Hace unos años el inversor de Silicon Valley (EE. UU.) Vinod Khosla escribió un provocador artículo titulado ¿Necesitamos médicos o algoritmos?. En el texto, Khosla defendía que los médicos no podían competir con la inteligencia artificial (IA). En su opinión, los profesionales sanitarios bromean con los pacientes, analizan algunos síntomas, buscan pistas en el cuerpo y mandan al paciente a su casa con una receta. A veces (incluso por casualidad), este proceso a veces da con el tratamiento correcto. Pero en realidad, el trabajo del médico solo emplea una pequeña parte de la información disponible. Por eso, Khosla afirmaba que un algoritmo haría mejor todo ese trabajo.

Yo soy pediatra y especialista en medicina adolescente en San Francisco (EE.UU.), una zona en la que empresarios como Khosla llevan años tocando las puertas de los médicos para ofrecernos sus tecnologías piloto y sus softwares y sus hardwares. Y de mi experiencia, creo que puedo decir con cierta autoridad que Khosla es la voz de persona una inteligente pero ajena al sector. Sabe mucho de lo suyo, pero no entiende nada de la atención médica.

Es innegable que la inteligencia artificial (IA) puede ayudarnos a diagnosticar y tratar enfermedades (ver Una IA derrota a los mejores médicos en el diagnóstico de la retinopatía diabética). Su capacidad de recopilar y proporcionar grandes volúmenes de datos de manera clara y concisa reduce el sesgo de nuestras valoraciones, causado por las presiones y la complejidad de nuestro trabajo (ver La inteligencia artificial se convierte en médico gracias a esta 'app' diagnóstica). No hay duda de que cuando el trabajo de un médico está muy enfocado en el diagnóstico (como en el caso de radiólogos), esta tecnología puede convertirse en una amenaza existencial (ver La nueva victoria médica de la IA es esta máquina que detecta arritmias mejor que el médico). De hecho hace ya una década que quedó demostrado que la IA era igual de buena que los radiólogos a la hora de detectar el cáncer de mama.

Pero para los médicos de atención primaria como yo, que atendemos a entre 1.500 y 2.000 pacientes, la IA representa una una oportunidad. Decidí estudiar medicina para conectar con la gente y marcar la diferencia. Pero ahora mismo, muchas veces me siento como si fuera un contable con un sueldo excesivo. Recojo información y se la devuelvo a los pacientes, receto medicamentos, ajusto las dosis y solicito pruebas. Pero incorporar la IA en una sala de exploraciones abre la posibilidad de recuperar el arte de la medicina. Me permitiría conocer mejor a mis pacientes, aprender cómo una enfermedad les afecta de manera única y me daría tiempo para guiarles hacia un mejor resultado.

Pensemos en lo que la IA podría hacer frente al asma, la enfermedad médica crónica más común en la infancia. Seis millones de niños estadounidenses la padecen. En 2013, todos los niños asmáticos en conjunto faltaron al colegio 14 millones de días. El coste de los medicamentos, las visitas al médico y a urgencias y las hospitalizaciones ronda los 52.000 millones de euros anuales solo en este país.

Yo diagnostico el asma mediante una regla general que se ha mantenido a lo largo del tiempo: si un paciente ha sufrido tres o más episodios de sibilancias y los medicamentos para el asma le ayudan, entonces es asmático. Con el diagnóstico en la mano, pido a los padres que recuerden, lo mejor que puedan, con qué frecuencia administran los medicamentos a sus hijos. Mis preguntas son: "¿Qué parece desencadenar los episodios? ¿Está el niño expuesto a alguien que fuma en casa?" También reviso su expediente para contar cuántas veces ha ido a emergencias, o el número de veces que ha vuelto a pedir sus recetas.

Pero incluso aunque los padres y pacientes den la información más precisa posible y los informes electrónicos sean increíblemente exactos, se trata de una información en retrospectiva. No existe una estrategia proactiva o predictiva.

