EL AUGE DE LA IA GENERATIVA EN EL SECTOR SANITARIO
Si bien la inteligencia artificial, por sí sola, ya ha comenzado a mejorar el diagnóstico de enfermedades mediante análisis rápidos y avanzados de imágenes médicas y otras técnicas, IA generativa tiene el potencial de transformar los flujos de trabajo clínicos y la forma de trabajar de los médicos.
Se prevé que el mercado de la inteligencia artificial en el sector sanitario crezca de $14.6 mil millones en 2023 a $102.7 mil millones en 2032, con una tasa de crecimiento anual compuesto (CAGR) del 47,6%. (MarketsandMarkets)
Las empresas de capital riesgo han invertido más de $1,7 mil millones en soluciones de IA generativa durante los últimos tres años, siendo el descubrimiento de fármacos basado en IA y la programación de software mediante IA las áreas que han recibido mayor financiación. (Gartner)
Se prevé que, para 2025, 50% de las iniciativas de descubrimiento y desarrollo de fármacos utilicen la IA generativa. (Gartner)
“En el sector sanitario, al igual que en otros sectores, la IA generativa encierra un potencial transformador que permite liberar a las personas de las tareas repetitivas, lo que les permite centrar sus esfuerzos en actividades de mayor valor y disponer de más tiempo para atender necesidades más complejas”.”
Paul de Balincourt, Director de Transformación Sanitaria Data e IA a Artefact
Informe sobre la IA generativa en el ámbito sanitario
Aprovechar el potencial de la IA generativa en beneficio de los pacientes, los profesionales sanitarios y las empresas farmacéuticas
Descargar el Informe
Utilizando un un enfoque centrado en el ecosistema, en el que el paciente ocupa siempre un lugar central, clasifica el panorama de la inteligencia artificial general (GenAI) en el ámbito sanitario en actores que interactúan directamente con los pacientes y facilitadores, y analiza Casos de uso de la IA general para cada uno.
A continuación se enumeran algunas de las muchas formas en que la IA generativa beneficia a los agentes del sector sanitario:
Empresas farmacéuticas Puede sintetizar la generación de data de los pacientes para ensayos clínicos, permitir la generación de biomoléculas de novo y mejorar las herramientas de interacción para los representantes de ventas.
Proveedores de cuidados utilizar la mejora y el análisis de imágenes para optimizar el diagnóstico y la planificación del tratamiento, así como para sintetizar rápidamente grandes cantidades de información médica.
Investigadores Puede analizar una gran cantidad de historiales médicos y de salud para agilizar el proceso de selección e identificar mejor a los candidatos adecuados para los ensayos clínicos.
Organismos de salud pública puede analizar grandes cantidades de datos de población data para detectar los primeros indicios de brotes, supervisar y predecir la propagación de patógenos e identificar las fuentes de infección.
Casos de uso concretos de la IA generativa:
Aplicaciones y ventajas en el sector sanitario
Están surgiendo varias categorías destacadas de casos de uso de la IA generativa, que abarcan desde el aumento de datos data, la generación de conocimientos y el desarrollo de biomoléculas, hasta la personalización de contenidos, la productividad y la automatización.
Caso de uso #1: Generación de pacientes sintéticos data para acelerar los ensayos clínicos
Objetivo: Investigadores de ensayos clínicos.
Acelerar el reclutamiento de pacientes para reducir el tiempo necesario hasta el inicio de la fase III.
Realizar una ampliación virtual del paciente data con datos sintéticos de data en lo que respecta a características clínicas, genómica, tratamiento y resultados; validar el proceso para evaluar la fidelidad y la capacidad de preservar la privacidad.
“La IA generativa puede reducir el tiempo necesario para las terceras fases de los ensayos clínicos, gracias a las ‘cohortes aumentadas’ (es decir, pacientes virtuales generados por la IA), aunque se requiere la validación de un médico en cada etapa del proceso”.”
Stéphanie Allassonnière, catedrática y vicerrectora de Valorización y Colaboraciones Industriales en la Universidad Paris Cité
Caso de uso #2: Asistente administrativo de un profesional sanitario (HCP)
Objetivo: Miembros de equipos médicos, odontológicos, farmacéuticos o de enfermería.
Facilite la memorización, el uso y el intercambio con otros profesionales sanitarios del contenido procedente de numerosas fuentes (estudios, guías clínicas, artículos de investigación…).
Centralice el contenido para que pueda ser consultado por un modelo de IA generativa; entrene el modelo de lenguaje grande (LLM) adecuado para que admita las indicaciones identificadas (por ejemplo, resumen, identificación de fuentes, consultas médicas…); realice una validación para evaluar la precisión de las respuestas, la relevancia de las recomendaciones, etc.
“En 2020 se publicaron más de 100 000 artículos sobre una única patología: la COVID. La IA generativa tiene el potencial de aliviar la carga de trabajo de los profesionales sanitarios que carecen del tiempo necesario para mantenerse al día con el volumen cada vez mayor de literatura científica, proporcionándoles resúmenes generados de las publicaciones”.”
