Tendemos a pensar que la innovación se trata de crear algo nuevo. Pero la mayoría de las veces, se producen grandes avances cuando los puntos existentes están conectados. Por ejemplo, en el campo de la salud, la penicilina comenzó en 1928 cuando Alexander Fleming regresó de sus vacaciones para descubrir que un moho había contaminado algunos de sus cultivos de bacterias y estaba evitando el crecimiento normal de la bacteria. Pero no ganó ninguna tracción real hasta una década después, cuando Howard Florey se encontró con el artículo de Fleming sobre el moho de penicillium en una revista médica. Comenzó a trabajar en el desarrollo de la penicilina con su colega Ernst Chain, y el primer paciente humano fue tratado con éxito con el medicamento en 1942. Fue una serie de conexiones de puntos que condujeron a uno de los avances médicos más importantes de nuestro tiempo.
Eso no es diferente al proceso en el que la Inteligencia Artificial (IA) y Machine Learning (ML) se aprovechan para conectar «puntos de datos» para generar nuevas ideas. Pero para descubrir de manera efectiva las relaciones entre diferentes dominios de conocimiento, estas tecnologías requieren acceso a grandes y diversos conjuntos de datos. Eso puede ser un desafío en industrias como la salud y la farmacia, donde los datos se recopilan y almacenan en diferentes lugares y se consideran altamente sensibles. Pero al aprovechar una arquitectura de datos distribuidos interconectados, los participantes en ecosistemas de salud digital como proveedores, aseguradoras, gobiernos, investigadores y más pueden compartir información de pacientes de manera segura y adecuadamente.
Cómo es el futuro de la salud impulsada por la IA
Las tecnologías como la Inteligencia Artificial y el Cómputo en la Nube no solo permiten nuevas conexiones entre dominios de conocimiento, sino también entre entidades físicas y eventos, como un médico que realiza una cirugía remotamente o un dispositivo médico que detecta un evento de atención crítica y alerta a las enfermeras y médicos de guardia.
Una encuesta reciente de Optum a 500 líderes de la industria de la salud de EE. UU. descubrió que el 62% de los encuestados tiene una estrategia de IA, casi el doble que la del año anterior. Hay varias áreas en las que la IA ya está ayudando a avanzar en resultados positivos en el sector.
Por ejemplo:
- Alibaba entrenó un modelo de IA para detectar el coronavirus en segundos con una precisión del 96%.
- Desarrollado en solo 12 meses, un medicamento diseñado por IA para tratar el trastorno obsesivo compulsivo (TOC) ingresará a un ensayo clínico en humanos por primera vez.
- Los investigadores del MIT descubrieron un nuevo antibiótico capaz de matar 35 bacterias resistentes a los medicamentos a través de un algoritmo de aprendizaje profundo.
- La FDA ha aprobado la plataforma de inteligencia artificial de GE Healthcare para los escáneres de rayos X que pueden ayudar a los radiólogos a priorizar los casos de pulmones colapsados.
- Suki AI es un asistente digital habilitado por voz para médicos, éste registra las notas dictadas por el personal médico durante una visita al paciente y luego llena automáticamente los registros de salud electrónicos (EHR) basados en esas notas, acelerando enormemente la transcripción médica.
Tal vez te interese: La Inteligencia Artificial puede ayudar a prevenir brotes de enfermedades
La creciente adopción de IA por parte de las industrias farmacéuticas y de salud continuará impulsando innovaciones como estas, pero el acceso a los datos es clave para su éxito.
El acceso a datos estándar es un desafío clave
La inteligencia artificial es tan buena como los datos que la alimenta, y ese es un desafío clave para la industria de la salud. Aunque los EHR, las revistas médicas y otras fuentes de datos digitales han existido durante bastante tiempo, históricamente se han acumulado en infraestructuras de TI centralizadas. Y gran parte de los datos críticos del paciente se han bloqueado en diferentes sistemas de pagos y proveedores en varios estados y formatos.
Los avances futuros dependerán de que estos datos se compartan, de forma segura y compatible, entre pacientes, dispositivos, proveedores de salud, aseguradoras, gobiernos, investigadores y más. Esto requiere un ecosistema interconectado distribuido que pueda acelerar la colaboración y asegurar el intercambio de datos entre los participantes del ecosistema de salud digital.
El Volumen 3 del Índice de Interconexión Global (GXI), un estudio publicado por Equinix, describe cinco pasos simples para lograr este estado de preparación digital:
- Optimización de la red: acorte la distancia entre los usuarios y los servicios mediante la creación de una cadena de suministro digital de centros interconectados en el borde (edge) digital entre proveedores, compañías de investigación / farmacéuticas y gobiernos.
- Multinube híbrida: interconecte local y directamente nubes y socios y segmente el tráfico de red en los concentradores para mejorar el rendimiento y la baja latencia.
- Seguridad distribuida: implemente y conecte controles de seguridad y contramedidas en los hubs para lograr transparencia y control en tiempo real en todo el panorama digital. Aproveche la interconexión privada para evitar los riesgos de seguridad inherentes a la Internet pública.
- Datos distribuidos: coloque análisis, data lakes y controles de datos en los hubs para integrar las tuberías de datos, administrar grandes volúmenes de datos y generar información. Aproveche los modelos de datos estandarizados de salud y ciencias de la vida (HCLS) basados en la arquitectura de la alianza de salud existente para seguir cumpliendo.
- Intercambio de aplicaciones: participe en ecosistemas de salud digital interconectados para recolectar, procesar e intercambiar datos médicos y de otros pacientes, generar información oportuna y expandir la cadena de valor con socios y datos para obtener resultados y experiencias superiores.
A medida que crece el intercambio seguro de datos de salud, allanará el camino para avances médicos que solo podemos imaginar ahora.
Por: Amet Novillo, Director General, Equinix México.