Revista Farmabiotec Número 13

40 farmaBIOTEC #11 MUNDO Biotec Inteligencia artificial No podemos obviar que la IA y sus subcampos, como el Aprendizaje Automático (ML) y el Aprendizaje Profundo (DL), están revolucionando muchos aspectos del cuidado de la salud. Retos clínicos críticos relacionados con el diag- nóstico, el pronóstico, la prevención, el descubrimiento de nuevos fármacos o los efectos de los tratamientos pueden mejorar considerablemente con su uso, además de ayudar en la personalización de evaluaciones clínicas y tratamien- tos para pacientes específicos, alineándose con la visión moderna de la medicina de precisión. Grandes avances en la aplicación de la IA en salud El apoyo al diagnóstico es una de las áreas más prome- tedoras de la IA en la salud. Mediante el análisis de gran- des volúmenes de datos clínicos, los algoritmos pueden identificar patrones y anomalías complementarias al ojo humano. Por ejemplo, en el campo de la radiología, los sistemas de IA han demostrado ser capaces de detectar enfermedades como el cáncer de mama y o el de pulmón en imágenes de manera muy rápida y precisa. Esta capaci- dad para procesar y analizar datos a una velocidad y escala sin precedentes puede dar como resultado diagnósticos más tempranos y precisos. Además del diagnóstico, el pronóstico es otra área donde la IA está teniendo un impacto significativo. Los mode- los de ML pueden analizar datos históricos de pacientes para predecir la progresión de enfermedades y los posi- bles resultados de diferentes tratamientos. Esto permite a los médicos tomar decisiones más informadas sobre el manejo de enfermedades crónicas y la planificación del tratamiento a largo plazo. Por ejemplo, en la cardiología, los algoritmos de IA pueden predecir la probabilidad de eventos cardíacos futuros basándose en una variedad de factores, desde antecedentes médicos hasta datos de sen- sores portátiles. El descubrimiento de fármacos también se ha benefi- ciado. Los algoritmos pueden analizar grandes bases de datos de compuestos químicos y datos biológicos para identificar nuevas combinaciones de fármacos y predecir su eficacia. Este enfoque ha acelerado el proceso de desa- rrollo de medicamentos, reduciendo el tiempo y el costo asociados con los ensayos clínicos tradicionales. Un ejem- plo es el uso de IA por parte de empresas biotecnológicas para identificar posibles tratamientos para enfermedades como el COVID-19, donde la velocidad en el desarrollo de terapias es crucial. Inteligencia Artificial Explicable, imprescindible en el ámbito de la salud La explicabilidad en inteligencia artificial (IA) se refiere a la capacidad de estos sistemas y modelos para proporcionar interpretaciones claras y comprensibles de cómo y por qué se han tomado determinadas decisiones o se han producido ciertos resultados. En otras palabras, es el proceso mediante el cual se hace transparente el funcionamiento interno de los algoritmos de IA, permitiendo a los usuarios, especialmente aquellos sin formación técnica avanzada, entender las bases de las predicciones y recomendaciones generadas por estos sistemas. Raquel Podadera Rodríguez, Health of Marketing & Communications, Dedalus Iberia.