Descripción del episodio:
En este episodio de AIHeroes, Laura Velásquez conversa con las oftalmólogas Claudia Acosta y Carolina Sardi sobre la implementación de la inteligencia artificial (IA) en el campo de la oftalmología, específicamente en el diagnóstico y tratamiento de enfermedades de la retina. El diálogo aborda cómo la IA ha revolucionado el proceso de diagnóstico mediante el uso de tomografía de coherencia óptica (OCT), reduciendo significativamente el tiempo de respuesta para pacientes que requieren terapias urgentes.
Las invitadas comparten su experiencia desarrollando un algoritmo capaz de analizar imágenes de la retina para detectar patologías que requieren tratamiento, destacando cómo la tecnología ha superado las expectativas, alcanzando mayor precisión que los oftalmólogos entrenados. También se discuten los desafíos para publicar los resultados científicos, la importancia de contar con datos de calidad y cómo la IA puede integrarse en sistemas de salud primarios para mejorar el acceso a diagnósticos oftalmológicos en áreas rurales.
Puntos claves de la entrevista:
1. Implementación de la Inteligencia Artificial en Oftalmología: Se discute cómo la inteligencia artificial (IA) puede ayudar a mejorar los diagnósticos y la atención en el campo de la oftalmología, específicamente en el uso de la tomografía de coherencia óptica (OCT). El principal objetivo es reducir el tiempo de diagnóstico y priorización de pacientes que necesitan terapia antiangiogénica para evitar la pérdida permanente de visión.
2. Desarrollo y entrenamiento de un algoritmo: Se detalla el proceso de desarrollar un algoritmo basado en IA que pueda analizar imágenes de OCT para determinar si un paciente necesita tratamiento inmediato. Se destacan los desafíos iniciales, como la falta de datos suficientes y la importancia de alimentar al algoritmo con información de calidad para mejorar su rendimiento.
3. Resultados del Proyecto: Se resaltan los resultados obtenidos con el algoritmo, que superó las expectativas al alcanzar una precisión superior a la de oftalmólogos entrenados. Se menciona la importancia de la especificidad del algoritmo y cómo puede funcionar como una herramienta de tamizaje eficaz en áreas donde el acceso a retinólogos es limitado.
4. Desafíos en la Publicación de Resultados Científicos: Uno de los mayores retos fue publicar los resultados del proyecto en revistas científicas, ya que los editores de las revistas exigían un mayor volumen de imágenes para validar el algoritmo. Este obstáculo fue superado eventualmente, pero reflejó la resistencia inicial de la comunidad científica a aceptar avances basados en IA con cantidades limitadas de datos.
5. Potencial Impacto de la IA en la Atención Médica Primaria: Se discute el potencial a largo plazo de la IA para democratizar la atención médica, integrando herramientas como la OCT en entornos comunitarios o de atención primaria. Esto permitiría que los pacientes reciban atención oftalmológica oportuna sin tener que pasar por complejos procesos de referencia en clínicas especializadas.
6. Innovación en el Cuidado Oftalmológico: Se destaca el enfoque de las doctoras en implementar nuevas tecnologías en su práctica clínica, su interés en la investigación y la innovación, y cómo la IA puede transformar la prestación de servicios médicos, no solo para mejorar el acceso, sino también para optimizar los recursos.
7. Barreras Mentales y el Rol del "Mindset" en la Adopción de la IA: Se analiza cómo el "mindset" o mentalidad tanto de médicos como de editores de revistas científicas puede ser una barrera para la adopción de la IA. Existe resistencia al cambio y desconfianza en que la IA pueda reemplazar o mejorar procesos que históricamente han sido manuales.
8. Futuro de la IA en la Medicina: Se proyecta cómo en los próximos cinco años la inteligencia artificial y la tecnología de diagnóstico portátil, como dispositivos OCT de mano, podrían transformar la oftalmología y otras áreas médicas, haciendo más accesibles diagnósticos rápidos y precisos en comunidades con acceso limitado a especialistas.
Conclusiones:
- La inteligencia artificial está revolucionando el diagnóstico en oftalmología, permitiendo diagnósticos más rápidos y precisos, especialmente en enfermedades de retina.
- El desarrollo de un algoritmo para analizar imágenes de OCT ha reducido el tiempo de diagnóstico de meses a segundos, superando incluso la precisión de oftalmólogos entrenados.
- A pesar de los avances, persiste una resistencia al cambio en la comunidad médica y científica, lo que ha complicado la adopción y publicación de estos desarrollos.
- La calidad de los datos es fundamental para entrenar algoritmos efectivos, lo que ha sido clave en el éxito del proyecto presentado en el episodio.
- La IA tiene el potencial de democratizar el acceso a la atención médica en áreas rurales, llevando diagnósticos oftalmológicos a zonas con poco acceso a especialistas.
- El futuro de la IA en medicina promete mejorar la eficiencia del sistema de salud, poniendo al paciente en el centro y optimizando el uso de recursos limitados.
