Revista Farmabiotec Número 14

#14 farmaBIOTEC 99 La inteligencia artificial está revolucionando el ámbito de la salud, por las grandes posibilidades que ofrece en la ayuda al diagnóstico, la planificación de tratamientos y la optimización de los procesos asistenciales. Sin embargo, el uso responsa - ble de estas tecnologías requiere poner el foco en su transpa - rencia, explicabilidad, equidad y no discriminación. Poner en marcha un sistema de IA en salud implica traba - jar con tres componentes principales: los datos de entrada, los modelos entrenados y el despliegue de los mismos en el mundo real. El proceso comienza con la recolección y el pro - cesamiento de datos, que se utilizan para entrenar modelos predictivos o generativos mediante el uso de distintos algo- ritmos de aprendizaje automático. Una vez el modelo se des - pliega el trabajo no termina ahí puesto que se requiere una monitorización constante para gestionar riesgos y asegurar su correcto funcionamiento a lo largo del tiempo; y al apli - carse el modelo a poblaciones distintas a las que se utilizaron para entrenar los modelos originalmente. El estudio Framingham: un ejemplo pionero Un ejemplo pionero de un modelo predictivo en salud basado en el análisis de datos es el estudio de Framingham (FraminghamHeart Study) . Iniciado en 1948, este estudio lon - gitudinal recopiló sistemáticamente durante años datos de población sana en la ciudad de Framingham para identificar qué factores estaban asociados y por tanto permitían de algún modo predecir el desarrollo de enfermedades cardio - vasculares. En 1997, se publicó un modelo predictivo basado en estos datos, utilizando variables como edad, colesterol, presión arterial, diabetes y tabaquismo. Utilizando un tipo de algoritmo conocido como regresión logística se construyó un modelo predictivo que asignaba a cada una de esas variables un peso (o importancia) a la hora de predecir quién sufriría INNOVACIÓN Inteligencia artificial Claves para una Inteligencia Artificial responsable en salud Atributos como el de transparencia, explicabilidad, equidad y no discriminación deben gobernar la Inteligencia Artificial en todos los ámbitos, pero si hablamos de salud, sector sanitario e investigación clínica, entonces estos conceptos se hacen imprescindibles. Julio Bonis, Director de Inteligencia Artificial & Big Data de Sermes CRO.