Una visión realista de lo que nos espera de la Inteligencia Artificial en la lucha contra el cáncer

"Google desarrolla una inteligencia artificial para detectar el cáncer de mama "capaz de superar a los expertos humanos". "Predecir un cáncer de mama cinco años antes de que aparezca, posible gracias a la inteligencia artificial. "Una IA de Google logra superar a los radiólogos diagnosticando cáncer de pulmón en las primeras etapas de la enfermedad.

Son solo algunos de los titulares que la Inteligencia Artificial aplicada a la medicina nos ha dejado en los últimos meses. Pero en Xataka nos hemos querido preguntar qué hay detrás de todos ellos, si realmente el potencial de la Inteligencia Artificial aplicada a la medicina es tan potente o si estamos ante otro de esos casos en los que, pese a que los científicos logran curar el cáncer en ratones, la realidad tarda mucho más en llegar al paciente (hace cuatro años, el 60% de las terapias eficaces en roedores fallaban en humanos).

Sí, la IA tiene mucho potencial

Los médicos con los que hemos hablado (dos oncólogos y un radiólogo) coinciden en su diagnóstico: la Inteligencia Artificial es una potente herramienta que, bien utilizada, abre mucho potencial en la investigación, detección y tratamiento de patologías como el cáncer.

“Estamos introduciendo sistemas de inteligencia artificial para el soporte en el diagnóstico, tanto por imagen como vía prueba analítica con un objetivo muy sencillo: que la tecnología aporte valor real en la toma de decisiones. En el ámbito de la inteligencia artificial y, en general todo lo que tenga que ver con la digitalización, hay que estar bien enfocados: todo lo que hacemos debe mejorar el servicio que prestamos a nuestros pacientes”, explica la doctora Margarita Feyjóo, jefa del Servicio de Oncología y de la Unidad de Consejo y Cuidado Oncológico del Hospital Universitario Sanitas La Moraleja. “Nuestra experiencia en este ámbito es que la inteligencia artificial es un soporte valiosísimo: nos ayuda a “ponerle apellidos” al diagnóstico, a relacionarlo con otros casos, a comparar los resultados de una prueba con todos los casos que ya hemos estudiado previamente y, por tanto, a centrar mejor el abordaje que podemos plantear a cada persona para tratar su situación de modo personalizado”.

Pablo Valdés Solís es radiólogo y presidente de SERAM (Sociedad Española de Radiología Médica). No tiene dudas en afirmar que la IA es “fascinante” y se va a quedar para siempre. “Radiología somos una especialidad muy innovadora en tecnología”, asegura. “Muchos sanitarios no conocen qué se hace en radiología. Creen que simplemente hacemos un informe, pero casi todos los pacientes pasan por radiología una o dos veces antes de cualquier tratamiento”, expone. Y reconoce que muchas de esas tareas que llevan a cabo son repetitivas y rutinarias (como contar las costillas o los traumas) y, por tanto, susceptibles de ser automatizadas. “Si lo tienes que hacer muchas veces, la mente se cansa. Las calculadoras también ayudan a hacer tareas. Las máquinas hacen muy bien estas operaciones”, reflexiona, y por eso está seguro de que la IA “hará muy bien su trabajo y nos ayuda a mejorar el nuestro”. Por eso también, prefiere hablar de Inteligencia Asistida más que Artificial, defendiendo que “el radiólogo que use IA desplazará a quien no la utilice”.

La IA no lo es todo, y menos sola

Pero, al mismo tiempo que valoran positivamente la llegada de la IA a ramas como la oncología y la radiología, explican que, como buena herramienta, dependerá mucho del uso que se le de para que los resultados sean positivos. “La IA está revolucionado la medicina y la radiología. Bien aplicada es maravillosa, pero hay que saber aplicarla”, expone Valdés.

Para el oncólogo Andrés García, coordinador de la Sección SEOM (Sociedad Española de Oncología Médica) de Evaluación de Resultados y Práctica Clínica, la IA es una gran promesa que ofrece vías de trabajo y estudio muy interesantes, pero lamenta que “las propuestas están descontextualizadas”. En su opinión, las empresas tecnológicas no conocen las necesidades de los médicos ni las de los pacientes. “Ofrecen herramientas que vienen de otros sectores. Son muy interesantes para el análisis de resultados pero no se acoplan con exactitud. Necesitamos un diálogo más profundo”, reclama.

