A medida que el año 2020 se acerca a su fin, una cosa es cierta: la pandemia COVID-19 ha tenido un efecto irreversible en el mundo. El efecto sobre la salud digital no es una excepción. La pandemia ha obligado a los proveedores de servicios de salud y a los gobiernos de todo el mundo a acelerar el desarrollo de herramientas de inteligencia artificial (IA) y a ampliar su uso en la medicina, incluso antes de que se demuestre su eficacia. Un algoritmo de IA no probado ha recibido incluso una autorización de emergencia de la Administración de Alimentos y Medicamentos de los Estados Unidos. ¿Pero el uso de sistemas de IA no probados ayudará o dificultará a los pacientes con COVID-19?
El laxo panorama regulador de los algoritmos de la IA COVID-19 ha suscitado una gran preocupación entre los investigadores médicos. Una revisión sistemática viviente publicada en el BMJ destaca que los modelos de IA de COVID-19 están mal informados y entrenados en conjuntos de datos pequeños o de baja calidad con alto riesgo de sesgo. Gary Collins, Profesor de Estadística Médica en la Universidad de Oxford y coautor del BMJ la revisión dijo The Lancet Digital Health…la información completa y transparente de todos los detalles clave del desarrollo y evaluación de los modelos de predicción para COVID-19 es vital. La falta de información de los detalles importantes no sólo contribuye al desperdicio de la investigación, sino que, lo que es más importante, puede llevar a que se utilice un modelo mal desarrollado y evaluado que podría causar más daño que beneficio en la toma de decisiones clínicas».
Para apoyar la presentación de informes transparentes y reproducibles, el código fuente y los conjuntos de datos de pacientes desidentificados para los algoritmos de IA de COVID-19 deben ser abiertos y accesibles a la comunidad de investigadores. Uno de esos estudios, publicado en The Lancet Digital Healthinforma de una nueva prueba de detección de la IA COVID-19, llamada IA CURIAL, que utiliza los datos clínicos recogidos rutinariamente de los pacientes que se presentan en el hospital. Con la esperanza de que la IA pueda ayudar a mantener seguros a los pacientes y a los trabajadores de la salud, Andrew Soltan y sus colegas afirman que la prueba de IA podría permitir la exclusión de los pacientes que no tienen COVID-19 y asegurar que los pacientes con COVID-19 reciban tratamientos rápidamente. Este es uno de los mayores estudios de IA hasta la fecha con datos clínicos de más de cien mil casos en el Reino Unido. La validación prospectiva de la prueba de detección de la IA mostró resultados precisos y más rápidos en comparación con las pruebas de PCR del estándar de oro.
Sin embargo, al igual que otros modelos de IA de COVID-19, la IA CURIAL requiere la validación de poblaciones geográfica y étnicamente diversas para evaluar su rendimiento en el mundo real. Soltan destacó que «Tampoco sabemos todavía si el modelo de IA se generalizaría a las cohortes de pacientes en diferentes países, donde los pacientes pueden llegar al hospital con un espectro diferente de problemas médicos».
Incluso si se demuestra que los modelos preliminares, como la IA CURIAL, diagnostican con precisión las enfermedades en una amplia gama de poblaciones, ¿añaden valor clínico a los sistemas de atención de la salud? El mes pasado, X, la subsidiaria de Alphabet anunció que aunque pudieron desarrollar una IA para identificar características de los datos de electroencefalografía que podrían ser útiles para diagnosticar la depresión y la ansiedad, encontraron que los expertos no estaban convencidos del valor clínico de la ayuda para el diagnóstico. La forma en que las herramientas de la IA para el diagnóstico de las condiciones de salud pueden mejorar la atención médica no siempre es bien comprendida por quienes desarrollan la IA. Por lo tanto, los modelos de IA de COVID-19 deben desarrollarse en estrecha colaboración con los trabajadores de la atención de la salud, para comprender cómo se podrían aplicar los resultados de estos modelos en la atención de los pacientes.
A medida que entramos en la temporada de gripe, las herramientas de IA, como la IA CURAL, se enfrentan a una tarea cada vez más difícil para ayudar a los médicos a diferenciar entre dos infecciones respiratorias con síntomas similares. Si no se puede probar que las herramientas de IA pueden discernir una neumonía de otra, el uso prematuro de estas tecnologías podría aumentar el mal diagnóstico y sabotear el cuidado clínico de los pacientes. Errores como este, si se permite que se escalen, ralentizarán el futuro uso de tecnologías potencialmente salvadoras de vidas y comprometerán la confianza de los médicos y los pacientes en la IA. Para evaluar la verdadera precisión de las herramientas de IA para COVID-19, los ensayos clínicos son esenciales para establecer cómo la IA puede apoyar a los pacientes de COVID-19 en el mundo real.
Soltan y sus colegas están ahora planeando ensayos clínicos para desplegar IA CURAL dentro de las vías clínicas existentes en los hospitales del Reino Unido. The Lancet Digital Health anima fuertemente a los investigadores que hacen ensayos clínicos basados en la intervención de IA a seguir las nuevas pautas de extensión SPIRIT-AI y CONSORT-AI. En nuestro anterior editorial, describimos la importancia de estas directrices para apoyar la evaluación precisa y transparente de la IA.
La IA podría ser la salvadora de la pandemia de COVID-19 en el próximo año; sólo tenemos que probarlo.
Información del artículo
Historia de la publicación
Identificación
DOI: https://doi.org/10.1016/S2589-7500(20)30295-8
Derechos de autor
© 2020 El autor(es). Publicado por Elsevier Ltd.
Licencia de usuario
Atribución de Creative Commons (CC BY 4.0) |
ScienceDirect
Acceda a este artículo en ScienceDirect
