noticias

Desde que IBM Watson comezou en 2007, os humanos estiveron a buscar continuamente o desenvolvemento da intelixencia artificial (IA) médica. Un sistema de IA médica utilizable e potente ten un enorme potencial para remodelar todos os aspectos da medicina moderna, permitindo unha atención máis intelixente, precisa, eficiente e inclusiva, brindando benestar aos traballadores médicos e aos pacientes e, polo tanto, mellorando enormemente a saúde humana. Nos últimos 16 anos, aínda que os investigadores da IA ​​médica acumularon traballo en varios campos pequenos, nesta fase, aínda non foron capaces de levar a ciencia ficción á realidade.

Este ano, co desenvolvemento revolucionario da tecnoloxía de IA como ChatGPT, a IA médica fixo un grande progreso en moitos aspectos. Avance sen precedentes na capacidade da IA ​​médica: a revista Nature lanzou continuamente a investigación do modelo de linguaxe médica grande e do modelo básico de imaxes médicas; Google lanza Med-PaLM e o seu sucesor, alcanzando un nivel experto nas preguntas do exame de médicos dos Estados Unidos. As principais revistas académicas centraranse na IA médica: Nature publica as perspectivas sobre o modelo básico da IA ​​médica xeral; Tras unha serie de revisións da IA ​​en medicina a principios deste ano, o New England Journal of Medicine (NEJM) publicou a súa primeira revisión de saúde dixital o 30 de novembro e lanzou o primeiro número da subrevista NEJM NEJM AI o 12 de decembro. O solo de aterraxe da IA ​​médica está máis maduro: a subrevista JAMA publicou a iniciativa global de intercambio de datos de imaxes médicas; A Administración de Alimentos e Medicamentos dos Estados Unidos (FDA) está a desenvolver un borrador de directrices para a regulación da IA ​​médica.

A continuación, revisamos os significativos progresos que os investigadores de todo o mundo fixeron na dirección dunha IA médica utilizable en 2023.

Modelo básico de IA médica

A construción dun modelo básico de IA médica é, sen dúbida, o foco de investigación máis candente deste ano. As revistas Nature publicaron artigos de revisión sobre o modelo básico universal da atención sanitaria e o modelo de linguaxe ampla da atención sanitaria durante o ano. Medical Image Analysis, a revista máis importante do sector, revisou e agardou con interese os desafíos e as oportunidades da investigación de modelos básicos na análise de imaxes médicas e propuxo o concepto de "pedigrí do modelo básico" para resumir e guiar o desenvolvemento da investigación de modelos básicos de IA médica. O futuro dos modelos básicos de IA para a atención sanitaria está a ser máis claro. Baseándose nos exemplos exitosos de modelos de linguaxe ampla como ChatGPT, utilizando métodos de adestramento previo autosupervisado máis avanzados e unha vasta acumulación de datos de adestramento, os investigadores no campo da IA ​​médica están a tentar construír 1) modelos base específicos de enfermidades, 2) modelos base xerais e 3) modelos grandes multimodais que integren unha ampla gama de modos con parámetros masivos e capacidades superiores.

Modelo de IA de adquisición de datos médicos

Ademais dos grandes modelos de IA que desempeñan un papel importante nas tarefas posteriores de análise de datos clínicos, na adquisición de datos clínicos augas arriba tamén xurdiu a tecnoloxía representada polos modelos de IA xerativa. O proceso, a velocidade e a calidade da adquisición de datos poden mellorar significativamente mediante algoritmos de IA.

