"Si trabajas como radiólogo eres como El Coyote que ya está al borde del acantilado. La gente debería dejar de entrenar a los radiólogos ahora. Es completamente obvio que en cinco años el aprendizaje profundo va a ser mejor que los radiólogos"
Geoffrey Hinton, gurú de la inteligencia artificial en 2016.
Dentro del profundo debate actual sobre cómo afectará a la economía la robotización, casi ninguna profesión está exenta del riesgo de desaparecer o de ser completamente transformada por la tecnología. Ni siquiera la radiología, una de las especialidades médicas mejor pagadas, se libra de la incógnita que genera los nuevos avances tecnológicos.
Dice el refrán que nadie nace sabiendo. Una verdad que se aplica tanto a las personas (y a otros animales) como a la inteligencia artificial. Los radiólogos, médicos encargados de diagnosticar gracias a la interpretación que hacen de las imágenes conseguidas con rayos X, tomografía computerizada, resonancias magnéticas y ultrasonidos, necesitan años de especialización y de visualizar cientos de fotografías médicas para poder distinguir adecuadamente un ictus en el cerebro del resto de manchas borrosas que aparecen en una resonancia. O no confundir un borrón con un tumor. Lo mismo ocurre con la inteligencia artificial, que se distingue de los softwares informáticos clásicos por su capacidad de aprender con el uso.
Ya existe Arterys, una empresa que utiliza la computación en la nube y el aprendizaje profundo para 'leer' las resonancias magnéticas del corazón y medir el flujo sanguíneo a través de los ventrículos. Un proceso que hace en 15 segundos mientras un humano tardaría 45 minutos, según el fabricante. El empleo de 9.000 radiólogos en España, según estimaciones de José Luis del Cura Rodríguez, jefe de sección de Radiodiagnóstico del Hospital de Basurto de Bilbao y presidente saliente de la Sociedad Española de Radiología Médica (SERAM), podría estar en peligro.
QMENTA es una compañía con sede en Boston y Barcelona que proporciona una plataforma de neuroimagen que busca ayudar a los especialistas a proveer mejores diagnósticos y tratamientos a los pacientes que sufren enfermedades neurológicas a través del manejo avanzado de datos y herramientas de análisis de datos, según su página web. Preguntados por el papel de la inteligencia artificial y el machine learning, desde QMENTA no creen que vayan a sustituir "necesariamente" a los radiólogos. "Hará más fáciles las vidas de los radiólogos al tratar la revisión inicial de las imágenes médicas (screening) y apoyar sus diagnósticos", defienden desde la empresa tecnológica.
Estas mejoras "podrían aumentar la eficiencia y la capacidad de detección, caracterización y estadiaje de nuestros equipos al poder además combinar distintas técnicas de imagen", opina José Vilar Semper, jefe del servicio de Radiodiagnóstico del Hospital Universitario Doctor Peset de Valencia. "Tendremos que reinventarnos como radiólogos, pasando a un papel más centrado en dirigir todos los procesos y garantizar que los resultados de estos sistemas son fiables".
El proyecto europeo BD2DECIDE intenta crear una herramienta para el tratamiento de cáncer de cabeza y cuello que otorgue toda la información disponible a los investigadores y médicos. Alberto Vázquez es ingeniero de telecomunicaciones y forma parte del equipo que trabaja en el campo de radiomics que procesa y extrae características de imágenes médicas para aportar más información al proceso de diagnóstico y tratamiento de los tumores. "Definitivamente no va a sustituir el trabajo de un radiólogo. Este proyecto busca darle más información al radiólogo a la hora de tomar una decisión. El enfoque es complementar el trabajo de los médicos y mejorar su capacidad de diagnóstico y tratamiento. Estamos al servicio de los radiólogos", opina el ingeniero.
No es el primer cambio que vive la radiología. "Desde hace años se han introducido sistemas de ayuda al diagnóstico, especialmente en la radiología mamaria. Hasta el momento actual su éxito ha sido escaso, pues para el radiólogo suponen un aumento de trabajo en vez de una ayuda debido a las falsas alarmas que genera", destaca José Luis del Cura, presidente saliente de la SERAM.
Faltan radiólogos, no sobran
Frente al temor de que la tecnología pueda destruir puestos de trabajos en su campo, tanto Vilar como del Cura se muestran escépticos. Para Vilar Semper causará "una transformación de las funciones del radiólogo. Hay que reinventarse y probablemente esto incluya la fusión con otras especialidades como la anatomía patológica o la cirugía", aclara el médico del Doctor Peset.
