Las señales invisibles que alertan sobre tus futuros problemas de salud
close
Recibe noticias a través de nuestro newsletter
¡Gracias! Desde ahora recibirás un correo diario con las noticias más relevantes.
sync
Getty Images

Las señales invisibles que alertan sobre tus futuros problemas de salud

Los síntomas de ciertas enfermedades, como los rasgos faciales hasta la forma en que elegimos las palabras, pueden manifestarse de forma casi imperceptible, pero la inteligencia artificial puede ayudar a conseguir un diagnóstico precoz.
Getty Images
12 de febrero, 2019
Comparte

Era un día soleado afuera y el aire tenía un toque de primavera. Seguí a Angela, a quien hemos cambiado el nombre para proteger su identidad, por el pasillo hacia mi consultorio en Melbourne, Australia.

Había sido mi paciente durante varios años, pero esa fue la mañana que me di cuenta de que arrastraba los pies un poco mientras caminaba. Su expresión facial parecía un poco fuera de tono y noté que tenía un leve temblor.

La remití a un neurólogo y en una semana comenzó el tratamiento para el Parkinson, pero me sentí muy mal por no haber detectado antes sus síntomas.

Lamentablemente, esta situación se repite con pacientes de todo el mundo.

Solo son diagnosticados cuando empiezan a mostrar signos notables de una enfermedad, cuando el cuerpo emite las señales de advertencia de que algo está mal.

Si pudieran detectarse antes, los pacientes tendrían la oportunidad de empezar tratamientos en fases tempranas, incluso con posibilidad de detener la enfermedad antes de que se desarrolle.

Y las nuevas tecnologías están empezando a ofrecer cierta esperanza en este aspecto.

Escaner facial de una niña

Face2gene/FDNA
Nuestras características faciales pueden revelar información sutil sobre ciertos trastornos genéticos raros.

Con la ayuda de la inteligencia artificial, pacientes y médicos pueden conocer posibles cambios en su salud meses antes, o incluso años, de que aparezcan los síntomas.

El futurista Ross Dawson, fundador de Future Exploration Network, predice que en los próximos años asistiremos a un cambio desde el modelo actual de “atención a la enfermedad” a un nuevo ecosistema de atención médica, centrado más en la prevención y el seguimiento de posibles problemas de salud antes de que se desarrollen.

“El cambio en la actitud de la sociedad, que tiene ahora mayores expectativas de llevar una vida plena y saludable, está impulsando estos cambios”, dice.

“En esta década, la explosión de nuevas tecnologías y algoritmos ha permitido a la inteligencia artificial tener un conocimiento profundo que se ha vuelto mucho más efectivo en el reconocimiento de patrones que el que tienen los humanos”.

Al aprovechar la inteligencia artificial para monitorizar nuestro ritmo cardíaco, nuestra respiración, nuestros movimientos e incluso las sustancias químicas presentes en nuestro aliento, la tecnología puede detectar posibles problemas de salud a nivel individual mucho antes de que aparezcan los síntomas obvios.

Esto podría ayudar a los médicos o permitir que los pacientes cambien su estilo de vida para aliviar o prevenir enfermedades.

Quizás lo más interesante es que estos sistemas pueden diferenciar patrones que son invisibles para el ojo humano, revelando aspectos sorprendentes sobre nuestra futura salud.

Una mirada a tu salud

Dawson menciona, por ejemplo, los estudios en los que la inteligencia artificial es capaz de anticipar posibles ataques cardiacos a las personas con mayores probabilidades de sufrirlos mediante el monitoreo constante de su pulso.

Un estudio incluso descubrió variables a las que los cardiólogos no habían dado valor predictivo.

Escáner de retina

Getty Images
Los patrones de los vasos sanguíneos en la retina del ojo pueden ayudar a revelar si una persona tiene riesgos de sufrir un ataque al corazón.

Otro estudio reciente realizado por investigadores en Google demostró que los algoritmos de inteligencia artificial también podrían usarse para predecir si alguien va a sufrir un ataque cardíaco con mirarle a los ojos.

El equipo mostró a un programa de inteligencia artificial los escáneres de retina de 284.335 pacientes. La máquina aprendió a detectar los signos reveladores de la enfermedad cardiovascular mirando los vasos sanguíneos oculares.

Movimientos diarios

Si Dina Katabi se sale con la suya, los retrasos en el diagnóstico de trastornos genéticos y enfermedades como el Parkinson, la depresión, el enfisema, los problemas cardíacos o la demencia serán una cosa del pasado.

