Qué es la inteligencia artificial

La inteligencia artificial (abreviatura IA) es una rama de la informática que se ocupa de la Automatización del comportamiento inteligente y aprendizaje automático trata. En la práctica, la IA suele utilizarse como término colectivo para designar sistemas algorítmicos capaces de resolver tareas específicas. El término inteligencia artificial suele utilizarse de forma muy amplia. La razón es que, a falta de una definición precisa, la inteligencia no puede delimitarse con claridad.

Muy a menudo, inteligencia artificial y aprendizaje automático se utilizan como sinónimos. Sin embargo, en sentido estricto, el aprendizaje automático es una subárea de la inteligencia artificial en la que un sistema artificial aprende reglas a partir de numerosos ejemplos que posteriormente puede generalizar. En pocas palabras, el aprendizaje automático es la creación de un sistema controlado por ordenador que encuentra soluciones a un problema. Aprenda a resolver usted mismo un problema recurrente puede.

Posibilidades de la IA en medicina

Tecnología médica

La tecnología médica es uno de los subsectores en los que ya se utiliza la IA en medicina desde hace algún tiempo y en se utiliza de diversas formas. Varios sistemas de tecnología médica basados en inteligencia artificial ya han recibido la aprobación como dispositivos médicos en EE.UU. y Europa. El uso de la IA en tecnología médica es posible en todas las fases de la atención al paciente. Comienza en la prevención y se extiende por el cribado, el diagnóstico, la planificación de la terapia y la terapia hasta el postratamiento y la rehabilitación.

Muy a menudo se utilizan sistemas basados en inteligencia artificial en la Área de prevención se utiliza, por ejemplo, en forma de asistentes sanitarios que animan a las personas a llevar estilos de vida más saludables. Un campo de aplicación muy amplio de la IA en la tecnología médica es el diagnóstico por imagen. Hoy en día, los sistemas basados en IA identifican muy bien las zonas llamativas de la imagen. En la radioterapia del cáncer, los sistemas de IA pueden sugerir planes de radiación optimizados. En el campo de la cardiología, los sistemas de inteligencia artificial ya son capaces de detectar arritmias cardíacas basándose en ECG de larga duración. En anestesia, los sistemas inteligentes pueden detectar precozmente enfermedades potencialmente mortales. En el campo de la dermatología, los sistemas de IA se utilizan para detectar lesiones cutáneas malignas. En neurología, la inteligencia artificial se utiliza para predecir ataques epilépticos. Y en endocrinología, los pacientes diabéticos pueden ser asesorados sobre su terapia por sistemas de aprendizaje automático.

Diagnóstico médico

El diagnóstico preciso de las enfermedades es una de las cuestiones más difíciles de la medicina en muchas especialidades. Suele requerir no sólo una larga formación, sino también años de experiencia por parte del médico. En su diagnóstico, el médico se basa a menudo en la gran experiencia que ha adquirido a lo largo de su carrera.

Aquí es donde entran en juego las ventajas de la inteligencia artificial. Los potentes sistemas informáticos, en combinación con grandes bases de datos, pueden ser de gran ayuda en el diagnóstico de muchas enfermedades. Los avances realizados en el aprendizaje automático en los últimos años permiten utilizar la IA de forma prometedora en cada vez más ámbitos del diagnóstico médico.

Al igual que un médico experimentado, los algoritmos de aprendizaje automático pueden aprender de forma independiente, reconocer determinados patrones de enfermedad. A diferencia de un médico que sólo ha visto o verá unos cientos o miles de casos de una enfermedad a lo largo de su vida, los sistemas de IA pueden alimentarse con miles y miles de datos y sobre esta base entrenar y mejorar continuamente su capacidad de diagnóstico.

En este contexto, la IA en medicina puede utilizarse especialmente bien en aquellos ámbitos en los que ya se dispone de gran cantidad de información de diagnóstico en formato digital. Es el caso, por ejemplo, de las tomografías computarizadas, los electrocardiogramas, las imágenes de la piel y las resonancias magnéticas del corazón. Por ejemplo, los sistemas de IA ya son capaces de diagnosticar cáncer de pulmón o accidentes cerebrovasculares a partir de tomografías computarizadas, clasificar lesiones cutáneas a partir de imágenes de la piel o determinar el riesgo de muerte súbita cardíaca u otras cardiopatías a partir de electrocardiogramas e imágenes de resonancia magnética del corazón.