Parte del problema viene, según este médico, de que se intenta aplicar la misma fórmula que se emplea para cualquier otro uso al mundo sanitario, cuando este tiene, en su opinión, connotaciones diferentes. “La Inteligencia Artificial no puede trabajar igual que en el mundo empresarial. Las herramientas que se proponen nos ofrecen analizar los datos y transformarlos en información, pero hay que transformarlos en conocimiento. Hay una parte subjetiva que las máquinas no pueden tener”, opina.

En cualquier caso, este doctor se muestra partidario de la colaboración entre empresas tecnológicas y profesionales sanitarios para un buen desarrollo de esta tecnología, pero con “preminencia del aspecto humano. Las máquinas no pueden traspasar esa frontera. El profesional sanitario tiene ciertos conocimientos que aplicamos. Necesitamos la tecnología y la IA pero ésta también nos necesita a nosotros, porque trabajamos y transformamos esa información en conocimiento eficaz”, insiste.

"Quien diagnostica es el médico, no el algoritmo"

¿Qué opinan quienes están desarrollando este tipo de algoritmos? Pues algo parecido. Ángel Alberich es ingeniero de Telecomunicaciones y máster en Ingeniería Biomédica. Está al frente de Quibim, una spin off del Instituto de Investigación Sanitaria La Fe de Valencia, que se dedica al desarrollo de algoritmos para obtener diagnósticos de ciertas enfermedades a través del análisis de las imágenes médicas.

"Quien diagnostica es el médico, no la máquina", asegura. "Nosotros solo damos datos con los algoritmos", explica. El objetivo de estos algoritmos es, según sus palabras, que mejoren el flujo de trabajo del radiólogo. "El código permite ayudarle para que se centre en el diagnóstico y no en el tratamiento de la imagen. Por ejemplo, hemos desarrollado un algoritmo de clasificación de placas de tórax para avisar de cuáles son susceptibles de tener anormalidades en su estudio. Así, el médico no tiene que revisar todas las placas una por una y verificar qué hay en todas", detalla.

Alberich también explica que en el desarrollo y gestión de estos algoritmos la función del médico especialista también es fundamental. "Siempre vamos a necesitar al radiólogo", asegura tajante. Y pone como ejemplo el desarrollo del mencionado clasificador de tórax. "Para que la Inteligencia Artificial pueda decir si hay susceptibilidad y de qué tipo de patología concreta, hemos tenido que entrenar el algoritmo. Este trabajo de etiquetar casos lo hace un radiólogo", expone.

Pero, ¿se están usando ya estos algoritmos? Alberich asegura que se está empezando a instalar el algoritmo en algunos centros privados (en el caso de la sanidad pública "toda contratación lleva su proceso y es bastante complicada"). Pero antes es necesario que estos algoritmos pasen por aprobaciones como Marcado CE (certificación obligatoria para todos los productos sanitarios y que certifica que cumple los requisitos esenciales de todas las Directivas Europeas) y FDA (de Estados Unidos). "Normalmente es el radiólogo al que le resulta interesante nuestra herramienta, pero es el director del hospital el que decide si se instala o no", reconoce este profesional.

Pero, ¿realmente es tan buena?

A nadie se le escapa que las empresas no suelen contar los fallos, errores y pruebas que han cometido y que han tenido que superar hasta lograr los avances que anuncian vía nota de prensa. Y que, en muchas ocasiones, magnifican las bondades de sus productos y tecnología. Por eso, hemos preguntado a estos médicos si realmente la Inteligencia Artificial es tan buena detectando tumores y cánceres como nos han trasladado las empresas tecnológicas.

“Sí que parece que la IA es muy útil en este terreno y puede ofrecer grandes resultados”, confiesa Margarita Feyjóo quien, a renglón seguido, mantiene la cautela. “Estamos empezando y todavía es necesaria más experiencia”, matiza.

Pablo Valdés reconoce que se están diseñando sistemas que ayudan a los profesionales sanitarios en casi todas las fases y asistencias de cada paciente. “La gestión basada en muchos datos que hace la IA es muy buena”, señala, pero “hay lesiones que son difíciles de diferenciar y ahí es complicado que la IA ayude”, valora. En su experiencia, la detección del cáncer de mama es más fácil, porque hay que identificar un nódulo mamario. “Igual que en el pulmonar, la IA es buena porque hay muchos datos”. Es decir, que en su opinión la IA es muy buena para hacer un control de calidad y saber que los informes están bien hechos, pero insiste, en cualquier caso, que el sistema debe estar muy bien controlado y enseñado. “Debemos dejar que las máquinas trabajen y nosotros pensar”.