Laura Velásquez
Entonces, para iniciar, bienvenidísimas a este episodio. Son dos mujeres que admiro demasiado porque me han enseñado mucho, no solamente a lo largo de emprender en salud, sino que me han enseñado mucho como mujer a transformar esta industria y a dar como ese primer paso. Entonces, gracias por estar aquí. Quiero que se presenten cada una y que me cuenten qué hacen y qué están haciendo, y por qué la inteligencia artificial genera valor y resultados en esta industria a veces tan rudimentaria que tenemos hoy.
Claudia Acosta
Bueno, hola Lau, yo soy Claudia, amiga y compañera y socia partner in crime de Caro. Llevamos trabajando en esto muchos años porque hay que irse hacia atrás, porque cada paso nos ha llevado a esto y esto nos llevará a pasos que ni siquiera nos habíamos imaginado hacia adelante. Como dijiste, somos oftalmólogas. Yo soy oftalmóloga, retinóloga clínica. También soy una enamorada de las cosas que no sé cómo van a salir, pero que creo que se pueden hacer mejor. Y siempre estamos con los ojos muy abiertos porque el status quo es un poquito peligroso en nuestro trabajo que es tan repetitivo. Cuando tú eres médica oftalmóloga, un paciente y luego viene el otro y luego viene el otro, entonces tiendes a encajarte y a creer que el mejor desenlace es el desenlace típico y conocido, pero creo que las dos siempre nos hemos pasado nuestras horitas preguntándonos cómo y si hacemos las cosas distinto, qué puede pasar. Entonces eso nos lleva a ti y a todo esto que estamos enfrentando ahora.
Carolina Sardi
Hola Lau, yo soy Carolina Sardi. Como ya dice Clau, somos superamigas porque tenemos como muchos principios y muchos valores que nos han alineado desde el día uno que nos conocimos. Y sí, como dice Clau, estamos siempre en la búsqueda de cómo hacer las cosas mejores. Sobre todo en un medio donde vemos que hay muchas áreas en donde no puede llegar el retinólogo a tiempo, donde siempre estamos llegando tarde. Y de ahí yo creo que nace un poco la necesidad de buscar qué podemos hacer, cómo podemos llegar a más personas, cómo romper un poquito con esas barreras de acceso y cómo mejorar la salud visual de los pacientes apoyándonos mucho en este caso con la tecnología.
Laura Velásquez
Carolina, acabas de decir algo que le pasa a todas las patologías, en todas las especialidades y transversal a la industria y es que siempre llegamos tarde. ¿Por qué pasa eso? ¿Por qué si somos conscientes que llegamos tarde sigue sucediendo eso?
Carolina Sardi
Bueno Lau, yo creo que una de las cosas que hablamos en algún momento es que específicamente en retina nos enfrentamos a unas causas de ceguera que a veces el paciente inicialmente en la primera fase no lo nota, sobre todo por el hecho de que tenemos dos ojos. Entonces si tú te pones a pensar, yo no sé dónde empieza la visión de un ojo y dónde termina la del otro, y a veces el paciente no se da cuenta que no está viendo por un ojo. Mientras pide la cita, hace la cita con el médico general, el médico general lo remite al oftalmólogo, el oftalmólogo al retinólogo. En nuestro país pueden pasar de cuatro a seis meses casi que en el mejor de los casos, en nuestro país. O sea, siendo Colombia un país que tiene un sistema de salud que digamos funciona, porque a mí me parece que funciona. Sí, funciona y funcionó bien. Pero yo por ejemplo me pongo, yo soy venezolana, y yo por ejemplo me pongo a pensar qué pasa en Venezuela. O sea, si yo lo vivo acá, ¿qué pasará en Venezuela? ¿Qué pasará en otros países donde el sistema de salud funciona peor? Y realmente eso a uno le mueve todo, porque uno empieza a sentir que no está cumpliendo con la misión de vida si está llegando tarde cuando ya no se puede hacer nada.
Claudia Acosta
Hay una cosa que yo quiero agregar y es que siempre llegamos tarde porque nuestro estándar de llegar temprano es el equivocado. Pues, o sea, nosotros pretendemos llegar temprano cuando ya está el diagnóstico hecho para darle una droga X o Y. Pues es que ese no es llegar temprano. Llegar temprano es identificar al paciente desde la comunidad, ver los factores de riesgo y enseñarle a esa comunidad a monitorear y cuidar más al paciente que está en riesgo sin esperar que le dé la enfermedad. O que tenga la enfermedad en estado temprano y que ese paciente sepa que tarde o temprano va a requerir X o Y intervención. Para nosotros, llegar temprano es ponerle la droga temprano cuando ya el paciente sangró en la retina. Eso no es llegar temprano. Ese estándar está mal. El estándar era identificar los pacientes que tienen riesgo de sangrar, tenerlos determinados y hacer que ellos tengan una vía de acceso rápido para su tratamiento cuando tengan la necesidad de tratamiento.
