¡Hola a todos! Quería compartir algunas conclusiones clave de mi informe, basadas en una entrevista que realicé sobre el uso del Machine Learning en la medicina en España y Cataluña.
En la actualidad, el uso de la IA en el ámbito sanitario está en auge, con muchas investigaciones y experimentación en curso, aunque de momento todavía estamos en una etapa de pruebas y adaptaciones.
A día de hoy el ML se usa sobre todo en técnicas diagnósticas, especialmente en pruebas de imagen como TACs, resonancias y ecografías. Lo que antes requería un análisis detallado por parte de los médicos, ahora se puede realizar en segundos con la ayuda de la IA, agilizando los diagnósticos y permitiendo a los profesionales centrarse en la toma de decisiones clínicas.
Por otro lado, en áreas como el diagnóstico basado en datos clínicos (edad, temperatura, analíticas, etc.), su aplicación es más limitada, ya que en estos casos hay muchas mas variables y una mayor complejidad en la interpretación de los datos. Por ahora, su uso se concentra en entornos específicos como las UCIs, donde el entorno es mas controlado y se obtienen parámetros numéricos de los diferentes monitores.
Un punto clave es que, a pesar del avance del ML, la decisión final sigue siendo del médico, quien debe evaluar la información de la IA junto con otros factores clínicos. Además, en casos con múltiples opciones de tratamiento, la opinión del paciente sigue siendo esencial para garantizar una atención ética y personalizada.
Me gustaría saber si en vuestras investigaciones habéis llegado a conclusiones similares. También me gustaría conocer su opinión sobre este tema. ¿Qué creen que debe cambiar para que el ML tenga un papel más central en la atención sanitaria?
¡Un saludo!
Yago
3 Respuestas
1204 Vistas