Algunos sostienen que las máquinas que pueden aprender y corregirse ya funcionan mejor que los médicos en algunas tareas; otros que nunca podrán replicar la calidad inter-relacional de la naturaleza terapéutica de la relación médico-paciente
Los sistemas de inteligencia artificial (IA) simulan la inteligencia humana mediante el aprendizaje, el razonamiento y la autocorrección. Esta tecnología ya muestra el potencial de ser más precisos que los médicos para realizar diagnósticos en especialidades como radiología, dermatología y cuidados intensivos; en la generación de modelos pronósticos; y al realizar intervenciones quirúrgicas. Y en 2017, un robot aprobó el examen médico nacional de China, superando el mínimo requerido por 96 puntos.2
Más preciso, fiable y completo
Incluso si las máquinas aún no son universalmente mejores que los médicos, el desafío de mejorarlas es más técnico que fundamental, debido a la capacidad casi ilimitada para el procesamiento de datos y el subsiguiente aprendizaje y autocorrección. Este «aprendizaje profundo» es parte del «aprendizaje automático», donde los sistemas aprenden constantemente sin las posibles dificultades culturales e institucionales intrínsecas al aprendizaje humano, como las escuelas de pensamiento o las preferencias culturales.
Estos sistemas integran continuamente nuevos conocimientos y se perfeccionan con una velocidad que los humanos no pueden igualar. Incluso se puede simular un complejo razonamiento clínico, incluidas las preocupaciones éticas y económicas.
Se están integrando cantidades cada vez mayores de datos de salud más completos de aplicaciones, dispositivos de monitoreo personal, registros médicos electrónicos y plataformas de redes sociales en sistemas armonizados como la Red de Salud Personalizada de Suiza.3 El objetivo es dar a las máquinas una imagen lo más completa posible de Salud de las personas a lo largo de su vida y el máximo conocimiento de su enfermedad.
La noción de que los médicos de hoy podrían aproximarse a este conocimiento manteniéndose al tanto de la investigación médica actual y manteniendo un contacto cercano con sus pacientes es una ilusión, no solo por el gran volumen de datos. También en este caso, las máquinas tienen la ventaja: el procesamiento del lenguaje natural les permite «leer» literatura científica en rápida expansión y enseñarse a sí mismas, por ejemplo, sobre las interacciones de los medicamentos.4
La introducción de sistemas impulsados por la IA podría ser más económico que contratar y capacitar a nuevo personal
Los desafíos clave para los sistemas de salud de hoy son económicos: los costos están aumentando en todas partes. La introducción de sistemas impulsados por la IA podría ser más económico que contratar y capacitar a nuevo personal.5 Los sistemas de IA también están disponibles universalmente e incluso pueden monitorear a los pacientes de forma remota. Esto es importante porque la demanda de médicos en gran parte del mundo está creciendo más rápidamente que la oferta.6
Menos sesgada, menos inestable, todavía preocupada
La capacidad de establecer relaciones con los pacientes a menudo se presenta como la carta de triunfo a favor de los médicos humanos, pero este también puede ser su talón de Aquiles. La confianza es importante para la percepción de los pacientes sobre la calidad de su atención7. Pero el objeto de esta confianza no tiene por qué ser un humano; Las máquinas y los sistemas pueden ser más confiables si pueden considerarse imparciales y sin conflictos de interés.8 Por supuesto, los sistemas de inteligencia artificial pueden estar sujetos a los sesgos de sus diseñadores, pero esto puede superarse mediante revisiones independientes y posteriores iteraciones.
Decir que los pacientes siempre requieren empatía de parte de los médicos humanos es ignorar las diferencias importantes entre los pacientes: muchos, especialmente los más jóvenes, los pacientes con quejas menores simplemente quieren un diagnóstico y un tratamiento que funcionen.9
En otras palabras, pueden calificar el diagnóstico correcto más alto que la empatía o continuidad de la atención. En algunas situaciones muy personales, los servicios de un robot podrían ayudar a los pacientes a evitar sentir vergüenza.
Los médicos como los conocemos ahora se volverán obsoletos con el tiempo
Incluso los pacientes que anhelan la interacción, como aquellos con diagnósticos graves o terminales, pueden encontrar que sus necesidades son mejor satisfechas por las máquinas. Estudios recientes muestran que los sistemas de agentes conversacionales tienen el potencial de rastrear las condiciones y sugerir atención10, e incluso pueden guiar a los humanos hasta el final de la vida.11
Los médicos como los conocemos ahora se volverán obsoletos con el tiempo. Mientras tanto, deberíamos esperar una introducción gradual de la tecnología de IA en áreas prometedoras, como el análisis de imágenes o el reconocimiento de patrones, seguida de una prueba de concepto y una demostración de valor agregado para los pacientes y la sociedad. Esto conducirá a un uso más amplio de la IA en más especialidades y, antes de lo que pensamos, los médicos humanos simplemente ayudarán a los sistemas de IA. Estos sistemas no serán perfectos, pero se perfeccionarán constantemente y superarán a los médicos humanos de muchas maneras.
