A pesar de los innumerables progresos en la práctica médica en los últimos 50 años, la transición epidemiológica (envejecimiento de la población debido a la reducción de la natalidad y de la mortalidad) plantea un desafío enorme en los que practicamos la neurología: las enfermedades neurológicas son una causa cada vez más frecuente de mortalidad y discapacidad; y su cuidado implica un gasto oneroso para los pacientes y sus familias, así como para el sistema de salud en general.

Sumado a este problema global, existe un problema de inequidad en el acceso a la salud. La distribución de los neurólogos (y otros especialistas también) es muy dispar, concentrándose en las grandes ciudades y privando de acceso en los lugares de menor tamaño. Esto afecta con el acceso al cuidado neurológico, demorando muchas veces el proceso diagnóstico y el inicio del tratamiento.

La IA tiene como uno de sus pilares la construcción de autómatas inteligentes capaces de resolver un amplio rango de problemas. Y más en concreto, la construcción de agentes artificiales capaces de resolver problemas simulando la inteligencia humana, es decir que pueda camuflarse con un ser humano, con sus aciertos, con sus errores. Esta característica hace que sea muy valioso el aporte de las ciencias de la computación, que usa técnicas de machine learning, data mining, procesamiento del lenguaje natural, entre otras, como herramientas para aprender sin necesariamente haber sido explícitamente programadas.

Es aquí en donde conectamos los conceptos vertidos inicialmente acerca del desafío para la salud pública y la neurología, con los conceptos de IA. Postulamos que la utilización de sistemas de IA, que puedan interactuar con los pacientes en su casa o centro de salud más cercano, con una formación equivalente al del médico especialista en neurología, permitiría reducir la inequidad en el acceso a la salud y optimizar el cuidado de los pacientes con enfermedades neurológicas, resolviendo además la falta de recursos monetarios y humanos por su menor costo y mantenimiento.

Existen numerosos ejemplos de cómo herramientas de la IA se han utilizado con éxito en medicina y en neurología en particular. Se las puede dividir en tres subtipos de aplicaciones: 1) utilización de IA como herramienta pronóstica luego del diagnóstico, 2) utilización de IA como herramienta de análisis de datos en radiología y anatomía patológica; y 3) finalmente la utilización de IA como asistencia en el proceso diagnóstico. Para las aplicaciones de tipo pronóstico, la incorporación de datos provenientes de múltiples fuentes (historia clínica, equipos de monitoreo, radiología) permitirá reemplazar las escalas actuales, por escalas más complejas y con mayor precisión. Este subtipo de aplicación es aún muy incipiente y es el que quizás demore más en ser introducido en la práctica clínica. El segundo tipo, que depende de la interpretación de imágenes, es el que ya está utilizándose, siendo Entelai un claro ejemplo de esto. Estos sistemas superan al ojo humano en muchos aspectos y constituyen una herramienta fundamental para el uso clínico. Finalmente, la IA ha sido utilizada previamente para predecir desde trastornos psiquiátricos hasta la presencia de atrofia espinal. Pero, ¿puede utilizarse un sistema de IA para que “converse” con un paciente y realice un diagnóstico? Hace un tiempo nos hicimos esta pregunta, y en colaboración con la Dra. Teresa Goicochea del Centro de Dolor de FLENI, hicimos un estudio cuyos resultados indicarían que sí: desarrollamos un sistema de IA, capaz de diagnosticar cefaleas con una precisión equivalente a la de un neurólogo. De todas las condiciones neurológicas posibles, elegimos las cefaleas, porque constituyen la principal causa de consulta neurológica. No sólo las cefaleas tienen una prevalencia alta, sino que además son enfermedades discapacitantes con un costo directo e indirecto muy alto. En el estudio global de la carga de enfermedad mencionado anteriormente, se demostró que las cefaleas constituyen la tercera causa de años perdidos por discapacidad. A modo de ejemplo, se estima que, en Estados Unidos, las personas con migraña, gastan en costos directos (visitas al médico, a la guardia) e indirectos (días perdidos de trabajo) alrededor de 7,750 dólares por año 9. Finalmente, las cefaleas se asocian con comorbilidades psiquiátricas, tales como la depresión y la ansiedad. Por lo tanto, las cefaleas presentan un costo personal, social y económico muy elevado tanto para el individuo como para el sistema de salud.

En nuestro trabajo, el sistema de IA tuvo un rendimiento equivalente a los neurólogos, pudiendo diferenciar cefaleas primarias de secundarias con una sensibilidad de 90.2%, y una especificidad de 93%, mientras que los neurólogos en promedio obtuvieron una sensibilidad del 82% y una especificidad del 85%. Por lo tanto, un sistema de IA, puede diagnosticar cefaleas de manera similar a la de un neurólogo.

Con estos resultados, establecimos un partnership con Novartis Argentina, una empresa farmacéutica con una visión muy avanzada del mundo digital y el rol que tiene en el futuro inmediato para la medicina. En colaboración desarrollamos un programa para extender el uso de esta tecnología en varios centros del país, para evaluar e identificar la adaptación de los médicos a estas nuevas tecnologías. Esperamos contar este año con datos del uso de estas herramientas y los iremos compartiendo en nuestro blog.

La IA es uno de los descubrimientos más importantes del último siglo por las implicancias en nuestra vida cotidiana Creemos que en neurología en particular puede revolucionar nuestra práctica clínica, beneficiando tanto a los pacientes, con diagnósticos más rápidos y certeros, como al sistema de salud, permitiendo optimizar la utilización de recursos.