En el mayor estudio internacional Estudio "Sherlock en la sanidad" de PwC para la detección automática del cáncer de piel, se comparó a 511 profesionales médicos de 63 países con 139 algoritmos informáticos. El objetivo era diagnosticar el cáncer de piel basados en imágenes dermatoscópicas de las siete lesiones cutáneas pigmentadas más comunes. En el estudio, los algoritmos informáticos obtuvieron resultados significativamente mejores que los de los expertos médicos. Incluso los algoritmos medios obtuvieron resultados similares o incluso mejores. Mejor rendimiento que los médicos humanos.

Estos y otros muchos estudios recientes permiten albergar esperanzas de que el uso de la IA en medicina permita grandes avances en la calidad y rapidez de los diagnósticos en el futuro. Un algoritmo informático no sólo es más rápido que un ser humano, sino que además es más barato y puede utilizarse con independencia de su ubicación. Esto permitirá, sobre todo a los países con sistemas sanitarios subdesarrollados, participar en el futuro en descubrimientos científicos que hasta ahora apenas o nada podían aplicarse en la práctica allí.

A pesar de todos los avances de la tecnología informática, no hay que exagerar las esperanzas respecto al uso de la inteligencia artificial en el diagnóstico médico. Sigue siendo bastante improbable que la IA sustituya a los médicos en un amplio frente en los próximos años. Más bien dará lugar a una Simbiosis del hombre y la tecnología en el diagnóstico de enfermedades. En el futuro, los sistemas informáticos ayudarán cada vez más a los médicos en sus diagnósticos. Sin embargo, un requisito previo para ello es que los médicos sean capaces de comprender la base sobre la que los algoritmos informáticos han llegado a una determinada valoración. Sólo así podrán corregir los errores de apreciación de las máquinas y seguir mejorando sus algoritmos.

Producción de medicamentos

Uno de los mayores y más prometedores campos de aplicación de la IA en medicina es la producción de medicamentos. El desarrollo de fármacos no sólo lleva mucho tiempo, sino que también es una empresa muy costosa. Sin embargo, como el proceso de desarrollo de fármacos consta de muchísimos pasos analíticos individuales en los que se trabaja con una gran base de datos, es necesaria la IA. Aprendizaje automático están prácticamente predestinados a utilizarse en la investigación farmacológica.

La práctica farmacéutica demuestra que la inteligencia artificial puede utilizarse con éxito en todas las fases del desarrollo de fármacos. Esto comienza en la identificación de las llamadas dianas de intervención. La base para el desarrollo de un fármaco es la comprensión del origen biológico de una enfermedad y sus mecanismos de resistencia. A partir de este conocimiento, se pueden identificar las dianas (generalmente proteínas) para tratar la enfermedad. El gran Disponibilidad de métodos de cribado de alto rendimientodonde se realizan pruebas bioquímicas, genéticas y farmacológicas de alto rendimiento con muchos miles de sustancias, es una base de datos excelente para utilizar sistemas de aprendizaje automático con el fin de identificar proteínas diana.

En la fase 2 del desarrollo de fármacos, hay que encontrar un compuesto adecuado que interactúe con la molécula diana identificada de la forma deseada. También en esta fase hay que investigar un enorme número de compuestos potenciales para determinar su efecto y también sus efectos secundarios. Gracias a su capacidad de aprendizaje, los sistemas de aprendizaje automático son capaces de examinar y evaluar millones de moléculas diana e identificar moléculas cada vez mejores, con mayor eficacia y menos efectos secundarios, basándose en un proceso de ensayo y error. Esta etapa, en particular, encierra un enorme potencial de ahorro de tiempo y dinero en el desarrollo de medicamentos.

La realización de ensayos clínicos (fase 3 del desarrollo de fármacos) también puede acelerarse masivamente mediante el uso de la IA. En la mayoría de los ensayos clínicos, la identificación de sujetos de ensayo adecuados sigue siendo un problema que, en la práctica, provoca retrasos en la aprobación de los fármacos. El aprendizaje automático puede acelerar la realización de ensayos clínicos identificando automáticamente a los sujetos de ensayo adecuados y garantizando una composición razonable de los grupos de participantes en el estudio.