Grégoire Pigné, director general, oncólogo y radioterapeuta en PulseLife
El ecosistema sanitario:
Preparándonos para aprovechar todo el potencial de la IA generativa
Podemos dividir el ecosistema en cuatro grupos principales de actores:
Hiperescaladores democratizar la IA generativa y ya han comenzado a crear modelos y servicios específicos para el ámbito sanitario. Med-Palm2 de Google, BioGPT de Microsoft, HealthScribe de AWS, y NVIDIA BioNeMo son solo algunos ejemplos.
Empresas emergentes como Nabla, Memora Health y IA hipocrática complementar a los hiperescaladores con soluciones innovadoras para abordar problemas más específicos.
Empresas farmacéuticas utilizar la IA generativa para ayudar a desarrollar pruebas de concepto (POC) y acelerar el descubrimiento de fármacos. Algunas colaboraciones a las que hay que prestar atención son: Sanofi + Insilico Medicine, Pfizer+Iktos, Servier+Aqemia y AstraZeneca+Benevolent.
Dominio público las partes interesadas, incluidos los hospitales y los institutos de investigación. Docaposte, una empresa francesa especializada en informática sensata, ha anunciado recientemente el lanzamiento de su primer servicio de modelo de lenguaje grande (LLM) soberano con casos de uso en el ámbito sanitario.
Los inversores también se están sumando a la revolución de la IA general, financiando proyectos de gran impacto:
“El reto radica en integrar la IA generativa en empresas consolidadas que ya tienen acceso a una asistencia sanitaria de alta calidad data, en lugar de invertir en nuevas empresas emergentes”.”
Anne-Sophie Saint-Martin, socia en Newfund Capital
“Aunque la mayoría de los proyectos actuales se encuentran en las primeras fases de desarrollo, la combinación de la inteligencia artificial generativa (GenAI) y la computación cuántica en el descubrimiento de fármacos no solo podría dar lugar a la creación de nuevos tratamientos, sino también a nuevos avances que la propia naturaleza aún no es capaz de ofrecer”.”
Florian Denis, director de inversiones en Elaia
Limitaciones, retos y oportunidades de la IA general en el ámbito sanitario
Aunque la IA general (GenAI) promete revolucionar el sector sanitario, también conlleva riesgos y retos importantes. A continuación, destacamos los más significativos y analizamos posibles estrategias de mitigación.
Por ejemplo, para proteger al paciente data sin necesidad de anonimizar sus datos, la start-up francesa Sarus garantiza que no se incluya ninguna información personal en los modelos de lenguaje grande (LLM) ajustados.
“Los modelos de lenguaje a gran escala (LLM) tienden a ‘alucinar’ respuestas erróneas. Una forma de mitigar este fenómeno consiste en recuperar automáticamente los documentos de una base de conocimientos que tengan más probabilidades de contener elementos de la respuesta y añadirlos a la solicitud, de modo que el LLM disponga de más contexto para dar una respuesta correcta”.”
Nicolas Grislain, cofundador y director científico en Sarus
La accesibilidad de Data también desempeña un papel fundamental a la hora de proporcionar los datos necesarios para los modelos de IA generativa; del mismo modo, la aculturación y la formación en data son indispensables para que los profesionales sanitarios se familiaricen con el uso y los posibles riesgos asociados a esta tecnología.
“Es fundamental establecer unas normas de uso para los modelos de IA generativa y garantizar una formación exhaustiva de los profesionales sanitarios sobre sus limitaciones y vulnerabilidades intrínsecas”.”
Jean-Marc Bereder, especialista en el uso de la inteligencia artificial y antiguo jefe de departamento en el Hospital Universitario de Niza
La confianza y el control: un papel fundamental para garantizar una IA responsable y fiable
Muchos actores están avanzando en un contexto de gran incertidumbre en cuanto al rendimiento que se puede alcanzar, los posibles niveles de industrialización y las restricciones normativas aún por definir.
Para superar estos retos:
Las personas deben estar siempre en el centro de los procesos de toma de decisiones para ejercer el control y adoptar decisiones fundamentadas.
Los seres humanos deben seguir siendo los principales beneficiarios de las mejoras en la productividad que aportan las aplicaciones de inteligencia artificial generativa (GenAI) en el ámbito sanitario y en la gestión de pacientes.
Además, la supervisión humana debe garantizar que la IA se aproveche en función de sus capacidades para garantizar.
“A largo plazo, los seres humanos corren el riesgo de depender en exceso de los documentos generados, lo que podría dar lugar a una pérdida de comprensión y de competencias técnicas. Es necesario preservar la capacidad de toma de decisiones humana para evitar la alienación provocada por los modelos de lenguaje a gran escala (LLM).”
Vincent Vuiblet, catedrático universitario y médico hospitalario – CHU de Reims, URCA; director del Instituto de Inteligencia Artificial en el Ámbito Sanitario de Reims-Champagne-Ardenne (I2AS)
ASESORAMIENTO EN DATOS | DATOS Y MARKETING DIGITAL | COMERCIO DIGITAL
