L’aplicació de la Intel·ligència Artificial a la medicina, un dels sectors amb més impacte esperat, i els reptes i possibilitats que planteja, ha estat la temàtica que ha centrat el webinar organitzat per la Càtedra de Transformació del Model Econòmic de la Universitat Politècnica de València de la mà d’Aurelia Bustos (MD, PHD i cofundadora de MedBravo), que ha tingut lloc hui, 1 de desembre de 2021.
Durant la seua exposició, Aurelia ha tractat, a partir de resultats de diferents projectes de recerca, els reptes tècnics que implica actualment l’aplicació de tecnologia per a l’explotació de dades en salut, fent èmfasi en tres punts:
- Programari d’Intel·ligència Artificial, aspectes específics del cicle de vida de desenvolupament amb impacte al sector sanitari, garantint la seguretat i adaptació contínua dels algorismes.
- Biaixos en imatge mèdica, especialment en l’aplicació de Deep Learning (Aprenentatge profund) i les tècniques per evitar-ho.
- Biaixos a RWE (Real World Evidence), la importància de detectar-los metodològicament i evitar els biaixos en dades clíniques.
Per acabar, la doctora Bustos ha compartit amb els assistents les principals conclusions sobre els reptes i barrers a salvar en la correcta i efectiva aplicació de la IA a la medicina, que en alguns casos poden solucionar-se a través de l’aprenentatge federat:
- Disposar de grans volums de dades
- Garantir la qualitat i representativitat de les dades
- Identificar i controlar biaixos i factors de confusió
- Dotar d’explicabilitat
- Reproduir, validar i monitoritzar a la pràctica clínica
- Comercialitzar juntament amb fitxa tècnica similar als fàrmacs
- Adaptar i agilitzar el marc regulador i legal
- Garantir la privacitat de dades de caràcter personal
- Atendre qüestions ètiques i dequitat
- Disposar i formar personal expert en Intel·ligència Artificial o Deep Learning