Aplicaciones prácticas
Las aplicaciones IA analizan dicha cantidad ingente de datos y encuentran dependencias, descubriendo patrones y modelos que pueden ayudar a habilitar un tratamiento personalizado. Cuanto mayor es la cantidad de datos, con mayor precisión se realiza dicho análisis y es justamente esta cualidad la que está determinando el despegue de estos sistemas. No obstante, tal y como hemos dicho, este es un campo nuevo y estamos en el inicio de una nueva era en la que se verán revolucionados muchos aspectos de nuestra vida cotidiana, y no sólo los relacionados con la salud. Por ejemplo, actualmente se están desarrollando inteligencias artificiales que encuentran dependencias entre distintas variables clínicas entre millones, que pasarían inadvertidas al ser humano. Un ejemplo es la IA Watson de IBM, un sistema informático capaz de responder preguntas formuladas en lenguaje natural. Este sistema de IA puede hacer diagnósticos precisos y sugerir tratamientos basados en las mejores prácticas de los principales centros de todo el mundo. El resultado es que, de facto, la práctica médica es preventiva e individual en mayor medida.
Otro ejemplo de IA que ya se está introduciendo y usándose en algunos centros de nuestro país, tanto de la mano de la empresa privada como de la pública, es la aplicación de esta tecnología en el diagnostico de imagen radiológica. Los sistemas de IA, al poder responder a patrones matemáticos, se entrenan antes de su implantación con una cantidad ingente de información previa (cientos de miles de estudios) y, debido a esa base de conocimiento, es capaz de analizar las imágenes diarias que puede “inyectarle” un centro y generar un pre-informe con un diagnóstico de presunción con evidencias para que el radiólogo tenga que validarlas. Esto acelera drásticamente la resolución de las principales pruebas diagnósticas.
Estas tecnologías de análisis y explotación de los Sistemas de Información implican un gran esfuerzo de implantación y puesta en producción, así como metodologías que permitan una rápida adaptación a las necesidades que surgen ante el descubrimiento de nuevas informaciones. La falta de conocimientos del personal y la falta de perfiles específicos en el mercado laboral es una barrera que la sociedad tiene que ir derribando, de ahí la alta demanda en perfiles Data Science.
