¿Cómo funcionan estos sistemas de inteligencia artificial?
Tanto Polydeep como otros sistemas que usamos asisten al diagnóstico de lesiones durante la realización de colonoscopias. Es un tipo de inteligencia artificial que se llama “débil”, porque hace cosas menos sofisticadas que lo que se está viendo desde la irrupción de los sistemas basados en GPT 4.
Es un hardware que se incorpora al ordenador que controla el colonoscopio y capta las mismas imágenes que está viendo el endoscopista. El sistema, cuando nosotros vamos observando la mucosa, puede hacer, dependiendo de lo sofisticado que sea, varias cosas. La más básica es que cuando detecta algo que le parezca una alteración, la resalta en tiempo real, para llamar la atención del endoscopista sobre esa zona. Esto lo hace el sistema más básico que tenemos funcionando en Pontevedra desde febrero de 2022, Medtronic.
Sistemas más sofisticados, de una generación superior, como el Polydeep, u otro que vamos a tener dentro de tres meses, nos llaman la atención sobre la zona a mirar y cuando estamos cerca de ella tienen un diagnóstico preliminar. Tienen una precisión del 90 por ciento. Esto ayuda de una manera muy importante durante el diagnóstico, ya no solo a detectar la lesión sino también a tomar decisiones.
¿Cómo consiguen los sistemas la información para realizar el diagnóstico?
Polydeep se basa en un entrenamiento de un sistema de inteligencia artificial para identificar lesiones de la superficie del colon. El objetivo último de estos sistemas es incrementar el diagnóstico de lesiones. Para poder llegar a ese objetivo estas herramientas de inteligencia artificial tienen que aprender, tenemos que enseñarles. Se les enseña en varias fases: en la primera fase se les alimenta con imágenes estáticas de distintos tipos de lesiones y se les dice lo que son; una segunda fase mucho más masiva, que requiere mucho más número de imágenes mediante la realización de endoscopias sistemáticas. Es la fase en la que estamos ahora. No es que estemos probando el sistema, es que lo seguimos entrenando en los hospitales que comentaba para poder adquirir un mayor banco de imágenes y una mayor experiencia. En esta fase ya el sistema va a aprendiendo por sí mismo y retroalimentandose.
Estas herramientas requieren mucho entrenamiento, pasan por diversos hospitales de distintos países para que engloben mayor variabilidad y que no provengan de una sola población. Son una revolución en cuanto al diagnóstico.
¿Cómo mejorará el diagnóstico de los pacientes?
La ayuda que aportan a los endoscopistas expertos está cuantificada en estudios. De media, aproximadamente, la utilización de estos sistemas de primera generación en programas que son muy exigentes (como de cribado de cáncer de colon) incrementa el diagnóstico de pólipos entre un cuatro y ocho por ciento e incluso disminuyen la mortalidad por cáncer de colon entre un tres y cuatro por ciento. Estos pequeños márgenes de mejora no dejan de ser importantes.
¿Sustituye el trabajo de profesionales sanitarios?
No sustituye al humano, le ayuda. Se sigue necesitando el factor humano, en un doble sentido: para mover el colonoscopio para que llegue hasta el final del colon; y para la valoración del colon, que se realiza al retirar el aparato y es donde ayuda la inteligencia artificial. Hay veces que nos avisan de lesiones reales y otras de cosas que no son lesiones; tienden a pecar más por exceso que por defecto.
Para sustituir a las personas tendríamos que tener colonoscopios, o sistemas parecidos a un colonoscopio, robotizados. Esta es una tecnología completamente diferente y parece ciencia ficción, pero ya hay prototipos, a una escala muy inicial, de dispositivos de visualización del intestino con capacidad de moverse sin estar controlados manualmente. Esto está todavía muy lejos.
¿Creen que se le puede dar más usos más allá del cribado de cáncer de colón?
Estos sistemas pueden tener más utilidad al menos en dos áreas: ayudándonos a tomar decisiones de tratamiento, que en función de las características de la lesión nos aconseje a tiempo real de cuál puede ser la mejor forma de tratarla; y evaluando la calidad de toda la colonoscopia, actualmente valorada de una manera relativamente simple, que nos podría ayudar a mejorar los procedimientos.
¿Qué riesgo tienen los datos de los pacientes?
Ahí todo depende de en qué contexto se utilice una vez estén entrenados. Por ejemplo, el sistema que tenemos desde 2022 no está conectado a internet, no sigue enviando imágenes, entrenándose, por lo que ahí no hay ningún riesgo. El problema puede surgir a medida que estos sistemas se vayan haciendo más complejos y para ser más precisos necesiten un entrenamiento permanente.
En ningún proyecto de los que nosotros participamos estamos todavía en esa fase, con lo que no puedo decir qué riesgo tendrían, pero en Europea tenemos una regulación de datos muy exigente. Cualquiera de estos sistemas tendría que estar muy regulado, al menos que esté totalmente integrado de forma nativa en las plataformas digitales del sistema de salud y no conectado a internet externo. Sería una de las posibilidades, pero esto no existe en la actualidad.