Producción Digital

Revisión de salud de Google 2024: Cómo Google está allanando el camino para la atención médica asistida por IA

Igor Alvarez - nuestro Líder Técnico

Google Health es la división de Google que representa la ambiciosa iniciativa de la compañía en la transformación de la atención médica, uniendo sus amplias capacidades tecnológicas con la experiencia en salud para desarrollar soluciones innovadoras para pacientes, proveedores e investigadores en todo el mundo. Como un equipo dedicado, aprovecha las capacidades de Google en inteligencia artificial, aprendizaje automático y análisis de datos para abordar desafíos críticos en el sector de la salud, desde mejorar la detección de enfermedades hasta optimizar los flujos de trabajo clínicos y facilitar el acceso a la atención médica.

Desde 2021, el equipo de Google Health ha organizado su evento anual Check Up, que se ha convertido en una plataforma importante para mostrar las últimas innovaciones en salud de la empresa y establecer su creciente influencia en el sector de tecnología médica. Este evento anual sirve como escenario para anunciar desarrollos innovadores en herramientas de salud impulsadas por IA, mostrar nuevas características en tecnologías médicas existentes y compartir actualizaciones sobre iniciativas de investigación en curso. En este artículo, el equipo de C/Edge ha seleccionado algunos de los avances más significativos presentados por el equipo de Google Health en el Check Up 2024 de Google Health:

Comprendiendo MedLM y su impacto en la atención médica
Imagina tener un asistente médico súper inteligente que pueda entender todo, desde las notas de tu médico hasta tus radiografías; eso es esencialmente lo que es MedLM: un modelo de lenguaje grande ajustado médicamente (LLM) desarrollado para mejorar los servicios de salud en diversas áreas. Funciona procesando y entendiendo información médica de diversas fuentes, como registros de pacientes, notas de médicos e incluso consultas en video. MedLM puede luego proporcionar ideas y generar texto de calidad humana, como informes médicos detallados o resúmenes, mejorando la comunicación entre pacientes, cuidadores y médicos.

Lo que hace que MedLM sea especial es que no se centra solo en un tipo de datos médicos. En cambio, puede manejar múltiples tipos de información simultáneamente, desde notas escritas hasta imágenes y videos. Esta capacidad, conocida técnicamente como multimodalidad, refleja cómo los profesionales de la salud realmente trabajan en la vida real: considerando todas las fuentes y tipos de información disponibles antes de tomar decisiones sobre el cuidado del paciente.

Un vistazo más cercano a MedLM para radiografías de tórax
Una aplicación particularmente emocionante de esta tecnología es MedLM para radiografías de tórax. Piensa en él como un asistente altamente especializado para radiólogos. En lugar de solo observar imágenes de radiografías en aislamiento, este sistema puede analizar las imágenes mientras también considera otra información relevante del paciente. Este enfoque integral ayuda a los radiólogos a trabajar de manera más eficiente y precisa, especialmente cuando manejan grandes cantidades de radiografías.

La verdadera revolución aquí es cómo ayuda a optimizar el flujo de trabajo del radiólogo. Puede detectar hallazgos importantes, categorizarlos e incluso ayudar a redactar informes, manteniendo altos estándares de precisión. Esto significa que los radiólogos pueden centrarse más en casos complejos y en el cuidado del paciente, en lugar de quedar atrapados en tareas rutinarias.

SCIN: Rompiendo nuevas barreras en dermatología
Cualquiera con un conocimiento básico de cómo funcionan los sistemas de inteligencia artificial entiende que entrenar cualquier modelo requiere una gran cantidad de datos y que el resultado final es tan bueno como los datos de entrada. Y aquí estamos hablando no solo de la “calidad” de los datos, sino también de su variedad: no se puede esperar que un modelo generalice su aprendizaje a patrones de datos que nunca ha visto antes. Aquí es donde las cosas se vuelven realmente interesantes e importantes. Otra iniciativa muy interesante presentada por Google Health es la Red de Imágenes de Condiciones de la Piel (SCIN), que está abordando un problema de larga data en dermatología: la falta de representación diversa de piel en los conjuntos de datos médicos. Es una colección completa de miles de imágenes que muestran diversas condiciones de piel, uñas y cabello en diferentes tonos de piel y demografías.

Lo que hace que SCIN sea particularmente valioso es su enfoque deliberado en la inclusividad. Históricamente, las bases de datos de dermatología han sido limitadas en su representación de diferentes tonos de piel, lo que ha llevado a sistemas de IA que funcionan mejor para algunas personas que para otras. SCIN cambia esto al proporcionar un conjunto de datos verdaderamente diverso, etiquetado cuidadosamente por dermatólogos utilizando tanto las escalas de tonos de piel de Fitzpatrick como de Monk.

Esto no se trata solo de tener más imágenes; se trata de crear herramientas de diagnóstico más justas y precisas que funcionen bien para todos, sin importar su tono de piel. Al entrenar sistemas de IA en este conjunto de datos más representativo, estamos avanzando hacia un futuro en el que todos puedan recibir diagnósticos igualmente precisos y tratamientos adecuados para sus condiciones de piel.

Seguir los avances de las soluciones del mercado de la salud y los beneficios que ofrecen tanto para pacientes como para profesionales de la salud no es fácil, pero es algo que en C/Edge nos apasiona. Puede contar con nosotros para proporcionarle a usted y a su empresa tecnología actualizada y las herramientas que necesita para prosperar en el cambiante panorama de la comunicación de marketing de salud y la producción digital. ¡Póngase en contacto con nosotros y hablemos sobre cómo podemos ayudarle a cambiar el futuro del marketing de salud hoy mismo!