Por último, pero no por ello menos importante, la IA también puede ayudar en la cuarta fase del desarrollo de fármacos, que consiste en encontrar biomarcadores para diagnosticar una enfermedad. Los biomarcadores son moléculas presentes en los fluidos corporales que pueden utilizarse para identificar claramente enfermedades. El proceso de identificación de biomarcadores adecuados para una enfermedad concreta suele ser largo y costoso. La IA puede prestar valiosos servicios clasificando las moléculas en biomarcadores adecuados e inadecuados.

Trato personalizado

Cada persona reacciona de forma diferente al uso de medicamentos y otras opciones terapéuticas. El tratamiento personalizado de los pacientes podría ser uno de los mayores potenciales en muchos ámbitos de la medicina para mejorar las terapias individuales y, en última instancia Aumento de la esperanza y la calidad de vida de las personas afectadas. Especialmente en terapias complejas, como el cáncer, el tratamiento personalizado ofrece un enorme potencial.

En la actualidad, sin embargo, determinar los factores para un tratamiento personalizado no suele ser factible debido a limitaciones técnicas o financieras. El uso de la IA en medicina puede reducir estas limitaciones en el futuro. Los sistemas de IA pueden utilizar sus capacidades analíticas y de aprendizaje para averiguar qué factores determinan si un paciente responde bien o mal a una terapia concreta. Comparando miles de historiales de pacientes, los sistemas de IA son capaces de identificar patrones en el tratamiento personalizado, si los hay, y ayudar así a los médicos a diseñar un plan de tratamiento individualizado.

Mejorar la edición de genes

La edición de genes consiste en la inserción, eliminación o sustitución de secuencias genéticas en el ADN que conducen a un cambio en el funcionamiento del organismo. El mayor salto adelante en el desarrollo en este campo tuvo lugar en 2012 con la Descubrimiento de CRISPR tuvo lugar. Los científicos descubrieron que ciertas bacterias utilizan la edición de genes como mecanismo de defensa y se dieron cuenta de que podían aplicar esta capacidad para editar selectivamente el ADN.

CRISPR ha resultado ser mucho más rápido, sencillo y barato que otros métodos de edición genética. Pero el método no está exento de escollos. Una de las principales dificultades es identificar los segmentos de genes con menos efectos secundarios no deseados. Los sistemas de aprendizaje automático pueden ser muy eficaces para apoyar la investigación científica sobre esta cuestión y acelerar enormemente la comprobación de los efectos secundarios de la edición de genes.

Psicología

La psicología es la disciplina en la que la IA en medicina es la menor uso posible ser certificada. Según una encuesta, más del 80% de los psicólogos consideran improbable que una inteligencia artificial pueda llegar a proporcionar un tratamiento psicológico o psiquiátrico adecuado. Los sistemas de IA pueden desarrollar ciertas habilidades de diagnóstico y pronóstico basadas en datos, pero no pueden aprender habilidades profesionales esenciales para la prestación de tratamiento psicológico o psicoterapéutico.

Investigación sobre el cáncer

El cáncer es una de las especialidades en las que los médicos esperan un mayor apoyo del uso de la IA en medicina. Los cánceres no sólo están especialmente extendidos entre la población, sino que también producen grandes cantidades de datos como parte del diagnóstico y la terapia. En el caso de los pacientes con cáncer, deben procesarse e interpretarse correctamente imágenes de rayos X, muestras de tejidos, marcadores tumorales en la sangre e información genética. Una actuación que requiere mucho trabajo o potencia de cálculo. Los sistemas de IA ya son capaces de ayudar a los oncólogos en la evaluación de imágenes médicas, secuencias genéticas y muestras de tejido. Su gran potencia de cálculo y su capacidad de aprendizaje los convierten en una herramienta auxiliar ideal en la detección y el tratamiento del cáncer.

La calidad y fiabilidad de los sistemas de IA en la lucha contra el cáncer ya ha quedado demostrada en varios estudios. En un estudio con imágenes de resonancia magnética, un sistema de IA fue capaz de reconocer zonas del cerebro sospechosas de tumores con la misma fiabilidad que los médicos experimentados. Y en otro estudio basado en 2.000 imágenes de resonancia magnética, un sistema de IA fue incluso más capaz que los médicos de evaluar la respuesta de los pacientes a la terapia.