A principios deste ano, Nature Biomedical Engineering publicou un estudo da Universidade do Estreito de Turquía que se centraba no uso da IA ​​xerativa para resolver o problema do diagnóstico asistido por imaxe patolóxica en aplicacións clínicas. Os artefactos no tecido de seccións conxeladas durante a cirurxía son un obstáculo para unha avaliación diagnóstica rápida. Aínda que o tecido incrustado en formalina e parafina (FFPE) proporciona unha mostra de maior calidade, o seu proceso de produción leva moito tempo e adoita tardar de 12 a 48 horas, o que o fai inadecuado para o seu uso en cirurxía. Polo tanto, o equipo de investigación propuxo un algoritmo chamado AI-FFPE, que pode facer que a aparencia do tecido na sección conxelada sexa similar á FFPE. O algoritmo corrixiu con éxito os artefactos das seccións conxeladas, mellorou a calidade da imaxe e conservou as características clinicamente relevantes ao mesmo tempo. Na validación clínica, o algoritmo AI-FFPE mellora significativamente a precisión diagnóstica dos patólogos para os subtipos de tumores, ao tempo que acurta considerablemente o tempo de diagnóstico clínico.

Cell Reports Medicine publica un traballo de investigación realizado por un equipo da Terceira Facultade Clínica da Universidade de Jilin, o Departamento de Radioloxía do Hospital Zhongshan Afiliado á Universidade de Fudan e a Universidade de Ciencia e Tecnoloxía de Shanghai [25]. Este estudo propón un marco de fusión de aprendizaxe profunda e reconstrución iterativa de propósito xeral (Hybrid DL-IR) con alta versatilidade e flexibilidade, mostrando un excelente rendemento de reconstrución de imaxes en resonancia magnética rápida, TC de baixa dose e PET rápida. O algoritmo pode lograr a exploración multisecuencia dun só órgano por resonancia magnética en 100 segundos, reducir a dose de radiación a só o 10 % da imaxe da TC e eliminar o ruído, e pode reconstruír pequenas lesións a partir da adquisición da PET cunha aceleración de 2 a 4 veces, ao tempo que reduce o efecto dos artefactos de movemento.

IA médica en colaboración con traballadores médicos

O rápido desenvolvemento da IA ​​médica tamén levou aos profesionais médicos a considerar seriamente e explorar como colaborar coa IA para mellorar os procesos clínicos. En xullo deste ano, DeepMind e un equipo de investigación multiinstitucional propuxeron conxuntamente un sistema de IA chamado Complementary Driven Clinical Workflow Delay (CoDoC). O proceso de diagnóstico é diagnosticado primeiro por un sistema de IA preditivo, logo xulgado por outro sistema de IA sobre o resultado anterior e, se hai dúbidas, o diagnóstico é finalmente realizado por un médico para mellorar a precisión do diagnóstico e a eficiencia do equilibrio. No que respecta ao cribado do cancro de mama, CoDoC reduciu as taxas de falsos positivos nun 25 % coa mesma taxa de falsos negativos, ao tempo que reduciu a carga de traballo dos médicos nun 66 %, en comparación co proceso actual de "arbitraxe de dobre lectura" no Reino Unido. En termos de clasificación da tuberculose, as taxas de falsos positivos reducíronse entre un 5 e un 15 por cento coa mesma taxa de falsos negativos en comparación coa IA independente e os fluxos de traballo clínicos.

Do mesmo xeito, Annie Y. Ng et al., de Kheiron Company en Londres, Reino Unido, introduciron lectores de IA adicionais (en cooperación con examinadores humanos) para reexaminar os resultados cando non había resultados de recuperación no proceso de arbitraxe de dobre lectura, o que mellorou o problema da detección perdida no cribado temperán do cancro de mama, e o proceso case non tivo falsos positivos. Outro estudo, dirixido por un equipo da Facultade de Medicina McGovern da Universidade de Texas e realizado en catro centros de ictus, aplicou tecnoloxía de IA baseada en anxiografía por tomografía computarizada (TC) para automatizar a detección de accidentes cerebrovasculares isquémicos oclusivos vasculares grandes (OVI). Os médicos e radiólogos reciben alertas en tempo real nos seus teléfonos móbiles en cuestión de minutos despois de completar a imaxe da TC, notificándolles a posible presenza de OVI. Este proceso de IA mellora os fluxos de traballo dentro do hospital para o accidente cerebrovascular isquémico agudo, reducindo o tempo porta-viña desde o ingreso ata o tratamento e proporcionando oportunidades para un rescate exitoso. Os achados publícanse en JAMA Neurology.