Laura Velásquez
Que ahí precisamente es donde este tipo de herramientas nos ayudan a generar valor, ¿cierto?
Carolina Sardi
Sí, por ejemplo, para Colombia, mira, nosotros nos agremiamos en una asociación que es la Asociación Colombiana de Retina y Vítreo y hay, si mal no recuerdo, más o menos 150 miembros, 150 retinólogos para todo Colombia. Puede que hayan algunos por fuera, puede que lleguemos a 200, 200 y algo. No somos suficientes, nunca somos suficientes. Sí, como dice Claudia, hay que esperar que llegue cuando ya se produce el desenlace.
Laura Velásquez
Cuando ya está afectado al paciente prácticamente.
Claudia Acosta
Sí, porque además son enfermedades que no tienen reversa, pues cuando el daño está hecho, está hecho y no hay manera de retroceder a darle al paciente la visión inicial antes del daño. Hay algo que…
Laura Velásquez
Sigue, sigue.
Claudia Acosta
No, que digo yo que también es muy difícil porque yo creo que muchas personas dicen, ¿para qué la inteligencia artificial si yo mi trabajo lo hago súper bien? ¿Sí me entiendes? Entonces, esa es también la barrera de acceso más grande que hay en la mente.
Carolina Sardi
Literal, de una cantidad de cosas, y doy por sentado que eso representa el todo y es un sesgo cognitivo que, como dice Claudia, se convierte en una barrera realmente que no permite…
Laura Velásquez
Yo creo que esa es la mayor barrera que tiene la tecnología, no solamente la inteligencia artificial. La innovación trae de por sí esa gran barrera que la gente cree que ya no la sabemos todas y pues hay muchas mejores formas de hacer las cosas, hay muchas mejores formas de llegar del punto A al punto B, y en este caso es ayudar a un paciente a que no quede ciego, es ayudar a un paciente a que no se muera, es ayudar a un paciente a que tenga una mejor calidad de vida. Bueno, tiene un impacto demasiado alto al individuo, demasiado alto. Yo tengo una pregunta para ustedes porque yo sé que antes de que nosotros nos encontráramos en el camino e hiciéramos este modelo tan bonito de inteligencia artificial, ustedes venían haciendo muchas cosas de innovación. Yo creo que de las oftalmólogas retinólogas que conozco, ustedes son de las primeras que han hecho transformación a lo largo del tiempo. Me encantaría que me cuenten esa experiencia que ustedes tienen llevando a la vida real transformación o generando implementación de nuevos modelos de inteligencia artificial o implementando tecnología o automatizando procesos o transformando los procesos.
Carolina Sardi
Creo que sí, mira, desde las primeras veces que nos conocimos, a las dos nos gusta mucho la investigación, entonces siempre nos planteamos una hipótesis y a raíz de esa hipótesis hay que corroborar esa hipótesis y se desarrolla todo el método científico. Las dos tenemos ese pensamiento que se construye a partir de una hipótesis y que busca resolver una pregunta, y eso lo descubrimos desde muy temprano que empezamos a ser amigas. Y cada vez en esa búsqueda de información era replantear cómo hacer que el proceso se agilice. Entonces hubo momentos que medimos el proceso, hubo momentos en donde cuestionamos el proceso, nos sentábamos a construir, a imaginar, a rayar, porque además, vuelvo otra vez a defender el sistema de salud, creo que hay muchas cosas en este país que nos permitirían que el paciente tenga un mejor acceso. Entonces, ¿por qué se producen esas pequeñas barreras si el sistema de salud tiene una cobertura tan amplia y hay tantas personas que están cubiertas en el país por el sistema de salud? Y llegamos siempre a la misma conclusión, son los procesos que impiden que el paciente llegue muchas veces a tiempo.
Claudia Acosta
Y también hemos hecho como el camino del duende de la innovación, pues empezamos a hacer, teníamos mucho amor por las imágenes, lo tenemos de tomografía de coherencia óptica especialmente, entonces empezamos a ver casos que se nos salían del label, de la cajita, y empezábamos a recopilar casos y publicábamos artículos científicos porque además nos parece súper chévere compartir, pues somos, yo le digo a Caro que somos muy botacorrientes porque nos encanta llevarlo hasta el final y luego compartirlo, entonces de ahí vino que escribiéramos muchos artículos científicos. Después empezamos con Recognize, que fue, pues yo creo que todo innovador necesita una empresa que fracasa, esa fue nuestra empresa de fracaso, y le gastamos mucha energía, mucho tiempo y algo de dinero a un sistema en el cual pudiéramos hacer con el celular fotos de fondo de ojo de los pacientes en áreas rurales que llegaran a una central de lectura, eso ahora suena como muy lógico, en esa época era menos común, y de ahí poder hacer una segregación o separar los pacientes según riesgo. Y también hemos estado apalancados por el hecho de que hemos hecho clinical trials, o sea, estudios clínicos patrocinados por la industria con fines de registro hace muchísimos años, entonces cuando tú tienes el privilegio no sólo de moverte en la burbuja clínica colombiana, como las clínicas hacen las cosas, sino también tienes el privilegio de convivir día a día en la burbuja de los clinical trials, donde todo se hace diferente, pero mejor, entonces empieza la pregunta a decir, y si yo hago lo de la clínica normal como lo hago en el clinical trial, ¿se podrá? La respuesta inmediata de todo el mundo es no, no se puede porque es muy caro, pues nos dimos cuenta en el proceso que no es más caro, sí se puede, facilita todo y mejora los resultados, entonces de ahí vino el modelo de atención que tenemos en nuestra clínica de retina, pero este modelo de atención tiene un cuello de botella, para todos los que quieran empezar a usar inteligencia artificial, señores, si ustedes no tienen un problema que resolver, no se metan en esto, porque exactamente, entonces como había un problema que resolver, que es el cuello de botella de cómo encontrar a sus pacientes en la comunidad antes de que lleguen enfermos a la clínica, pues de ahí nació el proyecto.
