El texto ha sido modificado para su mejor comprensión.
Dr. Diego Araiza Garaygordobil: Hola, estamos transmitiendo desde el XXXI Congreso Mexicano de Cardiología, en Querétaro, México. Soy el Dr. Diego Araiza, del Instituto Nacional de Cardiología; tengo el privilegio de estar acompañado por el Dr. Luis Eduardo Juárez Orozco, quien forma parte del departamento de cardiología experimental del University Medical Center, en Groningen, Holanda. Hoy hablaremos de un tema particularmente interesante, del cual probablemente no estamos tan familiarizados como cardiólogos clínicos: el uso de grandes datos de inteligencia artificial en cardiología.
Dr., esa es completamente su área, y me gustaría, para iniciar este video, nos comente acerca de los grandes datos de la inteligencia artificial, y cómo afectan a la cardiología.
Dr. Luis Eduardo Juárez Orozco: Muchas gracias por la invitación. Su pregunta es muy interesante y muy a propósito de los cambios que se están dando últimamente en el análisis de datos.
Los grandes datos han tenido enorme impacto en cuanto a que nos permiten ver relaciones muy complejas, relaciones intrínsecas que probablemente no podríamos ver acerca de las enfermedades per se en datos más reducidos. Ahí es donde conectan ahora con la nueva ola de inteligencia artificial, que se basa en el uso de algoritmos que llamamos "máquinas de aprendizaje", o machine learning, que se benefician de los grandes datos para explorar a gran escala relaciones muy complejas que en algunas ocasiones no son evidentes para los cardiólogos o para los médicos en general. Es claramente una herramienta añadida para poder explotar patrones que generalmente no podrían ser utilizados.
Dr. Diego Araiza Garaygordobil: Recientemente publicaron un trabajo que ha sido esencial en las nuevas guías de práctica clínica en cuanto a síndromes coronarios crónicos de la European Society of Cardiology (ESC). Además usted ha publicado otros trabajos en relación a imagen cardiovascular, en los que llama la atención que esta es una nueva forma de apreciar los datos, encontrar conexiones entre patrones que normalmente no veríamos. Desde su punto de vista, en su práctica en Países Bajos, ¿cómo cree que el uso de estas técnicas de aprendizaje y de análisis de datos podría cambiar la forma en la cual diagnosticamos o tratamos a pacientes con problemas cardiovasculares?
Dr. Luis Eduardo Juárez Orozco: Excelente pregunta. Tenemos la esperanza de que diagnóstico y estimaciones de pronóstico son capaces de ser optimizados a partir de estas nuevos métodos analíticos, y creo que estamos empezando a ver buenas indicaciones a ese respecto.
Más aún, el hecho de que podamos entrenar estos sistemas o algoritmos de tal forma que se expongan a muchos datos que no necesariamente tienen que ser locales, pero que deben ser representativos, nos da la oportunidad de extender los beneficios de estos algoritmos a muchas otras partes del mundo, por ejemplo, a países de habla hispana, países en vías de desarrollo. Y nos garantiza dar más accesibilidad en términos analíticos, utilizando las ventajas que tenemos, por ejemplo, como en Países Bajos o en algunos países desarrollados.
Dr. Diego Araiza Garaygordobil: El acceso a cuidados de la salud con la mejor de las calidades y tratamientos óptimos para los pacientes dista mucho de ser equiparable a la demanda, lo que llamamos "brecha entre la oferta y la demanda en la salud".
Llama la atención lo que menciona. Podríamos aplicar esta nueva tecnología para mejorar la atención de nuestros pacientes en países en vías de desarrollo, como México y otros países de Latinoamérica, ¿cómo podría el uso de estas nuevas técnicas de grandes datos de inteligencia artificial contribuir a disminuir la brecha entre la atención y la demanda, particularmente en nuestros países en Latinoamérica, donde en ocasiones es tremendamente grande?
Dr. Luis Eduardo Juárez Orozco: Creo que ese es el punto más importante, porque una vez que podamos tener, por ejemplo, entrenamiento de ciertos sistemas, la idea de que todos los pacientes necesitan todos los dispositivos, aparatos, e infraestructura, empieza a desvanecerse.
Esto quiere decir que si automatizamos la estimación de diagnóstico y pronóstico en casos que son relativamente sencillos para el clínico, le podemos quitar una carga de trabajo mayúscula para que pueda concentrarse en los casos más complejos, que obviamente requieren más atención y que tienen más detalles que hasta el momento no han sido capturados por inteligencia artificial.
Dr. Diego Araiza Garaygordobil: Sin duda escucharemos mucho más sobre esto en el futuro y en relación a los grandes datos de inteligencia artificial. Hoy tuvimos la oportunidad de saber que es una nueva aproximación a encontrar patrones que no podríamos observar como clínicos, y que posiblemente en próximos años nos permitan cerrar la brecha entre la demanda de nuestros pacientes y las mejoras de las atenciones.
Muchas gracias por acompañarnos; soy el Dr. Diego Araiza, desde el Congreso Mexicano de Cardiología, para Medscape en Español.
Para más contenido siga a Medscape en Facebook, Twitter, Instagram y YouTube.
| Contenidos Relacionados |
Citar este artículo: Inteligencia artificial y grandes datos en cardiología - Medscape - 18 de dic de 2019.
Comentario