Els sistemes d’intel·ligència artificial eviten malalties

La digitalització de les dades en l’àmbit sanitari ha permès aplicar tècniques d’intel·ligència artificial (IA) que fan possible, gràcies a l’extracció d’aquestes dades, millorar el tractament de les malalties. D’exemples n’hi ha molts, explica el coordinador de l’eHealth Center de la Universitat Oberta de Catalunya, Jordi Conesa: l’anàlisi de radiografies en temps real per predir malalties pulmonars, de dades clíniques de pacients per detectar malalties cardiovasculars o de fotografies per localitzar diferents tipus de càncer de pell. Aquestes tècniques d’intel·ligència artificial, però, també s’apliquen en altres àmbits, com en l’anàlisi de medicaments o en la millora de l’eficiència dels processos sanitaris. «La part més substancial que pot aportar la intel·ligència artificial és que passem d’un model centrat en el tractament de les malalties a un de centrat a evitar-les», explica Conesa.
Segons els experts, un dels principals entrebancs en la materialització d’aquest canvi de model és la manca de formació dels professionals de la salut per afrontar-lo.

«La digitalització de la història clínica no va ser una tasca fàcil i era simplement canviar el format de la informació que es generava i es consumia. Ara parlem, per exemple, d’introduir assistents que poden ajudar els metges a predir la malaltia del pacient o a trobar un tractament més personalitzat», detalla Conesa. Segons Carme Carrion, directora del màster universitari de Salut Digital dels Estudis de Salut de la UOC, entre les competències que hauria d’adquirir el professional de la salut hi ha flexibilitat, habilitats comunicatives, coneixements tecnològics bàsics, estratègies per apoderar els pacients, aspectes legals o ètics, o capacitat per implantar i avaluar l’eficàcia de les intervencions. «Són aspectes que en la majoria de formacions reglades dels professionals de l’entorn de la salut no estan prou coberts», matisa Carrion. Aquesta manca de formació, però, no és exclusiva del sector de la salut. «Actualment es fa servir l’anàlisi de dades de manera massiva en molts sectors i en tots passa el mateix: cal un coneixement mínim de les tècniques que s’utilitzen per ser capaços d’entendre la informació de què ens proveeixen els sistemes intel·ligents, contextualitzar-la i valorar-la, és a dir, saber fins a quin punt hem de confiar en el sistema intel·ligent», afegeix Conesa. 

Els riscos
L’aplicació d’aquests sistemes té uns riscos mínims en els quals el sector ja treballa per minimitzar-los: «La IA no té una precisió del 100%», recorda Conesa. D’altra banda, aquests sistemes s’entrenen amb grans quantitats de dades per aprendre a resoldre problemes concrets. «Entrenar un sistema amb les dades errònies o incompletes el pot portar a prendre decisions equivocades», apunta Conesa. Afegeix que, a més a més, s’ha de tenir en compte que les prediccions/recomanacions dels sistemes intel·ligents poden incloure desigualtats o discriminació de gènere. És el biaix algorítmic.