblaciones vulnerables en el sector público. En el Clias trabajan, a la vez, en los parámetros para poder evaluar su efectividad y, a futuro, escalar los siete proyectos a la región.

Adecuar consultas

El proyecto del equipo del Ciecti es una prueba de factibilidad camino a una herramienta con IA que detecte de manera automatizada en las historias clínicas electrónicas (HCE) las consultas de salud sexual y reproductiva que hicieron personas con discapacidad.

A partir de esa información, un hospital podría elaborar recomendaciones u organizar la atención para ayudar al personal de salud a adecuar la consulta, un procedimiento o la manera de transmitir las indicaciones, según sean las necesidades en cada caso y la condición de salud (ofrecer, por ejemplo, pictogramas o material auditivo, entre otros). Esos cambios pueden ir desde adaptar la consulta ginecológica para que resulte accesible, asignar un doble turno para disponer del tiempo adecuado o hasta prever apoyos necesarios.

También, daría información clave para tomar decisiones de gestión, según explicó Verónica Xhardez, investigadora del Ciecti. “Eso -dijo- permitirá direccionar mejor los recursos y visibilizar a las personas con discapacidad para orientar las políticas de salud sexual y reproductiva en un escenario en el que los datos estadísticos no siempre son suficientes” sobre esa población.

En el equipo son todas mujeres. Hay especialistas en discapacidad y salud sexual y reproductiva, gestión de datos clínicos, detección y mitigación de sesgos y procesamiento de lenguaje natural. En esta etapa, están trabajando en la construcción de una muestra de 3000 registros que conformarán la base de datos para entrenar los modelos de IA. Lo están haciendo junto con personas con discapacidad -especialistas y colaboradoras- que se sumaron al proceso manual de identificación.

Reducir plazos

El objetivo del Proyecto PAPS es automatizar la identificación de lesiones celulares asociadas con el cáncer de cuello uterino en imágenes digitalizadas de las muestras que se toman para el Papanicolaou. El punto de partida fue una pregunta que se hizo Luciana Bruno, investigadora independiente del Conicet en el Instituto de Cálculo de la Facultad de Ciencias Exactas y Naturales de la UBA: si la IA podría reducir la demora para el resultado de un Pap, una prueba ginecológica de rutina.

Con patólogas y citotécnicas del Hospital Rivadavia e investigadores de la FCEyN, el Laboratorio de IA de la Universidad Torcuato Di Tella y el Instituto Tecnológico de Buenos Aires (ITBA), ya están trabajando en la primera base de datos con imágenes celulares digitalizadas para entrenar el sistema de IA. Utilizan el repositorio permanente del Servicio de Anatomía Patológica del hospital porteño, además de imágenes de catálogos abiertos.

“Escaneamos regiones donde sabemos que hay patología y generamos miniparches de entre 20 y 50 células que se suben a una plataforma donde cuatro patólogas hacen una anotación en cada célula para definir las distintas lesiones. Ya tenemos 10.000 células con la anotación de las cuatro médicas”, contó Bruno. Con esa coincidencia del 100%, el sistema toma como válido el tipo de lesión para aprender a identificarlo.

“La mayoría de los Pap en los hospitales son normales, pero hay que mirarlos todos para no subestimar una lesión. El protocolo indica que, ante la sospecha, la muestra la vuelve a observar un patólogo y saca una conclusión. Este recorrido genera una alta carga de trabajo en los laboratorios. Además, hay características morfológicas en las células que son sutiles al microscopio para el ojo inexperto y, entre las células sin lesión, hay una variedad enorme y que se parecen mucho a las patológicas”, explicó la investigadora sobre lo aprendido con el equipo del Rivadavia. “Un patólogo mira muchas células, no una sola, y tiene en cuenta más variables para su recomendación: el diagnóstico es la integración de la información de toda la muestra –definió–. Para la IA, en cambio, hay que ir mirando cada lesión celular”, entre otras variables.

La meta es tener una versión que asista a los patólogos, alivie la carga de trabajo y acorte el plazo de entrega de resultados. “Aspiramos a estimular que los laboratorios puedan digitalizar las muestras de las pacientes, lo que ayudará en la atención de esa paciente y los estudios a indicarle –mencionó Bruno–. Las muestras físicas, que se conservan durante un tiempo si son normales o de por vida si son patológicas, se dañan. Tener la imagen digitalizada en la historia clínica electrónica sería muy bueno.”

El sistema que imaginan para los hospitales es uno al que se suba la muestra escaneada y devuelva el área con sospecha de enfermedad para su observación especializada. “Ya, con eso, se podría acelerar mucho el proceso de diagnóstico patológico. Para que sea totalmente digitalizado aún falta. Ahora, el objetivo es instalar el sistema a fin de año en el servicio del Rivadavia para que suban las imágenes de muestras de pacientes que consultan y que la herramienta les señale las regiones con sospecha para hacer zoom ahí y que las médicas puedan identificar o descartar una lesión cervicouterina. Sería en modo prueba y para que lo validen”, planteó Bruno.

Imágenes. Así se vería Campanita en la vida real, según la inteligencia artificial

Padre del aula. Así se vería Sarmiento hoy en día, según la IA

¿Colombia o Argentina? La inteligencia artificial predice resultado del esperado partido