Laura Velásquez
Me encanta, hagamos doble clic otra vez en el fracaso de empresa inicial que sacaron, porque me gusta mucho lo que hicieron, porque ustedes han emprendido como cualquier otro emprendedor, haciendo mucha prueba y error para mejorar sus proyectos. Me gustaría, ¿por qué lo llaman fracaso? Para mí es un tema de aprendizaje hermosísimo, pero ¿qué fue lo más retador de esto? ¿qué fue lo más difícil?
Carolina Sardi
Yo creo que lo más retador inicialmente era el desconocimiento, ¿sí? O sea, es que era un mundo completamente diferente a lo que nosotros conocemos formados clínicamente, entonces recuerdo que en ese proceso tuvimos un coach tecnológico, que las primeras reuniones eran explicarnos cómo funcionaban las cosas, qué es un front-end, qué es un back-end, cómo se hace todo el proceso, qué es un algoritmo, ¿sabes cómo fue todo el proceso? Y yo decía, Dios, ay, es que ni siquiera la terminología la conocíamos, nada, nada, era una cosa de: espérate un momentico, pide un papelito, ¿cómo? Yo pienso que eso para mí, personalmente, fue muy retador. Lo segundo más retador, entonces eso mismo hace que tú, ese mismo aislamiento cognitivo, no te rodees de personas.
Claudia Acosta
La ausencia de quienes...
Carolina Sardi
Exactamente, que no te rodees de las personas que tienen las habilidades, porque uno se mueve en un mundo en donde todos hacen más o menos lo mismo que uno hace. Y lo tercero es que es el tema de los recursos. En ese momento era muchísimo más costoso e implicaba hacer una inversión muy grande que uno veía y decía: “¿esto cómo?”. Yo creo que si lo volviera a hacer, lo haría diferente.
Claudia Acosta
Sí, yo creo que para mí lo más difícil fue lo que yo llamo la ausencia del quién, y es que uno no sabía con quién asociarse, pues, para que le hiciera la parte tecnológica, para que le hiciera la parte de diseño de la página web, para que lo acompañara a vender la idea a los pagadores. Porque esto era una solución a un problema que el pagador no sabía que tenía. Entonces, el problema del pagador era quién me pone las inyecciones más baratas, ¿sí me entiendes? Esta parte no sé para la persona que está escuchando, puede ser un poquito, tengo que ir más por plastilina, porque el pagador, o sea, el asegurador, lo que busca es una clínica oftalmológica de cuarto nivel que trate sus pacientes de retina, las enfermedades de retina, de una manera que puedan pagar, costo-eficiente. Y nosotros les traíamos una vaina que, según ellos creían, iba a llenar la clínica de enfermedades que estaban en la calle y que todavía no habían consultado. Entonces era como "mal idea", pero en realidad es donde se mejora la situación, porque si tú, por ejemplo, en retinopatía diabética haces un diagnóstico temprano, esos pacientes nunca van a requerir terapias de alto costo. Cuando el paciente ya llega con la enfermedad, ya está en la categoría de terapia de alto costo. Entonces era un repensar demasiado complejo y para poder encontrar quién comprara la idea, era un momento político de Colombia muy complejo, fuerte, y yo creo que nos faltaba calle y no sabíamos cómo venderla, ni con quién acompañarla. Imagínate la última: nosotros nos reuníamos todos los jueves, y entonces: ¿qué vamos a hacer hoy? Tratar de conquistar el mundo, ¿no?
Carolina Sardi
¿Cómo?, ¿qué cerebro? Entonces nos reuníamos en todos los lugares de 12 a 2, y era eso, era como una pizarra: "¿esto cómo? ¿qué hacemos con esto? ¿cómo lo hacemos?"
Claudia Acosta
Yo hago un paréntesis, y veíamos a todos nuestros compañeros oftalmólogos almorzando, normalmente, la gente almuerza normal, conversando y chismoseando en las cafeterías del primer piso, y Caro y yo encerradas aquí en la oficinita, tratando de conquistar el mundo.
