Las nuevas tecnologías aportan mucho más de lo que parece en gran cantidad de sectores. Por ejemplo, en el sanitario. Un ejemplo lo tenemos en las aplicaciones del Machine learning, una rama de la Inteligencia Artificial, en sanidad. Sobre todo, en medicina predictiva.

El uso de algoritmos de Machine learning en sistemas de diagnóstico y analítica puede llevar a importantes mejoras en la predicción de enfermedades. Eso sí, para poder funcionar adecuadamente, el Machine learning necesita ingentes cantidades de datos.

Por lo tanto, su funcionamiento está íntimamente relacionado con otra tecnología: el Big Data. Afortunadamente, muchos sistemas sanitarios han adoptado la digitalización. Por lo tanto, el historial de los pacientes y sus tratamientos están ya en formato digital. Así que el sistema puede alimentarse de ellos para encontrar datos útiles para realizar tareas de analítica y medicina predictiva.

Lo que puede aportar el Machine learning a la medicina preventiva

Como hemos mencionado, el Machine learning es de gran utilidad en el diagnóstico precoz de dolencias y enfermedades. Los sistemas que lo incorporan pueden “aprender” cuándo se dan las condiciones para que un paciente sufra una enfermedad. Si se le suministran suficientes datos, no sólo podrán detectar una dolencia con la misma o más exactitud que un patólogo humano. Si el sistema detecta en el paciente señales que pueden conducir a una enfermedad, avisará de ello.

De esta manera, el Machine learning puede ayudar a los facultativos a poder comenzar a tratar los síntomas de una enfermedad cuando antes. A veces, incluso antes de que llegue a manifestarse. Esto reduciría las posibilidades de contraer una enfermedad grave. O, debido a que se comenzaría a tratar en sus primeras etapas, su efecto sería bastante más leve.

Además, el Machine learning puede haber aprendido también cuáles son los tratamientos más utilizados para tratar cada enfermedad. Un sistema que utilice esta tecnología puede conocerlos a partir de los datos de medicación de los expedientes que se le han suministrado. Así, el sistema no sólo podrá indicar la medicación o tratamiento necesarios para evitar que aparezca una enfermedad. También podrá sugerir la dosis necesaria en cada caso.

Machine learning en la predicción de epidemias

Además de aprender cuándo se dan los factores para que una persona vaya a ponerse enferma, los sistemas con Machine learning pueden ofrecer mucho más a la medicina preventiva. Por ejemplo, ayuda en la prevención de situaciones epidémicas. Desde las más leves, como la gripe, hasta otras más graves, como las de ciertos virus tropicales.

Para ello, los sistemas no sólo tienen que aprender la información que aparece en los historiales. También deben conocer datos de otras epidemias anteriores. Y tener en cuenta información relacionada. Por ejemplo, datos procedentes de satélites o datos sobre epidemias en Internet. También mensajes en redes sociales en tiempo real. Así, el sistema contará con ayuda para saber cuándo están aumentando los casos de una enfermedad infecciosa.

El Machine learning puede actuar aquí en combinación con sistemas de Inteligencia Artificial y redes neuronales. Así mejorarán todavía más los resultados. Y cuando el sistema detecte que se dan las condiciones adecuadas para que se desate una epidemia, podrá avisar. Y, por lo tanto, dar a los médicos un tiempo precioso para poder tomar medidas para reducir su alcance. También para hacer una provisión de todo lo necesario para combatirla.