En la práctica clínica diaria, los sistemas de IA siguen desempeñando actualmente un papel secundario en el tratamiento del cáncer. Esto se debe a varios aspectos. En primer lugar, debido a su gravedad, el cáncer es un asunto muy emocional que, de momento, sólo puede ser evaluado por humanos. Los ordenadores no tienen (todavía) empatía y, por tanto, no pueden ponerse en la piel de los enfermos de cáncer. Por otra parte, los sistemas de IA deben ser entrenados para un uso amplio con datos de diferentes clínicas. Este intercambio de datos a menudo no se da todavía en la práctica.

A pesar de estas dificultades, la investigación sobre nuevas aplicaciones de la IA en el cáncer avanza a toda velocidad en muchos ámbitos. Con la ayuda de la inteligencia artificial, en un futuro próximo los médicos deberían ser capaces de crear un perfil exacto de las células cancerosas. Sobre esta base, se podrán definir los fármacos y terapias más eficaces para cada paciente.

Robots de triaje

Los bots de triaje son todavía un campo muy joven de aplicación de la IA en medicina. Un bot de triaje es un chatbot inteligente que puede ofrecer a las personas una evaluación inicial (triaje) de una posible enfermedad basándose en determinados datos que facilitan.

Para los particulares, los bots de triaje pueden ser una gran ayuda práctica. La mayoría de la gente está familiarizada con la situación de buscar en internet los síntomas de una enfermedad a la que ellos o un familiar se enfrentan en ese momento. En la mayoría de los casos, sin embargo, internet es una fuente muy pobre para el autodiagnóstico. En el futuro, los robots de triaje pondrán remedio a esta situación.

Basándose en los síntomas que una persona proporciona al bot de triaje, el sistema de IA subyacente del bot puede hacer a la persona las preguntas necesarias para diagnosticar con mayor precisión la posible afección. Al final de este proceso, el bot de triaje puede proporcionar a la persona una evaluación inicial de su estado y hacer una recomendación sobre si es necesaria o no una visita al médico o incluso un viaje a la sala de urgencias del hospital más cercano.

Los bots de triaje son una de las aplicaciones más controvertidas de la IA en medicina. Mientras que algunos expertos los ven como un sustituto totalmente descalificado de los médicos, otros opinan que los bots pueden ser una valiosa ayuda para las personas que no tienen acceso a un médico en ese momento.

Covid-19

La inteligencia artificial ya ha demostrado ser una herramienta importante en la lucha contra la pandemia de coronavirus. Los sistemas de aprendizaje automático se utilizan en todo el mundo para identificar grupos de riesgo lo antes posible. Esto implica no solo determinar cómo de alto es el riesgo de una persona de contraer el COVID-19, sino también evaluar cómo de alto es el riesgo de un curso grave de la enfermedad.

Otra subárea en la que la IA puede utilizarse contra la propagación del coronavirus es el diagnóstico de pacientes. Debido a la enorme cantidad de datos que se generan en este proceso, los sistemas de aprendizaje automático son idóneos para detectar a las personas con síntomas virales en una fase temprana. Por ejemplo, los sistemas de IA pueden utilizarse para determinar si una persona tiene fiebre o no mediante el reconocimiento facial.

Los sistemas de aprendizaje automático son una herramienta igualmente poderosa en la identificación de los fármacos existentes con mayor o menor eficacia contra el coronavirus. Con la ayuda de Tratamiento del lenguaje Se pueden buscar millones de artículos científicos y crear a partir de ellos redes biomédicas que relacionen de forma significativa fármacos y proteínas entre sí. Los sistemas de aprendizaje automático también pueden predecir las interacciones entre fármacos y proteínas víricas.

Nosotros, Alexander Thamm GmbH, también colaboramos con la Universidad Ludwig Maximilian de Múnich en los siguientes proyectos Alerta tempranauevas infecciones corona. El objetivo es predecir las cifras diarias de infección para que las autoridades sanitarias regionales puedan tomar medidas adecuadas contra una mayor propagación del virus en una fase temprana o relajar las restricciones existentes. El método también optimizará el flujo de información basado en datos para las autoridades y podría utilizarse también en otros ámbitos médicos en el futuro.

Y por último, pero no por ello menos importante, los sistemas de IA también se utilizan para identificar los huéspedes de los virus en la naturaleza y predecir la próxima pandemia vírica sobre esta base. Con la ayuda de los sistemas de aprendizaje automático, se pueden identificar más rápidamente aquellas cepas de virus que tienen un mayor potencial de propagarse a los seres humanos.

