Cuando la IA se sienta a la mesa

“La IA ha llegado para quedarse no solo en la nutrición, sino en la medicina y en casi todos los campos que podamos analizar. A nosotros nos permite ser más precisos en el diagnóstico y en la predicción con nuestros pacientes”, con herramientas que ayudan, por ejemplo, a valorar ecografías musculares, a valorar la composición corporal mediante un TAC y en la investigación clínica. Lo explica a Ical Daniel de Luis, catedrático de Edocrinología y Nutrición de la Facultad de Medicina de la Universidad de Valladolid, además de director del Centro de Endocrinología y Nutrición de esta institución académica y, uno de los mayores expertos de España en este campo.

La Inteligencia Artificial se ha sentado a la mesa y comienza a rediseñar la dieta y a escribir un nuevo capítulo en la nutrición clínica. ¿Llegará un día en que los algoritmos digan lo que hay que comer?, ¿serán los datos los que diseñen los menús y los que nos alimenten? Pues no es ciencia ficción, en parte es ya una realidad en expansión, que ha comenzado a transformar la nutrición clínica desde dentro, con herramientas que permiten analizar hábitos alimentarios, predecir riesgos, personalizar tratamientos y mejorar el seguimiento de los pacientes. Con aplicaciones que van desde las que se utilizan en las consultas de los grandes hospitales hasta los dispositivos móviles, estas tecnologías marcan un antes y un después en la forma de entender la nutrición, pero también abren la mano a dilemas éticos y legales. La mesa está servida.

El también jefe del Servicio de Endocrinología y Nutrición del Hospital Clínico Universitario de Valladolid destaca la contribución de la IA en la medicina personalizada y de precisión, y el potencial del deep learning y el machine learning para manejar una ingente cantidad de datos e identificar patrones complejos que podrían pasar desapercibidos con los métodos tradicionales, y contribuir así a anticiparse a enfermedades y poder actuar. “Estas herramientas nos permiten predecir con una serie de parámetros, por ejemplo, la capacidad que tiene un niño de desarrollar obesidad en un futuro o diabetes. Si sabes que va a desarrollar estas patologías, son dos ejemplos, pero también podríamos utilizarlas en procesos de desnutrición, etc., puedes adelantarte” con medidas de prevención, y si ha aparecido el problema, personalizar el tratamiento.

“Hay ya diferentes trabajos que muestran que detectando el patrón de la cara en niños puedes predecir el desarrollo en obesidad. También hay otros estudios que muestran cómo con diferentes parámetros del día a día, incluso una exploración clínica normal, te pueden ayudar a predecirla, o si esa persona obesa va a desarrollar diabetes, marcar grupos de riesgo y clasificar a los pacientes”, precisa.

Ante este escenario, sobre la base de las “muchísimas áreas de nutrición clínica” para las que hay herramientas que pueden ayudar, acaba de nacer el primer curso de Inteligencia Artificial Aplicada a la Nutrición, que dirge el propio Daniel de Luis, con los avales científicos de la Sociedad Española de la Nutrición Clínica y Metabolismo (SENPE) y la farmacéutica de nutrición clínica QoLife MEDICAL, y el Centro de Inteligencia Artificial de la Universidad de Valladolid IA-UVa. Está dirigido a profesionales y en él se revisa desde cómo puede ayudar la inteligencia generativa como ChaGPT y otros prompts en la práctica clínica, o las herramientas que ya existen para valorar un escáner de un paciente, herramientas de salud móvil a través de las APP; y cómo el metaverso y las aplicaciones de chatbots, los asistentes virtuales pueden mejorar el acceso a la información, ayudar a entrenar o a enseñar a los pacientes determinadas habilidades y fomentar los autocuidados.

Nueva era

En esta revolución de la medicina, que bebe de la biomédica y los datos, de la tecnología, Castilla y León tiene mucho que decir, a la espera de que entren en las consultas muchas herramientas sobre las que ya trabaja y que marcarán un antes y un después en la práctica clínica. En este contexto es donde se mueve el grupo de Isabel de la Torre, del Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática de la Universidad de Valladolid. Ella trabaja en proyectos de investigación sobre desnutrición, obesidad y que también ha desarrollado un chatbot centrado en dietas, y ya, fuera de la nutrición y de la endocrinología, en aplicación de la IA en cáncer de mama, pulmón y Alzheimer, entre otras patologías.

