El diagnóstico con IA ideado para velar por la salud de los astronautas, también en Atención Primaria

El diagnóstico precoz resulta crucial a la hora de agilizar el tratamiento de una dolencia o enfermedad. En este sentido, la tecnología vuelve a ponerse al servicio de la sociedad con el fin de optimizar el proceso de evaluación y diagnóstico. En concreto, la inteligencia artificial (IA) abre una ventana de posibilidades a la hora de mejorar procesos y fomentar la toma de decisiones informadas en el terreno de la salud. Así se ha puesto de relieve durante la celebración de la III jornada del Health Tech Observer impulsado por la tecnológica GMV. Una cita que, bajo el título Inteligencia Artificial aplicada al diagnóstico radiológico, estuvo centrada en la interpretación de imágenes médicas con IA en el ámbito de la Atención Primaria y la aplicación de la IA en el cuidado de la salud en el espacio.

Dos disciplinas que encuentran un nexo de unión en esta convocatoria; y es que la Comunidad de Madrid estudia cómo aplicar en Atención Primaria un modelo de radiodiagnósticos que el Hospital Universitario La Paz está investigando para su uso en astronautas. Fue en enero de 2021 cuando GMV recibió desde la Agencia Espacial Europea el encargo de liderar el consorcio del proyecto ALISSE. Una iniciativa cuyo objeto era facilitar a los astronautas el cuidado de su propia salud en un entorno tan agresivo como el de las misiones espaciales.

Para ello desarrolló tecnología de IA basada en aprendizaje profundo, guiando y asistiendo a los astronautas en la adquisición de imágenes por ultrasonido de alta calidad diagnóstica en diferentes órganos que pudieran verse afectados por las condiciones de los viajes espaciales tripulados. En el marco del desarrollo del proyecto, el Servicio de Radiología de Urgencias del hospital público La Paz se responsabilizó del asesoramiento clínico, del etiquetado de imágenes y de la validación de la tecnología. Desde entonces, ha explicado la consejera de Sanidad, Fátima Matute, durante su discurso de apertura, “nos pusimos a pensar de qué forma se podía exportar a otros ámbitos como la Atención Primaria, pero siempre liderado por los expertos que saben formar en las competencias que se tienen que adquirir”.

De la nave espacial al centro de Atención Primaria

La solución de IA desarrollada por GMV puede extrapolarse de la nave espacial al centro de Atención Primaria, incluso en aquellos alejados de hospitales o centros radiológicos especializados, evitando en muchos casos desplazamientos al paciente y reduciendo la incertidumbre ante la espera de resultados, liberando recursos hospitalarios que sí precisen intervenciones especializadas. Tomando en consideración que la Organización Mundial de la Salud estima que el 80% de las decisiones médicas se basan en el diagnóstico por imagen, indudablemente la integración de la IA en la ecografía está abriendo nuevas fronteras en la atención médica. 

Además, Atención Primaria resuelve más del 90% de los motivos de consulta por parte de los pacientes, con lo que se la pueda considerar la puerta de entrada al sistema público de salud. La IA puede mejorar la capacitación y la precisión diagnóstica en Atención Primaria con el apoyo de imágenes médicas de alta calidad, facilitando diagnósticos más tempranos y pudiendo descartar patologías sin necesidad de traslado al hospital. Esta mejora de la eficiencia impacta directamente en la atención del paciente, proporcionando mejores resultados y mayor capacidad resolutiva, evitando las esperas por resultados de imágenes médicas realizadas por radiólogos.

En la evaluación clínica realizada por los especialistas del Servicio de Radiología del centro se ha podido comprobar que personal sin experiencia ni formación médica ha obtenido imágenes de suficiente calidad diagnóstica nueve de cada diez veces, ratio no muy alejada de lo que los expertos ecografistas obtuvieron en dicha evaluación. Por lo tanto, la aplicación del desarrollo de IA de ALISSE en los centros de Atención Primaria permitiría obtener unas primeras pruebas de imagen médica por parte del personal sanitario no especializado, que evitarían derivar a los pacientes a los servicios de radiología de otros centros. En definitiva, este desarrollo puede favorecer la optimización de los recursos por parte de los centros sanitarios, permitiendo además acelerar el proceso de diagnóstico y evitar a los pacientes desplazamientos y demoras en el inicio de sus tratamientos.