Ella es la responsable del diseño de un dispositivo que transmite señales inalámbricas de baja potencia en una casa. Estas ondas electromagnéticas toman datos del cuerpo de un paciente.

Cada vez que nos movemos, cambiamos el campo electromagnético que nos rodea.

El dispositivo de Katabi detecta estos reflejos y los rastrea, utilizando el aprendizaje automático para seguir los movimientos de un paciente a través de las paredes.

Katabi describe las señales inalámbricas como “bestias increíbles” que van más allá de nuestros sentidos naturales.

La implementación de un dispositivo en la casa de un paciente permite que sus patrones de sueño, movilidad y modo de andar sean monitoreados constantemente.

Puede registrar su ritmo respiratorio, incluso con varias personas en una habitación, y monitorear sus latidos o proporcionar información sobre su estado emocional.

“No las vemos, pero pueden complementar nuestro conocimiento de manera casi mágica”, dice ella.

“Nuestro nuevo dispositivo es capaz de atravesar paredes y extraer información vital que puede aumentar nuestra limitada capacidad para percibir los cambios”.

Esta capacidad de encontrar cambios en el comportamiento diario de los pacientes puede proporcionar pistas tempranas de que algo está mal, tal vez incluso antes de que ellos mismos lo sepan.

Muchos de nosotros ya utilizamos una gran variedad de dispositivos para auto-monitorear nuestras constantes, desde la ingesta de calorías hasta la cantidad de pasos que damos cada día.

La inteligencia artificial puede desempeñar un papel vital para ayudar a dar sentido a toda esta información.

Esta capacidad para predecir cambios en la salud podría ser particularmente importante a medida que nuestra población envejece.

Según Naciones Unidas, las personas mayores de 60 años representarán una quinta parte de la población mundial para el año 2050.

El valor de la cara

La inteligencia artificial también podría usar la forma en que miramos para ayudarnos a predecir futuras enfermedades.

Un estudio reciente sugiere que las sutiles diferencias en nuestra cara podrían ser las características de una determinada enfermedad.

Hombre mirando dispositivo

Getty Images
Ya usamos muchos dispositivos que registran pasos, ritmo cardiaco o niveles de azúcar.

FDNA, una startup con sede en la ciudad estadounidense de Boston, ha desarrollado una aplicación llamada Face2Gene que utiliza algo que denomina “fenotipado profundo” para identificar posibles enfermedades genéticas a partir de las características faciales de un paciente.

Utiliza una técnica de inteligencia artificial conocida como aprendizaje profundo, que enseña a sus algoritmos a detectar rasgos y formas faciales que normalmente se encuentran en trastornos genéticos raros como el síndrome de Noonan.

El algoritmo se entrenó con más de 17.000 fotografías de pacientes afectados por una de las 216 diferentes afecciones genéticas.

En algunos de estos trastornos, los pacientes desarrollan ciertas características faciales propias de su enfermedad, como sucede en la discapacidad intelectual de tipo Bain, donde los niños tienen ojos característicos en forma de almendra y barbilla pequeña.

El algoritmo de FDNA ha aprendido a reconocer estos patrones faciales distintivos que a menudo son indetectables para los médicos.

Dentro de tu cerebro

Dado que las enfermedades raras afectan aproximadamente al 10% de la población mundial, es probable que las herramientas de inteligencia artificial como esta cambien la medicina.

Sin embargo, no todas las enfermedades son obvias de identificar desde el exterior.

Un médico examina a un paciente

Getty Images
Los médicos rara vez detectarán enfermedades en pacientes sin síntomas, pero la tecnología de inteligencia artificial podría permitirles tratar problemas antes.

Los médicos y cirujanos han confiado durante mucho tiempo en las radiografías y el escáner para diagnosticar la causa de los síntomas que presentan sus pacientes.

Pero ¿qué pasaría si fuera posible usar esas pruebas para detectar una enfermedad antes de que comience a revelar síntomas?

Ben Franc no es un radiólogo ordinario.

El profesor de radiología clínica de la Universidad de Stanford, Estados Unidos, tiene en marcha un proyecto para hallar los secretos ocultos en millones de tomografías PET de cuerpo entero que se realizan de forma rutinaria cada año en cualquier departamento de oncología.

Cambios sutiles

Franc trabaja con un equipo para estudiar si se pueden usar los cambios en el metabolismo cerebral que aparecen en estas tomografías PET.

Quiere predecir si alguien podría desarrollar la enfermedad de Alzheimer, una condición que afecta al 10% de las personas mayores de 65 años.