El problema no es que no dispongamos de esos datos, sí que los tenemos, pero están desordenados. De hecho, hay montañas de datos que obstruyen el trabajo del médico constantemente. Vienen en distintos formatos y de fuentes diversas. Hay información objetiva, como los resultados de laboratorio y signos vitales, e inquietudes subjetivas, como mensajes telefónicos y correos electrónicos de pacientes. Toda esa información está fragmentada y, como médicos, pasamos gran parte de nuestro tiempo intentando darles sentido. Las compañías de tecnología y las start-ups quieren ofrecernos aún más datos con sus dispositivos de consumo (teléfonos, relojes, brazaletes de presión sanguínea, medidores de azúcar en la sangre) capaces de enviarnos un aluvión constante de números de forma directa. Y aunque los médicos intentamos estar siempre al día, nuestras de agotamiento no paran de crecer.

¿Cómo podemos arreglar esta situación con IA? Empecemos por el diagnóstico. Aunque los síntomas clínicos del asma son fáciles de detectar, la enfermedad es mucho más compleja a nivel molecular y celular. Los genes, proteínas, enzimas y otros vehículos del asma son muy diversos, independientemente de los factores ambientales. Varios expertos empiezan a ver el asma de la misma manera que  el cáncer, un término genérico para una enfermedad que varía en función de la ubicación del tumor y las características celulares de cada paciente. El investigador del Instituto Nacional del Corazón y los Pulmones del Imperial College de Londres (Reino Unido) Ian Adock estudia el vínculo entre el asma y el medio ambiente. Junto a su equipo, el experto ha recolectado muestras biológicas de sangre, orina y tejido pulmonar de pacientes con asma y organizado los marcadores genéticos y moleculares encontrados en los distintos subtipos de asma. La hipótesis es que con ese tipo de información se podría averiguar qué medicamento funciona mejor para cada paciente.

La IA también podría ayudar a controlar los brotes de asma. Para muchos pacientes, la enfermedad empeora a medida que los niveles de contaminación del aire aumentan, como sucedió el verano pasado cuando los incendios forestales arrasaron el norte de California (EE.UU.). La IA podría facilitarnos la información ambiental para poder actuar de forma proactiva. En 2015, se publicó un estudio que demostraba que era posible predecir la cantidad de visitas a urgencias relacionadas con el asma en un hospital de Dallas-Fort Worth (EE.UU.). Los investigadores recogieron datos de expedientes de pacientes, de los sensores de contaminación del aire de la Agencia de Protección Ambiental de EE.UU. (EPA, por sus siglas en inglés), búsquedas de Google y tuits que usaban términos como "sibilancias" o "asma". Los datos de Google y Twitter estaban vinculados a los datos de ubicación del usuario.

Si yo tuviera este tipo de datos podría decir: "Alexa, dime de qué pacientes con asma me tengo que preocupar hoy". Podría avisar a las familias afectadas. Y si también tuviera datos genéticos como Adock, podría diagnosticar el asma antes de que el paciente sufriera tres sibilancias, a través de análisis de sangre y comparando los resultados con esos indicadores moleculares.

Este tipo de inteligencia me ahorraría un tiempo que podría reinvertir en mis pacientes. Otro estudio mostró que los niños asmáticos solo tomaban o recibían sus medicamentos inhaladores la mitad del tiempo. La IA me daría más tiempo para interactuar personalmente con esos niños para lograr mejores resultados.

Todavía quedan muchas preguntas por delante. ¿Están los pacientes dispuestos a compartirnos aún más información personal? Si la IA demuestra que su tratamiento es mejor, pero el usuario o el médico no están de acuerdo, ¿qué hará la compañía de seguros? ¿Qué pasaría si el algoritmo pasara algo por alto o se aplicara de forma incorrecta? ¿Quién sería el responsable, el médico o el fabricante de la máquina?

Hace poco tiempo, en The Journal of the American Medical Association, vi una colorida imagen dibujada por una niña. El dibujo era un retrato de su pediatra, con los ojos pegados al ordenador, mientras ella estaba sentada en la mesa de exploración, con los ojos muy abiertos. Espero que la IA pronto me permita fijar la vista en esa niña.

*Rahul Parikh es un pediatra de San Francisco.