Llega al máster de la mano de la obesidad y del uso del deep learning y machine learnig en pacientes con esta patología, “un problema que afecta a muchísimos millones de personas, tanto a niños como a adolescentes y adultos, como ya en la tercera edad”. Es un “problema horizontal”, que afecta a las personas que tienen o van a tener asociadas otras patologías crónicas, explica. “Muchas de las causas de que una persona desarrolle cáncer de mama antes de tiempo es que esté obesa. Eso es un factor de riesgo importante, con lo cual, pues, es un problema grave, que con la IA se puede un poco mitigar o ayudar. Sobre todo, ayudar. Yo utilizo mucho la palabra ayudar porque creo que es la clave de todo. Cuando se habla de ChatGPT, de la inteligencia artificial... al final son herramientas tecnológicas que ayudan tanto al médico como a los pacientes”.

Ni más, ni menos

En este caso concreto, en el de la obesidad, la sociedad se enfrenta a una pandemia que aborda diferentes aspectos. “La obesidad puede en un 50 por ciento relacionarse con nuestro bagaje genético, pero el resto está vinculado a la actividad física y los hábitos alimentarios. Podemos tener herramientas que nos ayuden a monitorizar a nuestros pacientes en cuanto a la ingesta que realizan, a darles mucho más rápido un feedback de ingestas saludables, a monitorizar la actividad física y también darles programas de actividad física más personalizados. Estas herramientas nos van a poder permitir personalizar más ese abordaje multifactorial que tiene la obesidad”, añade De Luis, quien precisa que herramientas que muestran cómo pacientes obesos, que han llegado al punto donde requieren cirugía o una dieta muy restrictiva, ayudan a valorar cómo va a responder el paciente y elegir una u otra opción.

“La IA ayuda a prevenir o a apostar por tratamientos más eficientes”, y puede “llegar a detectar algo que, gracias a que se ha detectado a tiempo, el paciente recibe un tratamiento adecuado y el paciente puede curarse a tiempo. Puede ayudar a todo eso”, pero todo, precisa De la Torre, bajo supervisión médica. “Al final no deja de ser una máquina que está recibiendo datos”, que arroja datos basados en fórmulas matemáticas, en redes neuronales, en diferentes procesos estadísticos, que permiten avanzar mucho más rápido en el maremagnum de datos genéticos, de microbiota, de antropometría, de ecografía, de escáner y de un largo etcétera que se generan día a día, cada vez que el paciente llega a la consulta, pero que necesitan seguir siendo supervisados por un profesional, coinciden los dos expertos.

La caja negra, donde no todo vale

Pero en esta caja negra, donde se sabe qué datos entran, no todo vale, porque si hay alguna información que debe y está altamente protegida es la vinculada a los datos de salud. Es aquí donde entran los problemas éticos y legales, incluso los emocionales. “No porque una máquina te diga que tienes un riesgo del 90 por ciento, tienes que obsesionarte. Ahí hay que tener cuidado y para eso está el profesional”, incide De la Torre.

El hecho de que estos algoritmos se alimenten de datos personales de salud exige velar por esta protección. “La inteligencia artificial está en el día a día del servicio sanitario. Los médicos, los profesionales utilizan herramientas para tomar medidas, para tomar medidas incluso con precisión similar o a veces superior a la que puede tomar una persona. Se utilizan sistemas recomendadores, utilizan sistemas de identificación de imagen o análisis de imagen automática, y ese día a día hace que se hayan tomado desde la Unión Europea diferentes medidas para proteger o para dar confianza a los usuarios frente a los usos de estas herramientas cuando tienen que ver con la salud”, mantiene el director del Centro de Inteligencia Artificial UVa-IA, David Escudero, que ofrece en este máster su visión sobre los desafíos normativos.

