Proyecciones médicas que salvan vidas, es la frase que resume el complejo proceso aplicado por la empresa latinoamericana Datalytics (creada en Argentina en 2007 y establecida en Colombia desde 2011) para desarrollar una Inteligencia Artificial enfocada en el sector salud. “Históricamente, el universo de la prevención de enfermedades no está aplicado de manera masiva en Colombia, por lo cual iniciamos un proyecto con una importante universidad de Medellín para desarrollar un modelo cuantitativo, apalancado en la tecnología de IA, el cual es entrenado para analizar y clasificar de forma automática datos médicos fundamentales sobre las enfermedades coronarias”, explicó Juan David Escobar, CEO de Datalytics Colombia.
La técnica aplicada para la construcción de este algoritmo se conoce como regresión logística con parámetros de balanceo de clases, un método de ciencia de datos y estadística. Tentativamente, el nombre que recibió este desarrollo es “Modelo de identificación preventiva en enfermedades de insuficiencia cardiaca”, aunque están explorando denominaciones más atractivas para su presentación ante la comunidad médica.
Para que la IA pueda realizar una proyección médica acertada, los ingenieros entrenaron el algoritmo utilizando una base de datos de pacientes. Datalytics, cuya sede está localizada en la capital antioqueña, aclaró que el modelo utilizado es “anonimizado”, lo que significa que solo usaron los datos de las comorbilidades y cuadros médicos de estas personas, pero sin revelar o tener acceso a sus identidades o datos de contacto.
En total, cargaron en la nube la información médica de 30.000 personas. De este grupo, la IA pudo reconocer patrones relacionados con enfermedades cardiacas en el corto plazo, en más de 1.500 pacientes. “Teníamos un montón de información de historias clínicas, exámenes físicos y resultados médicos recientes, con los que entrenamos al algoritmo para reconocer, de forma eficiente, las patologías que podríamos considerar como “disparadores de riesgo” de enfermedades del corazón”, explicó Escobar.
Luego de dos meses alimentando al modelo con los datos y parametrizándolo, se dio inicio a la fase de validación. Al realizar varias pruebas con nuevos pacientes, la IA fue capaz de hacer una proyección de probabilidad, en la cual el algoritmo clasificó el riesgo de cada persona en bajo, medio o alto, con una taza de éxito en la predicción entre el 70 y el 80 por ciento. El objetivo es que este modelo entre en funcionamiento pleno (despliegue masivo) en los próximos meses.
El desarrollo de esta solución no resultó para nada costoso. Se calcula que todo el proyecto no superó los 50 millones de pesos. “Fue sencillo y más económico que antes, pues toda la información se halla en la nube, lo que elimina la necesidad de un costoso data center que almacene los datos”, puntualizó el CEO de Datalytics.
Este desarrollo abre la puerta para que las EPS, IPS y todo tipo de empresas relacionadas con la prestación de servicios de salud, puedan acceder a este tipo de soluciones, económicamente asequibles.
Aunque muchas personas crean que este es un paso más en el mito popular de algoritmos que reemplazan a los expertos humanos, Juan David descarta este imaginario: “Nuestro trabajo no va en consonancia con esa visión cinematográfica sobre los médicos robóticos o virtuales; nuestro modelo no está para reemplazar al médico, sino para apoyarlo”, concluyó.