- En contra – Vanessa Rampton, Giatgen A Spinas
Las máquinas serán cada vez más capaces de realizar tareas que antes eran prerrogativas de los médicos humanos, incluidos el diagnóstico, el tratamiento y el pronóstico. Aunque aumentarán las capacidades de los médicos, las máquinas nunca las reemplazarán por completo.
En particular, los médicos seguirán siendo mejores para tratar al paciente como una persona completa, lo que implica el conocimiento de las relaciones sociales y la normatividad. Como observó el profesor de Harvard Francis Peabody en 1927, la tarea del médico es transformar «ese caso de estenosis mitral en la segunda cama de la izquierda» en el complejo problema de «El Sr. Henry Jones, pasa sus noches despierto mientras se preocupa por el futuro de su esposa y de los niños.»12
Los seres humanos pueden completar esta transformación porque pueden relacionarse con el paciente como un compañero y pueden obtener un conocimiento holístico de la enfermedad del paciente en relación con su vida. Tal conocimiento involucra ideales como la confianza, el respeto, el coraje y la responsabilidad que no son fácilmente accesibles para las máquinas.
La enfermedad es un problema mal definido
El conocimiento técnico no puede describir completamente la situación de enfermedad de un solo paciente. Una relación deliberativa médico-paciente caracterizada por pensamiento asociativo y lateral es importante para la curación, particularmente para condiciones complejas y cuando existe un alto riesgo de efectos adversos, porque las preferencias de los pacientes individuales difieren.13
No existen algoritmos para tales situaciones, que cambian dependiendo de las emociones, la comunicación no verbal, los valores, las preferencias personales, las circunstancias sociales prevalecientes, etc. Quienes trabajan en la vanguardia de la IA en medicina reconocen que los enfoques de la IA no están diseñados para reemplazar a los médicos humanos por completo.14
Los pacientes se benefician cuando los médicos pueden interpretar el significado que atribuyen a diferentes aspectos de sus vidas
El uso de la IA en medicina, basado en la creencia de que los síntomas son medibles, alcanza sus límites cuando se enfrenta a factores emocionales, sociales y no cuantificables que contribuyen a la enfermedad. Estos factores son importantes: los síntomas sin una causa fisiológica identificada son la quinta razón por la que los pacientes de EE. UU. visitan a los médicos.15
Las preguntas como «¿Por qué yo?» Y «¿Por qué ahora?» son importantes para los pacientes: las contribuciones de la ética narrativa muestran que los pacientes se benefician cuando los médicos pueden interpretar el significado que atribuyen a diferentes aspectos de sus vidas.16 Puede ser crucial para los pacientes sentir que han sido escuchados por alguien que entiende la gravedad del problema y en quién puede confiar.17
En relación con esto, existe una visión más fundamental: como lo dijo Peabody, sanar una enfermedad requiere mucho más que «curar partes específicas del cuerpo».12 Por definición, la enfermedad tiene un aspecto subjetivo que no puede ser «curado» por una intervención tecnológica independientemente de su contexto humano.18
Curar un organismo a partir de una enfermedad no es lo mismo que restablecer su salud, ya que la salud se refiere a un complejo estado de cosas que incluye la experiencia individual: estar saludable implica sentirse saludable. Los robots no pueden entender nuestra preocupación por relacionar la enfermedad con la tarea de vivir una vida, que está relacionada con el contexto humano y los factores subjetivos de la enfermedad.
La medicina es un arte
La relación médico-paciente es una relación entre seres mortales vulnerables a la enfermedad y la muerte
A lo largo de la historia, se ha reconocido el efecto terapéutico de las relaciones médico-paciente, independientemente de cualquier tratamiento prescrito19. Esto se debe a que la relación médico-paciente es una relación entre seres mortales vulnerables a la enfermedad y la muerte. Las computadoras no pueden cuidar a los pacientes en el sentido de mostrar devoción o preocupación por el otro como persona, porque no son personas y no les importa nada.