Un modelo de atención sanitaria con IA para o beneficio universal

En 2023 tamén se verán moitos bos traballos que empregan a IA médica para atopar características invisibles para o ollo humano a partir de datos máis dispoñibles, o que permitirá un diagnóstico universal e unha detección temperá a escala. A principios de ano, Nature Medicine publicou estudos realizados polo Centro Oftalmolóxico Zhongshan da Universidade Sun Yat-sen e o Segundo Hospital Afiliado da Universidade Médica de Fujian. Usando teléfonos intelixentes como terminais de aplicacións, empregaron imaxes de vídeo semellantes a debuxos animados para inducir a mirada dos nenos e rexistrar o seu comportamento de mirada e os seus trazos faciais, e analizaron ademais modelos anormais mediante modelos de aprendizaxe profunda para identificar con éxito 16 enfermidades oculares, incluíndo cataratas conxénitas, ptose conxénita e glaucoma conxénito, cunha precisión media de detección de máis do 85 %. Isto proporciona un medio técnico eficaz e fácil de popularizar para a detección temperá a grande escala da deficiencia da función visual infantil e as enfermidades oculares relacionadas.

A finais de ano, Nature Medicine publicou un traballo realizado por máis de 10 institucións médicas e de investigación de todo o mundo, incluíndo o Instituto de Enfermidades Pancreáticas de Shanghai e o Primeiro Hospital Afiliado da Universidade de Zhejiang. O autor aplicou a IA á detección do cancro de páncreas en persoas asintomáticas en centros de exploración física, hospitais, etc., para detectar as características das lesións en imaxes de TC simples que son difíciles de detectar só a simple vista, co fin de lograr unha detección precoz eficiente e non invasiva do cancro de páncreas. Ao revisar datos de máis de 20.000 pacientes, o modelo tamén identificou 31 casos de lesións clinicamente pasadas por alto, o que mellorou significativamente os resultados clínicos.

Compartición de datos médicos

En 2023, xurdiron moitos máis mecanismos perfectos de intercambio de datos e casos exitosos en todo o mundo, garantindo a cooperación multicéntrica e a apertura de datos baixo a premisa de protexer a privacidade e a seguridade dos datos.

En primeiro lugar, coa axuda da propia tecnoloxía de IA, os investigadores da IA ​​contribuíron ao intercambio de datos médicos. Qi Chang e outros da Universidade Rutgers dos Estados Unidos publicaron un artigo en Nature Communications, propoñendo un marco de aprendizaxe federal DSL baseado en redes adversarias sintéticas distribuídas, que usa a IA xerativa para adestrar os datos xerados específicos de centros múltiples e, a continuación, substitúe os datos reais dos centros múltiples polos datos xerados. Garantir o adestramento da IA ​​baseado en macrodatos multicéntricos, protexendo ao mesmo tempo a privacidade dos datos. O mesmo equipo tamén publicou de código aberto un conxunto de datos de imaxes patolóxicas xeradas e as súas anotacións correspondentes. O modelo de segmentación adestrado no conxunto de datos xerado pode lograr resultados similares aos datos reais.

O equipo de Dai Qionghai, da Universidade de Tsinghua, publicou un artigo sobre a saúde dixital de npj, no que propón a aprendizaxe por retransmisión, que emprega macrodatos multisitio para adestrar modelos de IA baixo a premisa da soberanía dos datos locais e sen conexión de rede entre sitios. Isto equilibra as preocupacións sobre a seguridade e a privacidade dos datos coa busca do rendemento da IA. Posteriormente, o mesmo equipo desenvolveu e validou conxuntamente CAIMEN, un sistema de diagnóstico de tumores panmediastínicos por TC torácica baseado na aprendizaxe federal, en colaboración co Primeiro Hospital Afiliado da Universidade Médica de Guangzhou e 24 hospitais de todo o país. O sistema, que se pode aplicar a 12 tumores mediastínicos comúns, alcanzou unha precisión do 44,9 % mellor cando se usou só que cando se usou só por expertos humanos, e unha precisión do 19 % mellor cando se usou a expertos humanos.