Andrés García reconoce que sonríe cada vez que lee un titular sobre la grandeza de la IA aplicada a la medicina. “La IA tiene una capacidad de análisis matemático superior al humano, eso es innegable”, expone. “La pregunta que nadie se hace es si los diagnósticos son importantes desde el punto de vista del paciente. Si tiene repercusión real en el paciente”, reflexiona. En su opinión, el riesgo es que se generen sobrediagnósticos, en especial si el público considera que la máquina puede sustituir al profesional. “No siempre diagnosticar un cáncer es sinónimo de padecer cáncer”, asegura. En su experiencia, hay muchos tumores que suelen ser anodinos. Es decir, que no repercuten en la vida del paciente. “Pero si a una persona le nombras la palabra cáncer y le preguntas su opinión, seguramente preferirá extirparlo o someterse a unos tratamientos terribles que pueden no ser necesarios”, advierte.

Una visión compartida por Valdés. “Cuanto más sabemos, más queremos saber. Ahora se hacen detecciones precoces en cáncer de mama, pero a lo mejor estamos haciendo diagnósticos masivos. ¿Es necesario que todas las mujeres a partir de los 40 se hagan mamografías todos los años? Es un equilibrio muy complicado. Con los sistemas inteligentes existe más riesgo de caer en esos desequilibrios”, explica.

Por eso, en opinión de Valdés, no debe contemplarse la medicina sin la implicación de los médicos. “Es bueno que la IA sea tan buena para detectar antes, pero quien tiene que interpretar esos datos son los médicos. Somos más efectivos”, asegura. Y hace una simple comparación: la conducción automática. “Siempre aparece la misma paradoja de cuestiones éticas, quién decide en última instancia. En el terreno de la medicina es igual”.

¿Tenemos un problema de expectativas?

Los expertos en Inteligencia Artificial, ya lo hemos visto otras veces en Xataka, están convencidos de que la medicina es uno de los campos donde más progresos y avances veremos en la aplicación de la Inteligencia Artificial. Y aunque los oncólogos y radiólogos con los que hemos hablado parece que también lo creen, la pregunta sería si no estamos generando demasiadas expectativas.

Porque, como decíamos al principio, una cosa es lo que se consigue en ensayos y pruebas y otra muy distinta lo que acaba llegando a buen puerto. Aunque las cifras han mejorado, lo cierto es que, por cada titular que leemos en la que unos investigadores han conseguido eliminar un determinado tipo de cáncer en ratones, la realidad se torna menos optimista. Con el tema de la Inteligencia Artificial, ¿estamos cayendo en el mismo error de generar altas expectativas?

“Creo que la expectativa que existe es realista, pero tal vez llegue más tarde de lo esperado”, explica Margarita Feyjóo. ¿Por qué? En su valoración, porque para poder implementar en la práctica clínica estos métodos “hay que estar muy seguros de que van a funcionar al menos tan bien como los actuales”. En su opinión, tanto pacientes como médicos estamos “expectantes ante la promesa de las tecnologías disruptivas y es un hecho que estamos revolucionando la forma en la que atendemos las necesidades de salud de las personas. Pero no podemos cegarnos. La tecnología sólo tiene sentido si nos ayuda a estar más cerca de nuestros pacientes y a ofrecerles diagnósticos y tratamientos más efectivos, más precisos y más personalizados”, subraya.

Y aunque estos profesionales reconocen que tanto tecnológicas como médicos están trabajando para hacer realidad esa visión, también piden ser cautelosos. Para Valdés, hace cuatro años “se generaron unas expectativas comerciales tremendas”, pero reconoce que en estos momentos se “están reduciendo para no asustar”. Además, y sin negar que habrá herramientas “que serás una ayuda tremenda”, también explica que son sistemas “caros y difíciles de implementar” aunque ya hay escáneres que detectan lo que tiene el paciente. “Otros sistemas tardarán más en llegar. Es un tema muy complicado. La digitalización de la imagen ha costado más de 15 años de llevar a cabo y es más sencillo que implantar la Inteligencia Artificial”, avanza.