Laura Velásquez
Ustedes son de las mías, me encanta, me encanta.
Claudia Acosta
Pero pasaron muchos meses, muchos años, diría yo, años, sí, hasta que dimos con Laura.
Laura Velásquez
Pero mira, mira, mira qué bonito esto, porque ustedes empezaron a hablar de esto cuando nadie tenía claro qué era esto. Hoy en día es más fácil, porque ya todo el mundo lo habla, porque ya la gente tiene un mayor conocimiento. Sin embargo, estoy segura de que muchas de las personas que nos están escuchando, que son médicos o profesionales en salud, pues no tuvieron esa oportunidad como ustedes al inicio, y todo eso que ustedes vieron hace 5 o 6 años atrás, lo están viviendo hoy. Entonces, súper valioso ese conocimiento. Ahora sí, quiero preguntarles cómo llegamos al proyecto que hicimos juntos, porque me parece que fue extremadamente lindo, extremadamente limpio el proceso. Curiosamente, todos los proyectos que hoy hemos sacado con Arcángel, creo que este ha sido el más limpio, el más claro, el que ha tenido unos resultados muy rápidos y que ha generado respuesta positiva en el proceso de creación, y eso fue hace rato ya. Entonces, nada, me encantaría que cuenten desde el momento cero, cómo nos encontramos, cómo llegamos. No lo voy a contar yo, yo voy a ir complementando, pero quiero escucharlas a ustedes, porque mi opinión es muy diferente a la de ustedes, seguramente, y ustedes son las expertas aquí.
Claudia Acosta
Pues mira, Laura, cuando, para mí primero fue muy difícil entender qué era inteligencia artificial. O sea, el concepto de algoritmo de redes neuronales, pues eso fue para mí muy difícil de entender desde el día cero. Pero sí era muy claro el problema, o sea, teníamos muy claro el problema. Entonces, cuando Carolina y yo tuvimos la oportunidad de trabajar con ustedes, con José, contigo, y nos dijeron "¿qué hacemos?", pues nosotras nos sentamos y teníamos varios sets de problemitas, y se eligió el problema que considerábamos uno de los más retadores en la clínica, pero que no fuera muy difícil de hacer, algo de una sola capa, y por eso fue tan limpio y tan claro llegar al desenlace que llegamos.
Carolina Sardi
Porque no nos complicamos demasiado. Después de no tener ningún contacto cero con la inteligencia artificial, no pretendíamos llegar a resolver todos nuestros problemas en la primera sentada. Entonces, el hecho de haber elegido una sola cosa ayudó mucho a que el proyecto saliera como salió.
Claudia Acosta
Yo creo que ustedes tienen una gran fortaleza y es la personalidad tuya y la personalidad de José. Tú, siendo como más idealista y José siendo como más pragmático, logran que uno vea más allá, o sea, pueda pensar más allá, pero a la vez aterrizar la idea. O sea, la combinación de los dos logra que uno pueda soñar, pero a la vez hacerlo tangible. Y creo que eso fue algo que ayudó muchísimo. Hubo obviamente un click cuando los conocimos a través de Gabriel y de Claudio, básicamente, que recuerdo que vinieron acá, vino Laura, y yo las oí hablar, yo te oí hablar y yo decía... Claro, porque en ese momento vivíamos en ese tormento de tratar de entender cómo hice la idea, qué era inteligencia artificial, qué era, cómo se desarrollaba, y de repente decíamos: mira cómo esta vieja lo tiene todo tan claro, mira qué chévere, es como mi media mitad.
Laura Velásquez
Espérate, aquí un paréntesis para los que nos escuchan. Hace un tiempo empezamos a crear, a idear, a soñar en crear un modelo que pudiera tomar decisiones mucho más oportunas. Y ya vamos a hacer doble click en el problema y en la solución y en los resultados, pero para que se den una idea, es que empezamos de cero a idear sobre qué tan loco es crear un modelo que nos permita tomar mejores decisiones en temas de oftalmología y de retina, ¿cierto? Entonces, aquí, Claudia y Caro, me encantaría que hablemos un poquito más de ese problema y a qué solución llegamos y luego a qué resultados obtuvimos.
Carolina Sardi
Bueno, el problema en retina hay un examen que se llama la tomografía de coherencia óptica. Es un examen diagnóstico que toma una imagen de la parte posterior del ojo, que es la retina, y después de un análisis llegas a un diagnóstico. Sobre ese diagnóstico debes tomar una acción o muchas acciones, pero en este momento elegimos una acción. La acción es poner al paciente en inyecciones de terapia antiangiogénica. Independiente de la patología, el algoritmo debía ser capaz de reconocer qué paciente podía requerir terapia antiangiogénica en una sola imagen. A futuro, la idea es que este tipo de algoritmo se pueda subir en una plataforma web o en el mismo equipo como parte integrada de su software y decirnos de manera inmediata que si el paciente debe ser priorizado para terapia antiangiogénica, ya que el paciente que requiere terapia antiangiogénica, si no se le da a tiempo, corre el riesgo de tener una pérdida o discapacidad permanente de su visión.