Libro blanco gratuito

Hemos preparado y resumido para usted todos los contenidos importantes. El libro blanco contiene los siguientes puntos:

• Explicación de términos básicos
• Entrada La IA en la medicina
• Ámbitos de aplicación
• Casos prácticos
• Estado de la investigación

Descargar ahora

Requisitos previos para la aplicación de la IA en medicina

El requisito previo más importante para la aplicación de la IA en medicina es la Disponibilidad de datos. Todos los sistemas de inteligencia artificial se basan en el análisis de conjuntos de datos. Básicamente, cuanto mayor sea el conjunto de datos subyacente, mayor será la capacidad de análisis y la probabilidad de éxito del sistema de IA.

En la práctica, esto significa que todas las partes implicadas en el sistema sanitario (médicos de cabecera, especialistas, clínicas, compañías de seguros médicos, etc.) deben digitalizar sus datos existentes en un primer paso. En un segundo paso, deben utilizarse formatos de datos uniformes o interfaces normalizadas para garantizar que todas las partes puedan intercambiar los datos sin problemas. Para un uso significativo y a gran escala de la IA en medicina, los datos deben estar disponibles de la forma más completa y estructurada posible. La soberanía de los datos de las partes individuales o incluso las islas de datos que no tienen intercambio de datos con otros participantes significa que la población evaluable es demasiado pequeña para el uso significativo de la IA en medicina.

Además del Calidad y compatibilidad de los datos Sin embargo, en relación con el uso de la IA en medicina, también hay que aclarar una serie de cuestiones éticas, sociales y jurídicas. Entre los requisitos previos para la aplicación de la IA en la medicina ocupa un lugar central la cuestión de la protección adecuada de los datos. La inteligencia artificial debe utilizarse, en la medida de lo posible, sobre la base de datos anónimos de los pacientes. El peligro de que los datos se utilicen y se apropien indebidamente es demasiado grande.

Condiciones marco

El uso de la IA en medicina requiere una red de condiciones marco en distintos ámbitos. Como ya se ha mencionado en la última sección, las siguientes son tangenciales inteligencia artificial no sólo cuestiones puramente médicas, sino también éticas, sociales y jurídicas. Éstas deben debatirse adecuadamente con todas las partes implicadas antes de utilizar la IA en medicina, y deben abordarse en el marco de una Consenso social general en leyes y directrices ser vertido.

Con el fin de crear las condiciones marco necesarias para el uso de la IA en medicina, el Ministerio Federal de Educación e Investigación ha puesto en marcha la denominada Iniciativa de Informática Médica. La iniciativa pretende crear las condiciones para que en el futuro cada médico, cada paciente y cada investigador tengan acceso a la información que necesiten. En el marco de la iniciativa, todos los hospitales universitarios de Alemania colaboran con instituciones de investigación, compañías de seguros médicos, empresas y representantes de los pacientes para desarrollar las condiciones marco que permitan que en el futuro los pacientes puedan acceder directamente a los resultados de la investigación.

Para lograr este objetivo, se está trabajando en la conexión de los datos de investigación y asistencia entre distintos lugares. Al mismo tiempo, hay que desarrollar soluciones informáticas innovadoras para aprovechar todas las posibilidades de los servicios digitales en el sector sanitario.

El gemelo digital en medicina

Un gemelo digital es la imagen virtual de un paciente. En el futuro, un gemelo digital debería facilitar la administración de medicamentos y otros productos médicos a los pacientes. para realizar pruebas seguras en pacientes. El gemelo digital es, si se quiere, uno de los fundamentos esenciales de los modelos de medicina personalizada. La visión de médicos y científicos va tan lejos que cuando un paciente visite el hospital en el futuro, el gemelo digital ya estará in situ. El gemelo proporciona al hospital todos los resultados de exámenes anteriores, información sobre enfermedades y operaciones previas, así como datos genéticos, para que los médicos puedan hacerse una idea completa del paciente y de la evolución de su enfermedad. Durante el diagnóstico y la terapia, la información del gemelo digital se compara con modelos de datos del cuadro clínico para garantizar una terapia lo más individualizada y eficaz posible.

Sin embargo, la gran ventaja de las pruebas sin riesgo de medicamentos o productos sanitarios y el suministro de información en el sistema sanitario siguen siendo Muchas cuestiones jurídicas sin resolver en contra. Si el gemelo digital incluye información sobre un paciente concreto, se da el derecho a la autodeterminación informativa. Los datos personales relacionados con la salud están especialmente protegidos por el Reglamento General de Protección de Datos. Por regla general, se requiere el consentimiento del paciente para la transferencia de sus datos personales.