Por outra banda, están en marcha varias iniciativas para crear conxuntos de datos médicos seguros, globais e a grande escala. En novembro de 2023, Agustina Saenz e outros do Departamento de Informática Biomédica da Facultade de Medicina de Harvard publicaron en liña en Lancet Digital Health un marco global para compartir datos de imaxes médicas chamado Datos de Intelixencia Artificial para Toda a Atención Médica (MAIDA). Están a traballar con organizacións sanitarias de todo o mundo para proporcionar unha orientación completa sobre a recollida de datos e a desidentificación, utilizando o modelo do Socio de Demostración Federal dos Estados Unidos (FDP) para estandarizar o intercambio de datos. Planean publicar gradualmente conxuntos de datos recollidos en diferentes rexións e contextos clínicos de todo o mundo. Espérase que o primeiro conxunto de datos se publique a principios de 2024, e virán máis a medida que a colaboración se expanda. O proxecto é un intento importante para crear un conxunto global, a grande escala e diverso de datos de IA dispoñibles publicamente.

Tras a proposta, o Biobanco do Reino Unido puxo exemplo. O 30 de novembro publicou novos datos da secuenciación completa do xenoma dos seus 500 000 participantes. A base de datos, que publica a secuencia completa do xenoma de cada un dos 500 000 voluntarios británicos, é a maior base de datos completa do xenoma humano do mundo. Investigadores de todo o mundo poden solicitar acceso a estes datos anonimizados e usalos para investigar a base xenética da saúde e as enfermidades. Os datos xenéticos sempre foron moi sensibles para a súa verificación no pasado, e este logro histórico do Biobanco do Reino Unido demostra que é posible construír unha base de datos global a grande escala, aberta e sen privacidade. Con esta tecnoloxía e base de datos, a IA médica está destinada a marcar o comezo do seguinte salto.

Verificación e avaliación da IA ​​médica

En comparación co rápido desenvolvemento da propia tecnoloxía de IA médica, o desenvolvemento da verificación e avaliación da IA ​​médica é lixeiramente lento. A validación e a avaliación no campo xeral da IA ​​a miúdo ignoran as necesidades reais dos médicos e pacientes en canto á IA. Os ensaios clínicos controlados aleatorios tradicionais son demasiado laboriosos para igualar a rápida iteración das ferramentas de IA. Mellorar o sistema de verificación e avaliación axeitado para as ferramentas de IA médica canto antes é o máis importante para promover que a IA médica realmente supere a investigación e o desenvolvemento ata o desembarco clínico.

No artigo de investigación de Google sobre Med-PaLM, publicado en Nature, o equipo tamén publicou o punto de referencia de avaliación MultiMedQA, que se emprega para avaliar a capacidade dos modelos de linguaxe grande para adquirir coñecemento clínico. O punto de referencia combina seis conxuntos de datos de preguntas e respostas médicas profesionais existentes, que abarcan coñecemento médico profesional, investigación e outros aspectos, así como un conxunto de datos de bases de datos de preguntas médicas de busca en liña, que considera as preguntas e respostas en liña entre médico e paciente, intentando adestrar a IA para que sexa un médico cualificado desde moitos aspectos. Ademais, o equipo propón un marco baseado na avaliación humana que ten en conta múltiples dimensións de feitos, comprensión, razoamento e posibles sesgos. Este é un dos esforzos de investigación máis representativos para avaliar a IA na atención sanitaria publicados este ano.