Claudia Acosta
Para explicarlo desde otro punto de vista, normalmente el paciente se toma una imagen con el OCT, con la tomografía, que es una imagen en tiempo real como si vieras una biopsia de la retina en vivo, ¿sí? O sea, uno pudiese tomar la decisión en ese instante, el problema es que no tenemos a los retinólogos sentados viendo el OCT todo el tiempo, ¿cierto? Entonces, ese examen el paciente lo debe llevar al retinólogo y ahí es donde está la barrera, ahí es donde se retrasa la toma de la decisión.
Carolina Sardi
Porque recuerda que en el país hay apenas 150 o 200 de estos individuos.
Claudia Acosta
Entonces, el paciente puede llegar con el examen muchos meses después, incluso, y no tener una decisión en el momento que tiene la necesidad real del tratamiento. Entonces, ¿cómo llevamos los ojos del retinólogo hasta el examen? Ese es más o menos como el concepto. Y llevar los ojos del retinólogo hasta el examen, pues la solución podía ser la inteligencia artificial. Entonces, uno decía: ¿será que sí puede? Y nosotros decíamos: ¿será que sí puede?
Carolina Sardi
Entonces empezamos a plantear, bueno, tomemos un grupo de imágenes de las patologías que sí responden a ese tratamiento y de las patologías que no tienen indicación de ese tratamiento. Incluso pacientes normales, pacientes con patologías de retina que lo necesitan y pacientes con patologías de retina que no lo ameritan. A ver si el algoritmo era capaz de identificar cuáles eran los pacientes que sí lo necesitaban en fracciones de segundos.
Claudia Acosta
Volver un proceso normal de 3 a 6 meses en unos segundos. Eso es lo que hace la tecnología.
Laura Velásquez
Qué tema tan hermoso. Es que cuando yo vi los resultados yo decía: qué bonito uno poder decir que en este caso ustedes pueden usar esta herramienta para acelerar eso, tomar una mejor decisión. En esa tuvimos una primera reunión con ustedes, porque cuando... ¿cómo aterrizamos esta idea? Entonces, bueno, tenemos esta idea y en esa primera reunión con ustedes nos dijeron: venga, aquí el secreto fue, ¿qué fue lo que nos dijo José? Es la calidad del dato. O sea, si alimentamos el algoritmo con buena información, digamos que es como que él quedara mejor educado y va a ser más eficiente tomando la decisión. Entonces sí hicimos ese trabajo como de curar la información que queríamos introducirle al algoritmo y yo creo que eso también ayudó muchísimo porque entendimos bien lo que en ese momento nos decía José en esa creación. Bueno, hagamos doble clic en el proceso. Entonces ya se tenían las imágenes, empezamos a construir el modelo y ¿qué fue lo más retador de esos primeros resultados? O sea, ¿cómo fue el proceso de iterar, back and forward?
Claudia Acosta
Para que hablemos un poquito acá. No, yo creo que retador en esos primeros resultados, no, eso fue como momento guau. Eso no fue retador para nada. O sea, después que nos sentamos, nos explicaron cómo funciona, y seleccionamos y cargamos, no fue nada complicado. Puede ser mucho más complicado cualquier otra actividad que hacemos en el día a día.
Carolina Sardi
Hubo un reto y fue a la hora de publicar el artículo científico. No es reto en lograr el resultado, es el reto en comunicar el resultado a la comunidad científica, porque lo empezamos a mandar a las revistas y en todas las revistas los editores, en dos, la mandamos a dos y en la tercera ya lo aceptaron. Los editores tenían siempre la misma observación y es: usted necesita más imágenes. Pues que no, pues ahí está. Y entonces en la mentalidad de hace uno o dos años para poder tener un algoritmo de inteligencia artificial exitoso tenías que alimentarlo con 30.000 imágenes.
Claudia Acosta
Nosotros íbamos a la mesa y la gente presentaba 300.000. Claro, ¿quiénes llevaban la ventaja? No sé, Singapur, Asia. Nosotros decíamos, ¿cuándo en la vida nosotros vamos a poder? Porque nos gusta mucho ir a un congreso de innovación. Y decían: esto va a ser imposible. Entonces, en esa primera reunión que tuvimos con ustedes, dijeron: hagamos una prueba y vemos qué resultados tenemos. Como una primera, a ver qué pasa. Ah, bueno, un paréntesis acá. En nuestra práctica diaria nosotros vemos imágenes de OCT y vemos el porcentaje de acierto que tiene un oftalmólogo para determinar si la patología necesita tratamiento o no. Y sabíamos que el porcentaje puede estar entre un 60 o un 70 por ciento. Hay mucho espacio para mejorar. Entonces, en nuestra mente dijimos, bueno, cuando corramos este algoritmo, si lo logra igual que el oftalmólogo, 60 o 70 por ciento, vamos en góndola. Y resulta, ese fue el momento guau. Cuando vemos esos primeros resultados, que el algoritmo decía "esta no, esta sí", y se la pegaba, y la pegaba, y la pegaba. Y cuando vimos el resultado, dijimos: o sea, esto supera, no solamente lo hace más rápido, no solamente lo hace inmediato, sino que además supera la proporción de acierto que tiene un oftalmólogo entrenado en esto.