Situación actual / Estado de la investigación

A pesar de todos los éxitos espectaculares de los últimos años, el uso de la IA en medicina está aún en pañales. El pionero en la aplicación de la inteligencia artificial en medicina es el campo de la Radiología. Las imágenes de TC, IRM y rayos X son especialmente adecuadas para analizar mediante sistemas de aprendizaje automático. Además del estudio automatizado sobre el cáncer de piel presentado en la sección sobre diagnósticos médicos, en los últimos años se han realizado otros estudios comparativos.

En un estudio realizado por la Universidad de Stanford en EE.UU., se demostró que un Algoritmo 14 enfermedades pulmonares y torácicas mejor que los radiólogos. En la Universidad de Yokohama (Japón), los médicos han Videograbaciones endoscópicas de colonoscopias evaluados con ayuda de sistemas de IA y se detectaron pólipos malignos casi con la misma fiabilidad que tras un examen patológico.

Algunos sistemas de aprendizaje automático ya se utilizan a diario en todo el mundo. En el Hospital General de Massachusetts, en Boston, la inteligencia artificial se utiliza en la Análisis de las radiografías de mama utilizado. Y en Alemania, el sistema de diagnóstico del melanoma de la Universidad de Heidelberg se utiliza en docenas de consultas médicas.

Las ventajas

Como se ha señalado en las secciones anteriores, el uso de la IA en medicina aporta diversas ventajas. En primer lugar, los sistemas de IA pueden suponer un importante ahorro de tiempo y costes en muchas disciplinas médicas y, especialmente, en el desarrollo de fármacos. El análisis de grandes y complejas cantidades de datos puede garantizar un diagnóstico (precoz) más rápido de las enfermedades. Además, los sistemas de IA pueden utilizarse de forma muy significativa en la selección del método terapéutico óptimo.

En definitiva, los sistemas de IA en medicina representan un Reducir la carga de trabajo y facilitar la labor de los médicos Esto significa que los médicos pueden centrar su escaso tiempo en aquellas cuestiones en las que los sistemas informáticos aún no pueden prestar apoyo. Esto significa que los médicos pueden centrar su escaso tiempo en aquellas cuestiones en las que los sistemas informatizados aún no pueden proporcionarles ayuda. Y por último, pero no por ello menos importante, la IA en medicina tiene un gran potencial para países o regiones en los que el sistema sanitario no está especialmente bien desarrollado. Sobre todo en zonas con baja densidad de médicos, el uso de la IA en medicina puede ayudar a aliviar en lo posible a los médicos de la carga del diagnóstico y la terapia de los sistemas de IA.

Los inconvenientes

Los dos grandes Riesgos y retos de la IA en medicina son la Protección de datos y el Comprender los algoritmos. La protección de datos es ante todo una cuestión jurídica, en la que hay que garantizar que los pacientes sigan siendo soberanos sobre sus datos relacionados con la salud. En cuanto a la comprensión de los algoritmos, el reto es que los científicos y los médicos no confíen ciegamente en los sistemas de aprendizaje automático, y que el diagnóstico y la terapia no los proporcione un sistema de IA "de caja negra". En Europa, por ejemplo, aún no existen directrices para la aprobación de sistemas de diagnóstico adaptativos. Estados Unidos ya va un paso por delante en este sentido.

Conclusión

La medicina es uno de los mayores y más prometedores campos de aplicación de la inteligencia artificial. El uso de la IA en medicina puede ayudar a diagnosticar enfermedades con mayor precisión, desarrollar medicamentos más rápidamente, editar genes con precisión milimétrica, personalizar terapias y proporcionar a los pacientes herramientas de autodiagnóstico. En los últimos años, la aplicación de la IA a la medicina ya ha cosechado algunos éxitos sonados. Sin embargo, como en todos los ámbitos de aplicación, la inteligencia artificial está aún en pañales en medicina. Gracias al constante aumento del volumen de datos y a unos algoritmos cada vez más potentes, en un futuro próximo los sistemas de IA podrán asumir nuevas tareas en medicina y contribuir a un sistema sanitario más eficiente, rentable y, sobre todo, más inteligente.