Usando la inteligencia artificial han desarrollado algoritmos que son capaces de detectar estos cambios sutiles en el metabolismo, en este caso, el consumo de glucosa en ciertas áreas del cerebro que se cree que ocurren en una etapa temprana del desarrollo de la enfermedad de Alzheimer.

Mujer en un escáner

Getty Images
Al buscar cambios sutiles en el metabolismo del cerebro a partir de exámenes médicos, la inteligencia podría ayudar a diagnosticar años antes la enfermedad de Alzheimer.

Pero no es solo la enfermedad de Alzheimer.

El aprendizaje automático ofrece nuevas formas de detectar precozmente enfermedades de salud mental al descubrir señales ocultas en la elección de las palabras, el tono de voz y otros matices del lenguaje de una persona.

Ellie, un avatar digital desarrollado por el Instituto de Tecnologías Creativas de la Universidad del Sur de California, puede analizar más de 60 puntos en la cara de un paciente para determinar si podría estar deprimido, ansioso o sufriendo trastorno de estrés postraumático.

El tiempo que una persona tarda antes de responder una pregunta, su postura o cuánto asiente con la cabeza, le proporciona a Ellie pistas sobre el estado mental del paciente durante la “consulta”.

Se espera que esta forma de utilizar el aprendizaje automático genere avances importantes en los resultados psiquiátricos al “mejorar la predicción, el diagnóstico y el tratamiento de las enfermedades mentales”, escribió Nicole Marinez-Martin junto a sus colegas de la Escuela de Ética Biomédica de Stanford en un artículo reciente.

Decisiones difíciles

Cuando se combinan todas estas mediciones biométricas individuales con el perfil genético, el resultado podría permitir la predicción de factores de riesgo individuales que reemplazarían las extendidas pautas médicas de hoy.

Sesión con asistente virtual

USC Institute for Creative Technologies
Un terapeuta virtual analiza el lenguaje corporal y el tono de voz utilizado por los pacientes que puede identificar signos de depresión.

En el mundo de la medicina de precisión, la inteligencia artificial podría hacer que los chequeos médicos anuales se vuelvan anacrónicos.

Pero ¿cuánta confianza estamos dispuestos a poner en un algoritmo cuando se trata de nuestras vidas?

Un artículo reciente en el Diario de Ética de la American Medical Association plantea un escenario en el que el aprendizaje automático se utiliza para tomar decisiones al predecir el final de la vida de un paciente.

Los autores señalan que “un algoritmo no perderá el sueño si predice con un alto grado de confianza que una persona desearía que una máquina de soporte vital se apague”.

La pregunta es: ¿queremos algo que no se preocupe por las decisiones que toma en momentos tan importantes?

Cuando caemos enfermos podríamos preferir tener a nuestro lado un médico en lugar de una máquina, pero en un futuro próximo un médico de inteligencia artificial podría ser capaz de detectar problemas mucho antes que su contraparte orgánica.

Al estar perfectamente adaptados a nuestras personalidades individuales, comportamientos y emociones, podrían darnos una alerta temprana que podría salvar nuestras vidas.

Así que aunque no esperemos que una computadora se siente a nuestro lado en la cama, es razonable querer que comprenda qué y cómo nos sentimos.

Puedes leer la versión original de esta historia en inglés en BBC Future.


Ahora puedes recibir notificaciones de BBC Mundo. Descarga la nueva versión de nuestra app y actívalas para no perderte nuestro mejor contenido.

Lo que hacemos en Animal Político requiere de periodistas profesionales, trabajo en equipo, mantener diálogo con los lectores y algo muy importante: independencia. Tú puedes ayudarnos a seguir. Sé parte del equipo. Suscríbete a Animal Político, recibe beneficios y apoya el periodismo libre.

#YoSoyAnimal
Cuartoscuro

México registra 1,474 defunciones por COVID y supera las 171 mil muertes

A nivel nacional, las camas generales de hospitalización tienen una ocupación del 46%; solo Ciudad de México y Estado de México superan el 70% de nivel de seguridad.
Cuartoscuro
11 de febrero, 2021
Comparte

Autoridades de Salud reportaron 1,474 defunciones más por COVID-19, para sumar un total de 171 mil 234 muertes confirmadas por la enfermedad.

También registraron 10 mil 677 casos nuevos, por lo que un millón 968 mil 566 personas han enfermado por el virus, desde el inicio de la epidemia.

Leer más: Antiinflamatorio reduce riesgo de muerte por COVID-19, según un estudio farmacéutico

Sin embargo, se considera que 67 mil 49 personas (un 3%) son casos activos de COVID por presentar síntomas en los últimos 14 días.

