Cómo la IA ayuda a diagnosticar los cánceres de la sangre: "Analiza diferente a lo que ve el ojo humano"

La inteligencia artificial es una herramienta que ha revolucionado el mundo y que cada vez tiene más aplicaciones en la hematología, desde el diagnóstico de diferentes enfermedades de la sangre hasta la gestión clínica de casos de pacientes.

Y es que, aunque el futuro es "incierto", es muy difícil saber cómo cambiará el paradigma de estos tipos de cánceres, como explica a este periódico el doctor Jesús María Hernández Rivas, del Hospital Universitario de Salamanca, durante el Congreso de la Sociedad Española de Hematología y Hemoterapia (SEHH), que se celebra desde el 9 al 11 de octubre en Oviedo. "En los últimos años, se ha visto una evolución muy rápida y es complicado ver hacia qué modelo se dirige todo esto".

No obstante, el hematólogo deja claro que "el desarrollo de la IA está siendo muy relevante y que es una herramienta totalmente necesaria". No solo va a ser fundamental para los enfermos, sino también para los propios especialistas. "Como toda novedad, siempre suscita cierto recelo, incertidumbre e incluso temor, miedo a perder el trabajo o a perder el control. Pero al final nos va a beneficiar a todos. Y de hecho, ya nos está beneficiando".

El papel de la inteligencia artificial en la hematología

Hoy en día, existen muchas aplicaciones de inteligencia artificial que se están utilizando en las consultas que tratan los cánceres de sangre —según la previsión de la SEHH, el próximo año se diagnosticarán 27.929 nuevos casos de neoplasias hematológicas en España—, sobre todo, como ayuda para diagnosticar.

Un apoyo que complementa la mirada humana, que también es importantísima para evitar errores

Principalmente, este tipo de herramientas son un apoyo en técnicas de imagen: interpretación radiológica e incluso de imágenes microscópicas. "Esto no significa que los médicos no tengan que poner su granito de arena", aclara el doctor Hernández Rivas.

"La IA es una ayuda, un apoyo que complementa la mirada humana, que también es importantísima para evitar errores. En el campo de la hematología, como en el resto de especialidades, también se está notando ya su influencia", nos cuenta.

"Una de las primeras aplicaciones tenía que ver precisamente con la interpretación automatizada de hemogramas y análisis de células cancerígenas". No son herramientas generativas como pueden ser, por ejemplo, ChatGPT, sino específicas para el campo de la medicina.

Clave para analizar muchos datos

En el caso de las enfermedades hematológicas, permite analizar las imágenes de forma más precisa y detectar detalles "que pueden pasar desapercibidos al ojo humano, de una manera distinta, aunque no quiere decir que esté suplantando a los humanos ni mucho menos". Aporta información valiosa que puede orientar mejor el diagnóstico.

Además, como muchas de estas patologías son hereditarias, "ayudan a organizar e interpretar enormes volúmenes de información que antes eran imposibles de manejar". Antes se utilizan algoritmos, pero "menos robustos que la inteligencia artificial actual".

Sin embargo, el doctor aclara que la llegada de la inteligencia artificial generativa ha supuesto "un salto importante", ya que les permite la interacción y el diálogo, tanto con pacientes como con médicos.

Recientemente, se ha presentado una herramienta capaz de analizar longitudinalmente las historias clínicas, permitiendo incluso dialogar con el sistema: preguntar por qué nos da un determinado dato o de dónde proviene una recomendación. "Esto supone un gran avance respecto a las versiones anteriores, que solo manejaban información estática".

Tendremos resultados y conocimiento casi en tiempo real

Y, ¿ayudará a corto plazo a diagnosticar mejor, prevenir la aparición de enfermedades e incluso diseñar tratamientos personalizados? El doctor confía "plenamente" que sí. Y lo compara con la fotografía. "Hace 25 años uno tenía que revelar un carrete para ver una foto, hoy, la imagen es instantánea. Con la IA pasará algo similar: tendremos resultados y conocimiento casi en tiempo real".

En la actualidad, ya se está viendo en el desarrollo de medicamentos. "Ya hay herramientas que son capaces de analizar, diseñar y buscar una proteína capaz de bloquear una determinada acción que está causando una enfermedad". Luego, evidentemente, en la práctica clínica será diferente porque hay que "comprobar que funciona en el paciente y no tiene efectos secundarios".