Presentación de la nueva investigación de Inteligencia Artificial dentro de BreastAItegy en el II Congreso de AEPCIMA

Inteligencia Artificial - Cirugía - Oncología​

Los días 8 y 9 de Mayo se celebra en Málaga el II Congreso de AEPCIMA (Asociación hispano portuguesa de cirujanos de mama) que tendrá lugar en la Gerencia de Urbanismo de dicha ciudad. El encuentro reunirá a destacados expertos dentro del campo de la patología mamaria, ofreciendo conferencias magistrales, mesas redondas y talleres prácticos, donde se abordarán temas de vanguardia en el diagnóstico, tratamiento y manejo quirúrgico de las patologías mamarias.

Dentro de este marco, el reputado cirujano D. Rogelio Andrés Luna analizará el nuevo estudio puntero y aplicación en Inteligencia Artificial que se esta realizando dentro del marco del proyecto BreastAItegy entre el centro de investigación de vanguardia en oncología Fundación Champalimaud en Portugal, Acudesic/Quantum Babylon en España y otros hospitales colaboradores. El citado proyecto se enmarca dentro de los diferentes trabajos que están llevando a cabo para innovar en las tecnologías más avanzadas relacionadas en esta disciplina.

​ El nuevo estudio, BreastAItegy-Resculpt, liderado esta vez por el cirujano Gian Mario D’Ambrosio en colaboración con Willensem, M, Salvador López, J. Cobelo Galindo o el propio Andrés Luna se centra en la recogida de datos y análisis descriptivo mediante Inteligencia Artificial en pacientes sometidas a reconstrucción parcial mamaria con colgajos de la pared torácica.

Puede que dicho así, no resulte muy aclaratorio para el neófito pero es de vital importancia a la hora de poder seguir avanzando en la implantación de la Inteligencia Artificial en el campo de la medicina oncológica de mama, y no solo en este capítulo, sino en general para seguir avanzando en un uso realmente práctico y provechoso de la IA en todos los campos de la sanidad. A diferencia que en muchísimas investigaciones en oncología, el proyecto BreastAItegy se basa en desarrollar un modelo de IA especializado en oncología mamaria modular y ampliable que de manera progresiva, según es entrenado y supervisado, se aplica a diferentes finalidades dentro de su campo.

Para que se entienda con facilidad: BreastAItegy dispone de un core o ‘nucleo de conocimiento’ que es continuamente entrenado, supervisado y corregido por clínicos y programadores para que sea capaz de ‘entender’ y ‘extraer’ con precisión toda la información que le es suministrada para luego aplicarla en distintos capítulos.


Por otro lado el proyecto desarrolla un interfaz intuitivo similar a los conocidísimos ‘chat-bots’ que simplifica enormemente la interactuación con los investigadores y elimina la habitual necesidad de disponer de un avanzado equipo de programación en Inteligencia Artificial cada vez que se inicia un nuevo estudio.


Estas características y otras que aborda el proyecto, como es la estandarización de los historiales clínicos para simplificar su creación, la extracción/aprendizaje y anonimización por parte de modelos de Inteligencia Artificial especializada, aunque pueden ser obvias, todavía no han sido abordadas adecuadamente por la comunidad médica, por lo que este proyecto trata de solucionarlo de una manera global.


La implementación de la IA en medicina se promete como uno de los avances más importantes en su historia, de hecho, gracias al avance de esta y otras tecnologías los ayazgos en investigación se han multiplicado de manera exponencial en las últimas décadas, sin embargo este avance podría detenerse porque los clínicos no estan preparados para usarla.


Cómo propone Tim Schubert, Oosterlinck, T., Stevens R. y su equipo en AI education for clinicians, (Pulsa aquí para acceder directamente al estudio) en lugar de apostar por lo complejo en el campo de la medicina, proponen un enfoque más claro de cara a implantar la IA en el ambiente sanitario con pasos sencillos:


▪️ Enseñar Inteligencia artificial según niveles: básico, competente, experto
▪️ Priorizar las habilidades prácticas sobre conocimientos técnicos
▪️ Adaptar la formación al rol clínico y al contexto real de la praxis


El estudio de Schubert destaca principios clave como son una formación escalonada, donde no hace falta programar, pero sí comprender el contexto en el que funciona y como razona la IA. Aquí, la competencia es importante, abordando la ética, la interpretabilidad y el pensamiento crítico como base, sin olvidar que en ningún momento que ahora el aprendizaje continuo es crítico, pues la IA cambia rápido y la formación debe seguir el ritmo sin interferir en el día a día de os clínicos.

El proyecto BreastAItegy y las diferentes investigaciones que se desarrollan a su alrededor se enfocan de manera precisa en estos planteamientos, dotando a los profesionales sanitarios de herramientas a distintos niveles para el aprovechamiento de la IA, un uso práctico donde no es necesario adquirir conocimientos elevados para comenzar, gracias a un interfaz escalable al nivel de concimiento del usuario y un ecosistema de módulos para ayudar a los clínicos a formarse y desarrollar usos en el contexto real.

Por que en el mundo real de la medicina, la información por ejemplo, no esta ‘formateada’ para un uso preciso por parte de las IAs, de hecho, ni siquiera habitualmente resulta sencillo extraer gran parte de la información presente en los corpus sanitarios por métodos automatizados para su uso en investigación. El software y modelos de IA habituales tienen serios problemas para ayudar a esta automatización, ya que no han sido entrenados correctamente, proceden de grandes modelos LLM repletos de sesgos e inexactitudes o son modelos especializados demasiado pequeños y poco entrenados para abordar con absoluta precisión un reclutamiento de datos preciso que ahorre costes de extracción.

Así pues, aunque se disponen de 'millones' de datos almacenados en centros de investigación y hospitales que podrían ser de una utilidad enorme tanto en estudios tradicionales o usando Inteligencia Artificial, el primer paso es poder transformarlos de manera rápida en bases de datos precisas y 'datasets' para IAs que los hagan realmente útiles y a un coste asumible. Parece algo básico pero el problema odavía permanece en vias de resolución.

Es por ello que BreastAItegy brinda por primera vez a todos estos retos una solución pragmática y eficiente que aborda el problema 'desde el principio' colaborando estrechamente clínicos y programadores para dar una solución real al problema, generando tecnología de Inteligencia Artificial, protocolos de tratamiento de información y software, diseñado por y para clínicos, comprendiendo sus necesidades, priorizando soluciones prácticas y sencillas desde el minuto cero.

En la alianza que abandera BreastAItegy, los programadores crean un entorno escalable que va a permitir que cada vez más y más investigadores, hospitales y centros de investigación dispongan de todo lo necesario a un coste asumible, en mitad de una tecnología que parece exigir cada vez mayores gastos estratosféricos, esta nueva concepción rompe con los problemas que hasta el momento ha presentado la Inteligencia Artificial en medicina para muchos clínicos y poder seguir el nuevo paradigma de simplicidad en la adopción que la sanidad necesita.

La adopción de la Inteligencia Artificial en la sanidad no es una opción, es una necesidad estratégica que solo podrá conseguirse si comprendemos estos nuevos planteamientos de cooperación en investigación , la comunicación continuada con los ingenieros de IA y las alianzas internacionales para asumir el reto.