“Estos algoritmos se alimentan de información y esa información puede ser información personal y sobre ello hay que velar”, para lo que existen la Ley de Protección de datos y el Reglamento Europeo de IA, conocido como RIA, que se aprobó en agosto de 2024 y que será completamente aplicable en 2026. “Tiene muy en cuenta la salud porque en su preámbulo habla de que la inteligencia artificial debe ser aplicada velando por los derechos fundamentales de las personas. Y uno de los derechos fundamentales de las personas es la salud”. “Estamos frente a una situación que tiene un potencial riesgo y que por lo tanto debe ser velado por esta ley” que establece diferentes niveles de riesgos, de los inaceptables, son prácticas prohibidas, a riesgos mínimos, con aplicaciones que, por así decirlo, “son inocuas”.

Entre los riesgos inaceptables, advierte Escudero, figuran la categorización de personas en términos relacionados con sus características biométricas, y la incitación subliminal a adoptar determinados comportamientos. “Imagina una aplicación de inteligencia artificial que de repente está incitando a las personas a consumir productos insanos. Eso estaría prohibido hoy en día en la Unión Europea”, que cuenta con su propia oficina de IA y controlado por los órganos de los Estados miembros. Por debajo de las prácticas inaceptables están las prácticas de alto riesgo, que “tienen alguna posibilidad de dañar a las personas o de reportar, hacer que ese daño tenga cierta gravedad”, para lo que la Unión Europea ha establecido una serie de prebendas para los proveedores de este tipo de sistemas.

“Si no tienes cuidado con las posibles patologías de los pacientes, puedes estar incurriendo un daño para esta persona y eso hay que controlarlo. Otros modelos que puedan predecir riesgos de enfermedad basándose en hábitos alimentarios o datos médicos personales. Eso importa un riesgo importante y eso hay que tenerlo en cuenta y potencialmente esas aplicaciones estarían también dentro de estos parámetros, de las aplicaciones de riesgo”, precisa el director del Centro Uva-IA.

Aliados con reservas

Pese a que la Inteligencia Artificial generativa puede ayudar, los tres expertos advierten de los chatbot que están en la mano de la gente, como ChatGPT, que pueden ayudar, pero que pueden ser tan peligrosos como doctor Google. “Debemos ser capaces de filtrar la información de buena calidad y contrastada y siempre asesorarnos con un profesional de la salud. Si accedemos a la inteligencia generativa con preguntas abiertas y no somos capaces de filtrar la información podemos correr riesgos”. “No todo vale. Es muy fácil conseguir unas dietas, unas recomendaciones… Introduces unos datos sobre tu perfil, el objetivo que tú tienes, que tú quieres, y estos sistemas te van a dar una propuesta dietética o una propuesta de hábitos de salud. Eso tiene muchísimo riesgo”. “Siempre tienen una respuesta, pero otra cosa es que esa respuesta esté validada”, coinciden De Luis y Escudero, quien incide en que, además, hoy por hoy estos sistemas tampoco asumen ninguna responsabilidad.

Los tres confían en que en unos años las máquinas habrán alcanzado un nivel de precisión enorme, pero que detrás siempre estará el profesional, que convivirá con herramientas que lo ayuden y lo complementen. “No van a sustituir al médico, ni muchísimo menos”, considera Escudero. Lo dice también De la Torre, quien confía en que estas herramientas de IA estén incorporadas dentro de la historia la clínica electrónica, aunque tardarán.

“Me imagino las consultas con pacientes, con médicos, con enfermeras, con alumnos, con residentes y con estas herramientas ayudándonos a interaccionar con el paciente, a diagnosticarlo mejor, a tratarlo mejor e incluso hacer un mejor seguimiento en su domicilio”, añade De Luis, quien confía en que la IA no dicte nuestro menú. “Seguramente, nos ayudará a tener menús más saludables, una población mucho más informada, a luchar contra grandes pandemias como la diabetes, la obesidad, todos los factores de riesgo cardiovascular, generando más educación nutricional en la sociedad”.

Será una poderosa aliada, con un potencial inmenso para personalizar tratamientos, anticiparse a enfermedades y mejorar el seguimiento de los pacientes. Pero como toda herramienta poderosa, requiere de responsabilidad, supervisión y ética. No basta con lo que diga un algoritmo: el juicio clínico, la empatía y el conocimiento humano seguirán siendo insustituibles. La IA no viene a reemplazar al profesional, sino a acompañarlo. En esta nueva era de la medicina de precisión, el menú del futuro quizás lo sugiera una máquina, pero la última palabra, por ahora, la seguirá teniendo el especialista.