Non obstante, significa o feito de que os modelos de linguaxe grande mostren un alto nivel de coñecemento clínico de codificación que os modelos de linguaxe grande son competentes para tarefas clínicas do mundo real? Do mesmo xeito que un estudante de medicina que aproba o exame de médico profesional cunha puntuación perfecta aínda está lonxe de ser un médico xefe solitario, os criterios de avaliación propostos por Google poden non ser unha resposta perfecta ao tema da avaliación da IA ​​médica para modelos de IA. Xa en 2021 e 2022, os investigadores propuxeron directrices de presentación de informes como Decid-AI, SPIRIT-AI e INTRPRT, coa esperanza de guiar o desenvolvemento e a validación temperáns da IA ​​médica baixo a condición de considerar factores como a practicidade clínica, a seguridade, os factores humanos e a transparencia/interpretabilidade. Recentemente, a revista Nature Medicine publicou un estudo realizado por investigadores da Universidade de Oxford e da Universidade de Stanford sobre se usar "validación externa" ou "validación local recorrente" para validar ferramentas de IA.

A natureza imparcial das ferramentas de IA tamén é unha importante dirección de avaliación que recibiu atención este ano tanto en artigos de Science como de NEJM. A IA adoita presentar sesgos porque se limita aos datos de adestramento. Este sesgo pode reflectir a desigualdade social, que evoluciona aínda máis cara a discriminación algorítmica. Os Institutos Nacionais de Saúde lanzaron recentemente a iniciativa Bridge2AI, cun custo estimado de 130 millóns de dólares, para crear conxuntos de datos diversos (en liña cos obxectivos da iniciativa MAIDA mencionada anteriormente) que se poidan usar para validar a imparcialidade das ferramentas de IA médica. MultiMedQA non ten en conta estes aspectos. A cuestión de como medir e validar os modelos de IA médica aínda necesita un debate amplo e profundo.

En xaneiro, Nature Medicine publicou un artigo de opinión titulado “The Next Generation of Evidence-Based Medicine” (A próxima xeración de medicina baseada na evidencia), escrito por Vivek Subbiah, do Centro Oncolóxico MD Anderson da Universidade de Texas, no que se revisan as limitacións dos ensaios clínicos expostas no contexto da pandemia da COVID-19 e se sinala a contradición entre a innovación e a adherencia ao proceso de investigación clínica. Finalmente, sinala un futuro de reestruturación dos ensaios clínicos: a próxima xeración de ensaios clínicos que empregan a intelixencia artificial, é dicir, o uso da intelixencia artificial a partir dun gran número de datos de investigación histórica, datos do mundo real, datos clínicos multimodais e datos de dispositivos portátiles para atopar evidencias clave. Significa isto que a tecnoloxía da IA ​​e os procesos de validación clínica da IA ​​poden reforzarse mutuamente e coevolucionar no futuro? Esta é a pregunta aberta e que invita á reflexión de 2023.

Regulación da IA ​​médica

O avance da tecnoloxía da IA ​​tamén supón desafíos para a regulación da IA, e os responsables políticos de todo o mundo están a responder con coidado e coidado. En 2019, a FDA publicou por primeira vez un Marco Regulador Proposta para Cambios de Software en Dispositivos Médicos de Intelixencia Artificial (Borrador de Debate), detallando o seu posible enfoque para a revisión previa á comercialización das modificacións de software impulsadas pola IA e a aprendizaxe automática. En 2021, a FDA propuxo o "Software baseado en Intelixencia Artificial/Aprendizaxe Automática como Plan de Acción de Dispositivo Médico", que aclaraba cinco medidas regulatorias médicas específicas de IA. Este ano, a FDA reemitiu a Presentación Previa á Comercialización para as Características do Software do Dispositivo para proporcionar información sobre as recomendacións de presentación previa á comercialización para a avaliación por parte da FDA da seguridade e a eficacia das características do software do dispositivo, incluídas algunhas características do dispositivo de software que usan modelos de aprendizaxe automática adestrados mediante métodos de aprendizaxe automática. A política regulatoria da FDA evolucionou desde unha proposta inicial ata unha orientación práctica.