Carolina Sardi
Pero allá dígale a los editores, pues, que eso se puede lograr con... Yo creo que al final con el flip-flop y con la... Todas estas cosas, no, pues, fueron 2.000. Ponle que en 158 pacientes, algo así, que eso se puede, porque en sus cabecitas está que se necesitan muchos datos.
Claudia Acosta
Y eso a la vez se convierte en una barrera de generación de conocimiento, porque los médicos, a quienes les creemos, son las revistas. Entonces, si la revista se convierte en una barrera, nosotros mismos nos está llegando todo o muy tarde, o muy lento, o muy sesgado.
Carolina Sardi
Pero para ser justos con esos mismos editores, eso fue hace dos años, año y medio, perdón. Hoy ya se están publicando los de 150 imágenes en todas las patologías y en todas partes. O sea, ya como que... ya se cambió el mindset.
Claudia Acosta
Es un tema, yo siento que es una barrera mucho de mindset. Y aquí todos estos editores que al inicio nos decían "ay, es imposible con tan poquitas imágenes", es inclusive de mayor valor llegar a unos resultados tan altos con tan poquitas imágenes. Eso quiere decir que realmente... Exacto.
Laura Velásquez
Exacto. Es demasiado lindo. Entonces, digamos que desde lo que nosotros vivimos en esta experiencia también fue guau. De hecho, ustedes lo estaban diciendo ahorita y se me erizaba la piel, yo decía: qué hermosura, porque pues imagínate que esto lo podamos llevar a zonas donde no hay acceso. O, pues, que no hay acceso a un retinólogo, pero que de pronto sí se pueda tomar esta imagen, este OCT, y claro, me corrige si digo algo mal, pero que sí se pueda tomar esto y que de manera inmediata se pueda llegar a un resultado. Obviamente apoyado por un médico, digo yo, por un retinólogo o un oftalmólogo, es muy clave, pero pues yo siento que acelera todo, incrementa el acceso, acelera su atención, mejora su calidad de vida, pues evita que alguien quede ciego.
Carolina Sardi
Y esto se va a lograr de una manera transversal en algún punto. Se va a lograr. ¿Por qué? Porque lo primero es que el OCT hoy, los equipos de OCT hoy son muy costosos, entonces el costo inicial para tener estos equipos puestos en áreas rurales es complejo, pero muy rápido el costo de esos equipos tiende a bajar. Y a largo plazo habrá equipos handheld de OCT, como lo hay hoy de fotografía de fondo de ojo, que también hay muchos proyectos de inteligencia artificial en fotografía, ya las cámaras fotográficas de fondo de ojo son muy económicas, 10 mil dólares, cuando antes valían 250 mil.
Claudia Acosta
Sí, es una locura la diferencia.
Carolina Sardi
Estamos con un pasito en una tecnología que se tiene que abaratar para que esto se haga de uso comunitario. Pero que va a pasar, va a pasar.
Claudia Acosta
Estamos a muy poco de que eso sea así, que tiene un impacto muchísimo mayor.
Laura Velásquez
Exacto, eso es lo que iba a decir yo, de que va a pasar, va a pasar. Obviamente a uno nos toca como llevar la pela de que nos digan "no, no se puede, no se puede, no se puede", hasta que así se pudo.
Carolina Sardi
Y lo puede desarrollar otra persona y está perfecto, pues porque estamos abriendo un poquito la mente para no quedarnos en donde estamos. Si uno puede dar su granito de arena en abrir la mente para llegar a un paso más adelante, ya ahí valió la pena.
Claudia Acosta
En la construcción del conocimiento, sí. Literal. Vamos a reconstruir el resultado que tuvimos entonces. ¿Cuáles fueron esas métricas que cuando ustedes vieron dijeron, wow, esto tiene mucho sentido?
Carolina Sardi
Hay una cosa que se llama como el área bajo la curva, ¿cierto? Sí. Entonces, que casi todos los OCT se leyeron con una sensibilidad y una especificidad mayor del 90%, y que fueron muy homogéneos en esa área bajo la curva. O sea, que no hubo como picos en que unos sí, otros no, pues como inconsistencia, sino que en realidad se lograba en esa etapa de validación y en esa etapa de lectura, se lograba el resultado similar al humano, porque esto fue de alimentación con validación, ¿cómo usted se llama eso? De entrenamiento con validación. La validación éramos nosotras dos, pero no era ella o yo, éramos las dos, o sea, las dos teníamos que estar de acuerdo, y eso facilitó a que la limpieza del dato fuera muy alta.
