En 2020, el mercado de IA para el cuidado de la salud alcanzó los 4200 millones de dólares, y de 2021 a 2027, los expertos esperan que crezca un 33,7% anual y una cifra significativa de 34 500 millones de dólares al final del período.
NtechLab está impulsando una nueva dirección en imágenes médicas, por lo que entrevistamos a expertos en atención médica e identificamos los beneficios potenciales y los desafíos actuales para una adopción más amplia de la IA.
En cuanto al segmento de imágenes médicas (estimado por la agencia de análisis Signify Research), su participación es de $ 300 millones en la actualidad y alcanzará los $ 1150 millones para 2025 con una CAGR del 25,6%.
Muchos desarrolladores líderes de IA ya están creando soluciones innovadoras para el diagnóstico médico, como la visión por computadora para los sistemas de soporte de decisiones clínicas (SSDC). Creemos que las soluciones de imágenes médicas seguramente llenarán un nicho importante, pero hasta ahora existen una serie de barreras para su adopción más amplia en entornos de atención médica.
Almacenamiento descentralizado
Los hospitales suelen almacenar los datos de los pacientes en sus sistemas locales, y la centralización de la función de almacenar todo el historial médico de los pacientes apenas comienza a ganar impulso. Al recopilar grandes datos y analizarlos, será posible controlar y mejorar la calidad de los diagnósticos y pronósticos.
Cumplimiento con las normas
Los requisitos legales para la protección de datos personales, como FZ-152 (Normativa Legal Rusa) y GDPR, no explican claramente la relación entre el desarrollador y el personal médico. La falta de mecanismos legales transparentes está retrasando la adopción más amplia de IA en imágenes médicas.
Otro problema es el largo procedimiento para registrar las soluciones de IA como dispositivos médicos. Antes de usar en la práctica médica, el producto debe estar registrado, y para esto debe recopilar una gran cantidad de documentación, además de pasar ensayos técnicos y clínicos. Actualmente, el procedimiento para el registro de dispositivos médicos se está armonizando en el grupo de países de la UEEA. Se espera que la adopción de nuevas normas alargue aún más el proceso de adoptar innovaciones al mercado de la salud.
Dificultades para organizar el consenso de expertos
El entrenamiento de redes neuronales en el desarrollo de SSVR requiere la participación de varios especialistas médicos altamente capacitados. Se necesitan al menos dos especialistas para interpretar y marcar los estudios de diagnóstico inicial, que son la base para el desarrollo de la tecnología. Cuantos más estudios de diagnóstico etiquetados tenga acceso a un desarrollador, mejor será la tecnología.
Conservadurismo
La renuencia de la comunidad médica a aceptar un nuevo producto es normal. Lo único que ayudará a superar el escepticismo es un aumento en el número de casos de uso práctico exitosos que confirmen la efectividad de estas soluciones innovadoras.
Se desconoce la incidencia general de errores de diagnóstico en la práctica real, pero a menudo se cita una estimación basada en la opinión de expertos de que el 10−15% de todos los diagnósticos son incorrectos.
Cómo ayuda la inteligencia artificial a los médicos
Diagnósticos premédicos
Las aplicaciones móviles para el autocontrol rápido, el sueño y los rastreadores de salud lo ayudan a llevar un estilo de vida saludable e identificar desviaciones menores y mayores de la norma sin una visita al médico.
Diagnósticos
SSDC puede ayudar a mejorar la calidad del diagnóstico resaltando automáticamente las áreas con patologías en las imágenes y calculando los parámetros para realizar un diagnóstico. Idealmente, los algoritmos podrían generar un informe médico precargado basado en muchos casos similares. En este caso, el médico aprobará o desaprobará el informe médico y así ahorrará tiempo.
Tratamiento
Actualmente, los médicos calculan los parámetros de las operaciones manualmente sin un software especial. Las soluciones dedicadas basadas en IA permiten que esto se haga automáticamente, lo que significa evitar errores y trasladar a los pacientes al departamento quirúrgico más rápido.
Monitoreo
En los entornos de atención de la salud, es posible monitorear las acciones de las enfermeras y los médicos, lo que a su vez puede ayudar a mantener los horarios de visitas de los pacientes. El análisis de video basado en IA puede determinar si se administró el medicamento correcto al paciente en el momento correcto.
Pronóstico
Con base en análisis de Big Data, las autoridades sanitarias pueden predecir y controlar la propagación de virus o el curso de enfermedades.
El procesamiento de varios datos de pacientes puede predecir el curso de la enfermedad y, a través del procesamiento de la base de datos clínica, dar recomendaciones sobre un posible curso de tratamiento. En todos estos casos, el médico mismo toma la decisión, pero tiene la oportunidad de confiar en los pronósticos y recomendaciones de la SSDC.
¿Quién será el ganador?
• El cuidado de la salud es una de las pocas áreas donde el más mínimo error puede marcar la diferencia. Tanto las personas sanas como los pacientes hospitalizados podrán recibir diagnósticos médicos precisos, prescripciones y recomendaciones.
• Los médicos son primero personas y las personas pueden estar distraídas o cansadas. Mientras toman la decisión final, necesitan soluciones de diagnóstico automatizadas que puedan ayudarlos a identificar enfermedades más rápido, facilitando la intervención temprana.
• Los investigadores tienen que procesar una gran cantidad de datos todos los días al crear nuevos medicamentos, realizar investigaciones genéticas o ensayos clínicos. Con tecnologías de imágenes médicas impulsadas por IA, pueden procesar grandes conjuntos de datos, obtener resultados y aprobación regulatoria más rápido para llevar nuevos medicamentos al mercado y promover los últimos avances en la atención médica moderna.
• Las instituciones médicas pueden utilizar tecnologías de visión artificial para gestionar procesos operativos. Algunos ejemplos: seguimiento de las acciones del personal o terminales de facturación en línea.
• Las agencias gubernamentales podrán predecir la propagación de virus y enfermedades mediante el análisis de grandes cantidades de datos.
El mercado de IA para imágenes médicas está evolucionando rápidamente y debería conducir a cambios significativos en la comunidad médica. Actualmente hay muchos proyectos ambiciosos, pero solo unos pocos alcanzan un uso real por las diversas razones mencionadas en este artículo.
Las cuestiones de responsabilidad y moralidad no se refieren principalmente al producto en sí, sino a las formas en que se utiliza y desarrolla. En otras palabras, el desarrollador debe tener la mente abierta y debe evitar conclusiones sesgadas. El médico, por supuesto, tendrá que tomar la decisión él mismo, aunque con la ayuda de la tecnología, utilizándolos como una segunda opinión de confianza.
Los sistemas de inteligencia artificial para trabajar con imágenes médicas son una dirección nueva y muy responsable para NtechLab. Nuestra empresa está abierta a la cooperación e invita a la comunidad científica, médica y empresarial a crear juntos la medicina del futuro.
Póngase en contacto con nosotros
FUENTES:
1) Machine Learning in Medical Imaging. World Market Analysis 2021 (July / Signify Research) — www.gminsights.com/industry-analysis/healthcare-artificial-intelligence-market
2) «GMInsights 2020 & Market & Market Report 2020.»
3) «Hype Cycle for Healthcare Providers, Gartner, 2021.»
4) Newman-Toker, David, et al. «Rate of Diagnostic Errors and Serious Misdiagnosis-Related Harms for Major Vascular Events, Infections, and Cancers: Toward a National Incidence Estimate Using the ‘Big Three.'» De Gruyter, 1 Feb. 2021 — www.degruyter.com/document/doi/10.1515/dx-2019−0104/html