Tras a publicación do Espazo Europeo de Datos Sanitarios en xullo do ano pasado, a UE volveu promulgar a Lei de Intelixencia Artificial. A primeira ten como obxectivo facer o mellor uso dos datos sanitarios para proporcionar atención sanitaria de alta calidade, reducir as desigualdades e apoiar os datos para a prevención, o diagnóstico, o tratamento, a innovación científica, a toma de decisións e a lexislación, garantindo ao mesmo tempo que os cidadáns da UE teñan un maior control sobre os seus datos sanitarios persoais. A segunda deixa claro que o sistema de diagnóstico médico é un sistema de IA de alto risco e que necesita adoptar unha forte supervisión específica, unha supervisión de todo o ciclo de vida e unha supervisión previa á avaliación. A Axencia Europea de Medicamentos (EMA) publicou un proxecto de documento de reflexión sobre o uso da IA ​​para apoiar o desenvolvemento, a regulación e o uso de fármacos, con énfase na mellora da credibilidade da IA ​​para garantir a seguridade dos pacientes e a integridade dos resultados da investigación clínica. En xeral, a abordaxe reguladora da UE está a tomar forma gradualmente e os detalles finais da implementación poden ser máis detallados e estritos. En marcado contraste coa estrita regulación da UE, o plan regulador da IA ​​do Reino Unido deixa claro que o goberno planea adoptar unha abordaxe flexible e non promulgar novos proxectos de lei nin establecer novos reguladores por agora.

Na China, o Centro de Revisión Técnica de Dispositivos Médicos (NMPA) da Administración Nacional de Produtos Médicos xa publicou documentos como "Puntos de revisión do software de decisión asistida por aprendizaxe profunda", "Principios orientadores para a revisión do rexistro de dispositivos médicos de intelixencia artificial (borrador para comentarios)" e "Circular sobre os principios orientadores para a clasificación e definición dos produtos de software médico de intelixencia artificial (n.º 47 en 2021)". Este ano, publicouse de novo o "Resumo dos primeiros resultados da clasificación de produtos de dispositivos médicos en 2023". Esta serie de documentos fai que a definición, clasificación e regulación dos produtos de software médico de intelixencia artificial sexan máis claras e fáciles de operar, e proporciona unha orientación clara para o posicionamento do produto e as estratexias de rexistro de diversas empresas do sector. Estes documentos proporcionan un marco e decisións de xestión para a regulación científica dos dispositivos médicos de IA. Cómpre agardar con impaciencia que a axenda da Conferencia de Intelixencia Artificial Médica de China, celebrada en Hangzhou do 21 ao 23 de decembro, estableza un foro especial sobre gobernanza médica dixital e desenvolvemento de alta calidade de hospitais públicos e un foro de desenvolvemento da industria da estandarización da tecnoloxía de proba e avaliación de dispositivos médicos de intelixencia artificial. Nese momento, funcionarios da Comisión Nacional de Desenvolvemento e Reforma e da NMPA asistirán á reunión e poderían publicar nova información.

Conclusión

En 2023, a IA médica comezou a integrarse en todo o proceso médico, tanto augas arriba como augas abaixo, abarcando a recollida, fusión, análise, diagnóstico e tratamento de datos hospitalarios e cribado comunitario, e colaborando organicamente cos traballadores médicos/de control de enfermidades, demostrando o potencial de achegar benestar á saúde humana. A investigación utilizable en IA médica está a comezar a xurdir. No futuro, o progreso da IA ​​médica non só depende do propio desenvolvemento tecnolóxico, senón que tamén necesita a plena cooperación da industria, a universidade e a investigación médica e o apoio dos responsables políticos e reguladores. Esta colaboración interdisciplinar é a clave para lograr servizos médicos integrados na IA e, sen dúbida, promoverá o desenvolvemento da saúde humana.