Claudia Acosta
Otra cosa que observamos en el resultado es que la especificidad fue más alta que la sensibilidad. Entonces, la especificidad es que cuando el algoritmo dijo "no hay", no hay. O sea, realmente la especificidad descarta la patología. Eso lo convierte en una herramienta de tamizaje ideal, que es como uno la piensa. O sea, como dice Claudia, obtener equipos de OCT más económicos que logren obtener una imagen y que de repente si dice que sí está, puede que se equivoque, no pasa nada porque llegó el paciente y el retinólogo dijo: se equivocó, no pasa nada. Pero cuando el equipo dice "no está", realmente no esté, eso lo convierte en la herramienta ideal de tamizaje. Ay no, me encanta, me encanta.
Laura Velásquez
Quiero felicitarlas porque de todos los proyectos que hemos hecho hoy, de los resultados, ustedes han sido muy pioneras en ir un paso adelante, como decir: vamos de una, probemos y tengamos un paso adelante. Eso no es nada común, no es fácil. Entonces, felicitaciones porque seguramente van a seguir transformando y cambiando el mundo como lo estaban haciendo en ese momento, entonces vale la pena. Quiero preguntarles algo, ya hablamos del proyecto que hicimos, vamos a soñar otra vez. ¿Cómo ustedes perciben el impacto de este tipo de tecnologías como la AI en los siguientes 5 años, para lo que ustedes hacen en el día a día? ¿Cómo se imaginan esto? ¿Cómo luce el éxito de implementar estos proyectos de AI?
Carolina Sardi
Para mí el éxito más grande sería poder invertir la pirámide de prestación en oftalmología del nivel terciario o de los hospitales de alta complejidad a las comunidades. O sea, si nosotros... eso nunca ha pasado en oftalmología porque como tenemos tanto juguetico y tanto aparatico, estos aparatos son costosos y solamente los tienen las clínicas hiper especializadas y fuera de eso segmentadas del resto del paciente. Nosotros vemos ojos, las clínicas oftalmológicas solo ven ojos, pero el resto de usted ve a dónde se ve porque eso ya no es conmigo. Entonces, la inteligencia artificial puede integrar este paciente a esos centros de atención primaria donde el paciente ve su médico de familia, su médico general y fuera de eso tiene un tamizaje oftalmológico que va a solucionar el 90% de las enfermedades oftalmológicas sin necesidad de pasar el martirio de remisión contra remisión, remisión contra remisión, hasta llegar a la clínica oftalmológica.
Claudia Acosta
Nosotros, yo creo que desde los primeros días, y Claudia me va a corregir, nos soñamos esto como en los supermercados. En Walmart. Sí, en Carulla, en el Éxito, o sea, nos lo soñamos así, como tú, no sé si has visto esas maquinitas que la gente se pesa y le toma la presión arterial, nosotros nos soñamos ponga aquí sus barbillas, tómese una foto, tómese una foto, ah, usted está perfecto, siga para adelante. O no, usted necesita, con una semaforización, como necesita usted gestionar eso que se está encontrando en la foto, porque lo sabes tú y probablemente lo saben todas las personas que nos van a escuchar, nos estamos envejeciendo, nos estamos envejeciendo, pero también somos muy activos. Mira, a nosotros nos impresiona, nos llegan pacientes de 80, 90 años que conducen todavía y la hija lo trae: doctora, es que a mi papá no hay quien lo siente, a mi papá le gusta es lolear, le gusta hacer vueltas, entonces esos pacientes necesitan tener preservada su visión.
Carolina Sardi
Mi papá es un oftalmólogo de 82 años y trabaja.
Claudia Acosta
Exactamente, entonces ellos necesitan, se vuelve fundamental la visión y todas estas enfermedades son más frecuentes con los... mientras más años tienes, más posibilidades tienes de tener alguna de estas enfermedades, es lo que se llama en medicina, son más prevalentes con los años. Entonces, ¿qué sería? Ah, bueno, usted está mercando en el éxito, se toma su fotito, así es como la vemos nosotros y así es como nos lo soñamos.
Carolina Sardi
Y aquí viene el lado oscuro de la fuerza, diciendo o sintiendo miedo de que esto les va a quitar el trabajo. Yo creo que es una interpretación completamente errónea de una realidad futura basada en una realidad presente. ¿Por qué? Porque ellos se imaginan que el número de pacientes que tienen hoy no son reemplazables si la inteligencia artificial les quita esos pacientes, pero no se dan cuenta de que esos pacientes que están pagando una consulta sin tener enfermedad y sin necesidad de venir se pueden quedar en su casita y que todos esos que se están descubriendo por la maquinita que sí necesitan de ti van a llegar y tú vas a poder generar una atención y un cambio significativo real en la vida de esos individuos.
Laura Velásquez
Exactamente.