Además, tanto Valdés como García cree que, en general, confundimos medicina personalizada con medicina de precisión. “En oncología somos de precisión, somos más precisos a administrar tratamientos”, explica García, para quien la medicina personalizada siempre ha estado presente en el tratamiento del cáncer. “A cada paciente le damos un tratamiento adecuado, pero la IA permitirá una personalización y precisión mayor de estos tratamientos”, reconoce.

Algo en lo que coincide Valdés, quien también cree que la IA va a hacer que la medicina no solo vaya a cambiar mucho, sino que va a ser más personalizada.

El peligro de caer en otro tipo de sesgos

A la Inteligencia Artificial se le acusa en muchas ocasiones de tener determinados tipos de sesgos. Y, en su aplicación a la medicina, se pueden estar incurriendo en algunos otros.

Dado que esta tecnología necesita de cantidad ingente de datos para funcionar y que, cuantos más datos tiene, mejor es, podemos incurrir en dos tipos de sesgos. Por un lado, según García, dado que los algoritmos intentar responder a preguntas que hacen los humanos, si los datos con los que trabajan son malos, la respuesta lo será también.

Pero, además, los cánceres que den más datos se beneficiarán más de la aplicación de la IA. No hablamos tanto del volumen de casos, sino de toda la información médica alrededor: de las relaciones genómicas, medicaméntales, socio y ambientales… “No es lo mismo un cáncer de pulmón de una persona en León que en Madrid por sus cargas inmunológicas. Ahí es donde funciona la IA, porque los datos son de diferentes fuentes”, señala.

Evidentemente, parte de estos sesgos no son intrínsecos ni culpa de la tecnología. “El sesgo existe en sanidad: es más fácil tratar una patología frecuente que una rara”, reconoce Valdés. El problema es que la IA “maximiza estos sesgos y es un riesgo, tanto a nivel ético como científico”, según este experto.

Pero, para la oncóloga de Sanitas, la medicina aquí parte con un punto de ventaja. “Ya tenemos experiencias previas de otros sectores y conocemos estas situaciones: los sesgos pueden producirse, claro. Pero también pueden anticiparse y corregirse para que la inteligencia artificial no caiga en trampas lógicas. De nuevo, aquí el criterio del médico es clave”, expone.

No es miedo, pero sí preocupación

¿Tienen miedo los médicos, como otros profesionales, que la Inteligencia Artificial pueda usurparles parte de las funciones y del trabajo que tienen ahora? En general, tal y como resume el doctor García, no existe miedo, pero sí preocupación.

El presidente de los radiólogos cree que, en medicina, hay de todo como en botica. “Es algo complejo. Si les mencionas Machine Learning muchos no saben de qué hablas. Hay cierto temor a lo desconocido, pero radiología es una especialidad que sigue siendo elegida en el MIR”. En su opinión, cree que es necesario que los médicos entiendan que hay que cambiar su manera de trabajar. Aunque asegura que los radiólogos están acostumbrados a incorporar tecnología a sus flujos de trabajo, no esconde que “cuando tienes tus dinámicas te cuesta cambiar”. Y por eso cree que la llegada de la IA “hay que venderla con cuidado, reforzando que las tareas repetitivas las va a hacer una máquina y eso te va a ayudar, pero que es el médico el que tiene que validar lo que diga la máquina”. Según su visión, esto es algo que “todo el mundo lo quiere”, por lo que solo queda “demostrar que es útil”.

De nuevo Margarita Feyjóo refuerza el mensaje de que la IA debe tener siempre una supervisión de un humano, “porque detrás de los datos siempre hay un paciente, que por definición, siempre es único. Siempre habrá que valorar los resultados en el contexto de ese paciente concreto”. Y, quizá por eso, no cree que exista miedo en la comunidad científica “ni que la IA pueda quitar puestos de trabajo. Se trata muy al contrario de mejorar los resultados de la medicina y de que el médico tenga cada vez más tiempo para dedicarlo a sus pacientes”.

Ángel Alberich reconoce que no todos los médicos reciben igual la presencia de estas novedades y que ven desde radiólogos que no están muy a favor de la herramienta porque lo ven como amenaza y otros que están a favor de su uso. Pero, insiste, "nuestro compromiso es que sea una herramienta y no un impedimento. Siempre vamos a ir acompañado del radiólogo, con el fin de ayudarle en una necesidad suya, en una necesidad clínica".