Inteligencia artificial para asistir el diagnóstico clínico en medicina

Abstract

La medicina es uno de los campos del conocimiento que más podrían beneficiarse de una interacción cercana con la computación y las matemáticas, mediante la cual se optimizarían procesos complejos e imperfectos como el diagnóstico diferencial. De esto se ocupa el aprendizaje automático, rama de la inteligencia artificial que construye y estudia sistemas capaces de aprender a partir de un conjunto de datos de adiestramiento y de mejorar procesos de clasificación y predicción. En México, en los últimos años se ha avanzado en la implantación del expediente electrónico y los Institutos Nacionales de Salud cuentan con una riqueza de datos clínicos almacenada. Para que esos datos se conviertan en conocimiento, necesitan ser procesados y analizados a través de métodos estadísticos complejos, como ya se hace en otros países, usando: razonamiento basado en casos, redes neuronales artificiales, clasificadores bayesianos, regresión logística multivariante o máquinas de soporte vectorial, entre otros. Esto facilitará el diagnóstico clínico de padecimientos como: apendicitis aguda, cáncer de mama o hepatopatía crónica. En esta revisión se repasan conceptos, antecedentes, ejemplos y métodos de aprendizaje automático en diagnóstico clínico.

Construcción de algoritmos como estrategia de aprendizaje en medicina

“…Ambos sistemas son efectivos en la clínica; sin embargo, es necesario obtener una retroalimentación de nuestro proceso de decisión para poder mantener esta habilidad profesional 10 . Una de las formas más utilizadas para facilitar la toma de decisiones es el método clínico, que es una secuencia ordenada de pasos para la búsqueda y aproximación a un diagnóstico que permitirá la toma de decisiones para satisfacer las demandas del paciente, por lo tanto, es un método auxiliar para la toma de decisiones 11,12 .…”

Untitled

“…Primer paso para la implementación de TeleSalud y Telemedicina incorporar protocolos de ayuda en la decisión clínica por inteligencia artificial, mediante análisis predictivos con alto nivel evidencia que disminuyen errores diagnósticos y permiten tratamientos más costo-eficaces. También a realizar análisis estadísticos de datos recopilados para investigación clínica generando la big Data en salud, cuyo posterior análisis e interpretación (Data Analitics), podrían resultar en futuras políticas de Salud 13 .…”

Clasificación de Arritmias Cardíacas mediante Redes Neuronales Convolucionales y Optimización por Enjambre de Partículas

“…Recientemente, se ha observado que los DLA se están desarrollando de manera importante con un efecto significativo en la precisión y en la clasificación para una amplia gama de tareas médicas. Los SDAC modernos aprovechan los DLA para detectar las AC de la señal del ECG, lo que reduce el costo de la monitorización cardíaca continua, y mejora la calidad en las predicciones (Lugo-Reyes et al, 2014). No obstante, una clasificación automática de AC basada en un ECG, generalmente se enfrenta a varios desafíos importantes: uno de ellos es la reducción de la precisión ante el incremento del número de AC, para su clasificación.…”