Microsoft presenta Fabric y Azure, herramientas de IA para el sector sanitario

La aplicación de la IA en el sector sanitario cada vez se encuentra más extendida debido a los múltiples avances y mejoras que supone para la planificación, análisis de datos, la investigación rigurosa y la prevención de enfermedades. En este sentido, empresas como Microsoft siguen trabajando para presentar novedades que mejoren la gestión sanitaria.

Según apunta el Foro Económico Mundial, los hospitales de todo el mundo producen unos 50 petabytes de datos aislados al año, lo que se correspondería con unos 10.000 millones de archivos de música. Resulta peculiar que el 97% de esos datos no se utilicen, de tal modo que si se hiciese un buen uso de los mismos podrían desbloquearse avances clínicos y operativos para pacientes y personal sanitario.

La última apuesta en IA sanitaria de Microsoft han sido sus nuevas extensiones de Fabric y Azure, presentadas en octubre en la conferencia HLTH de industria de la salud que se ha celebrado en Las Vegas. Estas herramientas de IA son capaces de combinar datos como registro médicos electrónicos, imágenes y dispositivos para estandarizarlos y acceder a ellos desde cualquier punto. En resumen, Fabric permitirá realizar análisis de datos y Azure la utilización de modelos de lenguaje grandes como asistentes médicos en la nube.

Las claves de Fabric

Fabric One Lake se encuentra actualmente disponible en su versión preliminar. Gracias a esta eficiente herramienta se pueden unificar diferentes modalidades de datos para posteriormente razonar y analizar con precisión cada uno de ellos. De hecho, clientes de Microsoft de la talla de Northwestern Medicine, Arthur Health y SingHealth ya han optado por esta nueva herramienta de IA sanitaria.

Gracias a Fabric se pueden construir cohortes de pacientes a partir de resultados clínicos e imágenes. Ya previamente se ha investigado sobre la posibilidad de establecer técnicas de fusión de datos que permitan combinar imágenes médicas con registros médicos electrónicos (EHR).

La tecnología del dato ha llegado a la sanidad para quedarse, no solo en materia de investigación, sino también en la gestión de los pacientes y los centros de salud. Así pues, se logra alcanzar el objetivo de construir una base de datos unificada y multimodal. Y es que al combinar múltiples modalidades de datos se podrán desbloquear nuevos conocimientos.

De igual modo, Fabric garantiza un servicio de desidentificación. Se basa en las formas de aprendizaje automático de IA para suprimir datos clínicos y ocultar las identidades de los pacientes en las notas médicas. Se garantiza así la plena seguridad y confidencialidad de los usuarios en la cadena sanitaria.

El potencial de Azure

Microsoft ha apostado también por Azure AI Health Bot, un chatbot generativo de IA capaz de extraer información de los datos internos de una organización sanitaria y de fuentes externas de plena confianza como la Administración de Alimentos y Medicamentos (FDA) y los Institutos Nacionales de Salud. Ofrece respuestas a las preguntas médicas más frecuentes.

Modelos prediseñados avanzados

La oferta de Azure AI Health Insights está conformada por modelos de IA de aprendizaje automático prediseñados. En primer lugar encontramos la línea del tiempo del paciente, que se sirve de la IA generativa para extraer datos clave no estructurados como medicamentos, diagnósticos y procedimientos que quedan ordenados cronológicamente. Así se logra establecer una mejor comunicación y fijar, de manera efectiva, los planes de atención.

El segundo modelo que ofrece Azure AI Health Insights es la simplificación de informes clínicos. La IA generativa permite a los sanitarios transformar su propio lenguaje técnico en uno más simple, pero sin perder la esencia de la información. De este modo, podrán compartir los resultados con otros compañeros e incluso pacientes.

Un enfoque interesante que se puede aplicar al sector sanitario, y por el que apuesta Microsoft, es la utilización de modelos de lenguaje pequeños y pasados en reglas para construir un modelo híbrido con el LLM.

Por último, el tercer modelo presentado es la información sobre radiología. Ésta proporciona controles de calidad mediante la retroalimentación de errores y datos inconexos. También es capaz de identificar recomendaciones de seguimiento y hallazgos clínicos dentro de la documentación clínica con medidas documentadas por el propio radiólogo.

¿Por qué apostar por la IA sanitaria?

El uso responsable de la IA en el sector de la sanidad no solo garantizará la privacidad, la seguridad, la accesibilidad y la transparencia, sino que será una herramienta esencial para alcanzar la corrección, la precisión, la responsabilidad y la equidad de pacientes y sanitarios.

A diferencia de lo que pueda pensarse inicialmente, la IA nunca sustituirá a los facultativos, ya que su objetivo es equiparlos con las mejores herramientas para aliviar la carga de trabajo a la que se enfrentan.

De este modo, y aunque es necesario fijar una serie de cuestiones normativas y éticas en su implementación, la IA sanitaria llega para garantizar la seguridad en las intervenciones quirúrgicas, reducir los costes en la atención médica y mejorar tanto la atención preventiva como la experiencia del paciente en todos los niveles clínicos.