En conferencia de prensa, las autoridades señalaron que la tendencia de casos continúa disminuyendo, al reportar 29% menos, entre las semanas 3 y 4 del año.

A nivel nacional, las camas generales de hospitalización tienen una ocupación del 46%; solo Ciudad de México y Estado de México superan el 70% de nivel de seguridad.

En camas con ventilador, la ocupación es del 43%; solo la capital del país supera el porcentaje de seguridad.

Gráficos
Casos y fallecimientos
de COVID-19 en México
Información actualizada a las con el Comunicado Técnico de la Secretaría de Salud.
Confirmados
Defunciones
Datos desde el 27 de febrero del 2020, cuando se confirmó el primer caso en el país.
Nota: el 5 de octubre de 2020, la Secretaría de Salud ajustó los datos acumulados hasta ese momento y sumó al registro 2 mil 789 decesos más, respecto al día anterior. Se trata de los casos por "asociación epidemiológica", es decir, aquellos confirmados no por prueba de laboratorio, pero con Enfermedad Respiratoria Viral que tuvieron contacto con un caso/defunción confirmada.
FUENTE: Secretaría de Salud
Nuevos casos
de COVID-19 en México
Información actualizada a las con el Comunicado Técnico de la Secretaría de Salud.
Nuevos casos
Datos desde el 27 de febrero del 2020, cuando se confirmó el primer caso en el país.
Nota: el 5 de octubre de 2020, la Secretaría de Salud ajustó los datos acumulados hasta ese momento y sumó al registro 2 mil 789 decesos más, respecto al día anterior. Se trata de los casos por "asociación epidemiológica", es decir, aquellos confirmados no por prueba de laboratorio, pero con Enfermedad Respiratoria Viral que tuvieron contacto con un caso/defunción confirmada.
FUENTE: Secretaría de Salud
Defunciones confirmadas
por COVID-19 en México
Información actualizada a las con el Comunicado Técnico de la Secretaría de Salud.
defunciones nuevas
*No corresponden al día en que ocurrieron, sino al día en que se sumaron al registro total de muertes.

Datos desde el 27 de febrero del 2020, cuando se confirmó el primer caso de COVID-19 en el país.
Nota: el 5 de octubre de 2020, la Secretaría de Salud ajustó los datos acumulados hasta ese momento y sumó al registro 2 mil 789 decesos más, respecto al día anterior. Se trata de los casos por "asociación epidemiológica", es decir, aquellos confirmados no por prueba de laboratorio, pero con Enfermedad Respiratoria Viral que tuvieron contacto con un caso/defunción confirmada.
FUENTE: Secretaría de Salud
Relación de casos
de COVID-19 en México
Información actualizada a las con el Comunicado Técnico de la Secretaría de Salud.
Activos
Recuperados
Defunciones
Datos desde el 27 de febrero del 2020, cuando se confirmó el primer caso en el país.
Nota: el 5 de octubre de 2020, la Secretaría de Salud ajustó los datos acumulados hasta ese momento y sumó al registro 2 mil 789 decesos más, respecto al día anterior. Se trata de los casos por "asociación epidemiológica", es decir, aquellos confirmados no por prueba de laboratorio, pero con Enfermedad Respiratoria Viral que tuvieron contacto con un caso/defunción confirmada.
FUENTE: Secretaría de Salud
Aumento porcentual diario
de casos confirmados
Información actualizada a las con el Comunicado Técnico de la Secretaría de Salud.
Aumento de
respecto al día anterior
Este gráfico muestra la aceleración de la curva epidemiológica desde el 1 de marzo.
El primer caso confirmado en el país fue el 27 de febrero del 2020.
Nota: el 5 de octubre de 2020, la Secretaría de Salud ajustó los datos acumulados hasta ese momento y sumó al registro 2 mil 789 decesos más, respecto al día anterior. Se trata de los casos por "asociación epidemiológica", es decir, aquellos confirmados no por prueba de laboratorio, pero con Enfermedad Respiratoria Viral que tuvieron contacto con un caso/defunción confirmada.
FUENTE: Secretaría de Salud
Lo que hacemos en Animal Político requiere de periodistas profesionales, trabajo en equipo, mantener diálogo con los lectores y algo muy importante: independencia. Tú puedes ayudarnos a seguir. Sé parte del equipo. Suscríbete a Animal Político, recibe beneficios y apoya el periodismo libre.

#YoSoyAnimal
close
¡Muchas gracias!

Estamos procesando tu membresía, por favor sé paciente, este proceso puede tomar hasta dos minutos.

No cierres esta ventana.