"La radiología afronta un problema de falta de mano de obra que hace difícil que los radiólogos puedan afrontar el enorme crecimiento de la demanda de pruebas radiológicas. Las plantillas siguen aumentando, y no aumentan más porque no hay radiólogos. La inteligencia artificial provocará un cambio en el perfil del puesto de trabajo y permitirá liberar a radiólogos para cubrir la creciente demanda de procedimientos intervencionistas", cree del Cura. La escasez de radiólogos también es un problema en Estados Unidos y Reino Unido.
"Los radiólogos están sobrecargados de trabajo por el incremento de escáneres debido a la evolución de las tecnologías de imágenes. No pueden tratar la enorme cantidad de imágenes y tienden a cometer errores en diagnósticos y tratamientos. Esta tendencia irá a peor a nivel global ya que se están instalando más escáneres que nunca antes. Necesitamos mejorar los procesos diagnósticos en radiología implementando mejores flujos de trabajo e inteligencia artificial para ayudar a los radiólogos", señalan desde QMENTA.
Pero no todos los especialistas son tan optimistas. "Con el tiempo es muy probable que la inteligencia artificial sustituya a los radiólogos", defiende Luke Oakden-Rayner, radiólogo y doctorando en Medicina sobre la aplicación del machine learning a las imágenes médica en la Escuela de Salud Pública de la Universidad de Adelaida (Australia). Oakden-Rayner reconoce que a día de hoy hay grandes obstáculos que dificultan ver cómo esta tecnología podrá reemplazar todas las funciones que realiza un profesional pero el australiano cree que "podríamos ver un punto de inflexión en las próximas décadas, donde los radiólogos que se jubilen dejarán de ser reemplazados. Es probable que una fuerza de trabajo mucho más pequeña pueda realizar la misma cantidad de trabajo".
La fiabilidad diagnóstica de las máquinas inteligentes es indudable para José Vilar. "Hemos trabajado con algunos sistemas de diagnóstico asistido por ordenador en detección de nódulos pulmonares y hemos podido ver como el mismo sistema en sus versiones iniciales cometía muchos errores y en las últimas igualaba la capacidad de detección de un radiólogo experto", prosigue. El presidente de SERAM se muestra más crítico y considera actualmente "muy inferior" los diagnósticos de la inteligencia artificial, aunque ve posible que supere a los humanos en el futuro. También "podrá identificar patrones diagnósticos que ahora no son aparentes, usando el big data", añade.
Lo que en última instancia determinará si una tecnología sustituirá el trabajo que realiza un humano, además de su eficacia, es si su coste económico será menor. Dado que la inteligencia artificial es capaz de reducir el número de biopsias de pecho innecesarias, suponiendo un importante ahorro de dinero y recursos, la respuesta podría ser positiva. "Hasta ahora, la mejor evidencia que tenemos es que estos sistemas pueden funcionar tan bien como los humanos en tareas médicas, por un costo de varios órdenes de magnitud menor: menos de un centavo frente a decenas de dólares por paciente. Hay ahorros de costos, especialmente dado que el costo de construir estos sistemas es bastante bajo en comparación con muchos proyectos de tecnología", incide Oakden-Rayner.
Según el médico e investigador australiano, sistemas de inteligencia artificial mejores que los humanos todavía no han sido desarrollados en radiología, pero "están a la vuelta de la esquina" y cuando existan, "la capacidad de mejorar realmente los resultados de los pacientes se convertirá en un importante motor de demanda de estos sistemas", aclara el médico e investigador australiano. Un algoritmo desarrollado por un equipo de la Universidad de Stanford ha logrado ya detectar neumonía en radiografías torácicas con una precisión mayor que la de cuatro radiólogos que analizaron las placas. El artículo, publicado en el archivo online sin revisión de pares arXiv, ha sido criticado en su blog por el australiano.
El futuro de la radiología será similar a la de los pilotos de aviones comerciales: aunque los aviones vuelen en piloto automático la mayor parte del trayecto, siempre habrá un humano en la cabina, en opinión de Curtis Langlotz, profesor de Radiología y Medicina de la Universidad de Stanford. El radiólogo, de esta forma, tendría la última palabra en el diagnóstico.
Ver todos los comentarios en https://www.xataka.com
VER 18 Comentarios