Los robots sofisticados pueden mostrar la empatía como una cuestión de forma, al igual que los humanos pueden comportarse bien en situaciones sociales pero permanecen emocionalmente desconectados porque solo desempeñan un papel social.20 Pero la preocupación, como el cuidado y el respeto, es un comportamiento que manifiesta una persona que comparte terreno común con otra persona. Estas relaciones pueden ilustrarse con la amistad: B no puede ser un amigo de A si A no es un amigo de B.21
Un posible escenario futuro será que los sistemas de inteligencia artificial aumenten la producción y el procesamiento de conocimientos, y los médicos que ayuden a los pacientes a encontrar un equilibrio que reconozca las limitaciones de la condición humana, algo que es inaccesible para la inteligencia artificial. Enfrentar la enfermedad a menudo no incluye curar la enfermedad, y aquí los médicos son insustituibles.
- Sahiner B, Pezeshk A, Hadjiiski LM, et al. Deep learning in medical imaging and radiation therapy. Med Phys2018. doi:10.1002/mp.13264. pmid:30367497
- Yan A. How a robot passed China’s medical licensing exam. 2017. https://www.scmp.com/news/china/society/article/2120724/how-robot-passed-chinas-medical-licensing-exam.
- Swiss Personalized Health Network. 2017. https://www.sphn.ch/en.html.
- Lim S, Lee K, Kang J. Drug drug interaction extraction from the literature using a recursive neural network. PLoS One2018;13:e0190926. doi:10.1371/journal.pone.0190926 pmid:29373599
- Miliard M. Healthcare AI poised for explosive growth, big cost savings. 2017. https://www.healthcareitnews.com/news/healthcare-ai-poised-explosive-growth-big-cost-savings
- HS Markit. Association of American Medical Colleges. Complexities of physician supply and demand: projections from 2016 to 2030. 2018. https://www.aamc.org/data/workforce/reports/439206
- Brennan N, Barnes R, Calnan M, Corrigan O, Dieppe P, Entwistle V. Trust in the health-care provider-patient relationship: a systematic mapping review of the evidence base. Int J Qual Health Care2013;25:682-8. doi:10.1093/intqhc/mzt063 pmid:24068242
- Litvin CB, Ornstein SM, Wessell AM, Nemeth LS, Nietert PJ. Adoption of a clinical decision support system to promote judicious use of antibiotics for acute respiratory infections in primary care. Int J Med Inform2012;81:521-6. doi:10.1016/j.ijmedinf.2012.03.002 pmid:22483528
- Wong C, Harrison C, Britt H, Henderson J. Patient use of the internet for health information. Aust Fam Physician2014;43:875-7.pmid:25705739
- Laranjo L, Dunn AG, Tong HL, et al. Conversational agents in healthcare: a systematic review. J Am Med Inform Assoc2018;25:1248-58. doi:10.1093/jamia/ocy072 pmid:30010941
- Paasche-Orlow M, Bickmore TW. Conversational Agents to Improve Quality of Life in Palliative Care. National Institutes of Health (NIH) Project, Boston Medical Center. 2016. http://grantome.com/grant/NIH/R01-NR016131-01
- Peabody F. The care of the patient. JAMA1927;88:878.doi:10.1001/jama.1927.02680380001001
- Katz J. The silent world of doctor and patient.Yale University Press, 2002.
- Interview with Joachim Buhmann. Ich fühle mich von künstlicher intelligenz überhaupt nicht bedroht. Forbes 2017 Feb 9. https://www.forbes.at/artikel/eth-joachim-buhmann.html
- Creed F, Henningsen P, Fink P. Medically unexplained symptoms, somatisation and bodily distress. Developing better clinical services.Cambridge University Press, 2011:vi. doi:10.1017/CBO9780511977862
- Fioretti C, Mazzocco K, Riva S, Oliveri S, Masiero M, Pravettoni G. Research studies on patients’ illness experience using the Narrative Medicine approach: a systematic review. BMJ Open2016;6:e011220. doi:10.1136/bmjopen-2016-011220 pmid:27417197
- Gawande A. Tell me where it hurts. New Yorker 2018 Jan 23:36-45.
- Solomon M, Simon JR, Kincaid H. Hofmann B. Disease, illness, and sickness. In: Solomon M, Simon JR, Kincaid H, eds. The Routledge companion to philosophy of medicine.Routledge, 2017: 16-26.
- Di Blasi Z, Harkness E, Ernst E, Georgiou A, Kleijnen J. Influence of context effects on health outcomes: a systematic review. Lancet2001;357:757-62. doi:10.1016/S0140-6736(00)04169-6 pmid:11253970
- Wingert L. Unsere Moral und die humane Lebensform. In: Sturma D, ed. Ethik und Natur. Suhrkamp (forthcoming).
- Wingert L. Gemeinsinn und Moral: Grundzüge einer intersubjektivistischen Moralkonzeption.Suhrkamp, 1993
Fuente : intramed
interesante cuestiones colegas! que opinas?