Todo el mundo quiere a Watson, o eso parece… Y no hablamos de aquella supercomputadora que venció en un concurso televisivo llamado Jeopardy, ya que aquel proyecto ha crecido y se ha consolidado. En el ámbito de la salud, esta herramienta de inteligencia artificial de IBM es conocido principalmente por su aplicación al terreno de la oncología. Su trabajo se centra en comparar los datos de cada paciente y de su patología con múltiples bases de datos y de conocimiento biomédico para así acertar en el diagnóstico y poder aplicar el tratamiento más adecuado.
La información con la que aprende Watson procede de más de 300 revistas científicas, los protocolos y guías de tratamiento del Memorial Sloan Kettering Cancer Center y otras fuentes seleccionadas por expertos de este centro. El aprendizaje es mediante un método iterativo: Watson revisa casos de pacientes oncológicos, aporta evidencia para su diagnóstico y tratamiento, los revisa un comité de expertos y con sus recomendaciones el sistema mejora su proceso analítico. Respecto al método de aprendizaje, os recomendamos este artículo de 2013 publicado en Journal Of Oncology Practice.
Si acudimos a la evidencia, la cosa anda algo escasa. Dejando a un lado las comunicaciones a congresos, hay pocos artículos que revisen la efectividad de esta herramienta. En enero de 2018 se publicó “Watson for Oncology and breast cancer treatment recommendations: agreement with an expert multidisciplinary tumor board” en Annals of Oncology. En este estudio se revisan 638 casos de cáncer de mama tratados en el Manipal Comprehensive Cancer Center (Bengaluru, India). Se compararon las recomendaciones de Watson y las del comité de tumores del centro y la concordancia fue del 93%. Lo más llamativo no fue solo este porcentaje, ya que el tiempo que tardó Watson en ofrecer el tratamiento y la evidencia asociada al mismo fue de 40 segundos. Este estudio está financiado por IBM, y además los equipos y sistemas son financiados también por la misma empresa.
En la revista JMIR (Journal of Medical Internet Research) se publicó un borrador de artículo para su revisión por pares con el título “Can Watson for Oncology replace oncologists: A comparative study between Watson for Oncology and our multidisciplinary tumor board“. En este estudio realizado en China, la concordancia de tratamientos fue del 66% entre el comité de tumores y Watson. Pero fue muy llamativo que 13 casos (un 18% del total) fueron rechazados por el sistema, principalmente por tratarse de mutaciones características de la población china.
Pero en los medios de comunicación hay más referencias a Watson, más allá de comentar los estudios citados. Stat, una web de información sobre sanidad, publicó en 2017 un amplio reportaje sobre los problemas de Watson, ya que no se estaban cumpliendo las expectativas de IBM para este proyecto. Por un lado, Stat comenta las prisas por lanzar el sistema cuando todavía no ha sido evaluado de forma amplia (no hay casi estudios, de hecho): mucho marketing y poca evidencia. De hecho IBM está utilizando a los hospitales pioneros como conejillos de indias para probar Watson y también para que vaya aprendiendo con toda la casuística que analiza a diario. También se critica su lentitud para aprender y que realmente el sistema no crea nuevo conocimiento (pese a lo que se dice). Un ejemplo lo pone uno de los formadores de Watson que admite la dificultad de “enseñar” al sistema, y también lo que supone estar al día ya que en ocasiones un congreso o una jornada pueden transformar el tratamiento de un cáncer concreto, y es necesario actualizar la base de datos. Otro de los grandes problemas de Watson es que se nota la influencia estadounidense ya que está muy acostumbrado al sistema de trabajo, análisis y recomendación de los formadores del Memorial Sloan Kettering.
En Gizmodo usaron el símil del traje nuevo del emperador, y recogieron las palabras de un profesor de inteligencia artificial que manifestó que “IBM Watson is the Donald Trump of the AI industry“. De hecho, analizan varios anuncios publicitarios de Watson y destacan su afán por el marketing y por generar expectativas que posteriormente no cumple. Existen centros sanitarios que han pagado grandes cantidades de dinero por trabajar con Watson y se sienten casi utilizados por IBM para probar y mejorar el producto sin recibir nada a cambio (este artículo de Technology Review cuenta algunos casos). Incluso MD Anderson sufrió las consecuencias de ser de los primeros, ya que adquirió Watson y posteriormente comprobaron que el sistema no podía trabajar con la historia electrónica del hospital.
En la misma línea crítica, podéis leer este artículo de Medcity con las declaraciones de un ex-empleado de IBM o este otro de Science Based Medicine que se plantea si Watson no es más que una burbuja. En este último se muestran algunos casos concretos muy llamativos como el ejemplo danés con un porcentaje de concordancia muy bajo, principalmente motivado porque Watson tiene un sesgo hacia su “tierra de origen” (USA) o el caso coreano en el que Watson recomendaba un tratamiento que no estaba cubierto por el sistema público de salud.
Pero no podemos olvidar algunas de las múltiples ventajas de Watson, y de otros sistemas similares:
– Se trata de un complemento muy útil para el profesional ya que proporciona evidencia, recomendaciones y porcentajes de supervivencia para cada opción en un tiempo record.
– Puede servir como una herramienta de aprendizaje tipo uptodate para los profesionales en formación, dado que el sistema ofrece múltiples alternativas junto con el razonamiento de su elección.
– Mejora el trato al paciente ya que con este tipo de sistemas, se reducen las derivaciones de los pacientes a otros centros más complejos ya que es posible recibir el mejor tratamiento casi en cualquier centro.
– Aporta más seguridad y confianza en el tratamiento propuesto por el profesional, y sirve de apoyo a la hora de discutir casos complejos.
Cuando se revisa todo lo publicado sobre Watson, a veces parece una conspiración, o un ataque de envidia o incluso una reacción luddita (contraria al desarrollo tecnológico), pero más allá del marketing y de la sombra del beneficio empresarial que persigue IBM (que no es una ONG) hay que reconocer que Watson está abriendo el camino a otras aplicaciones de ayuda en la toma de decisiones a los profesionales sanitarios. Aprender a trabajar en entornos diferentes, con tecnología ultrarrápida que piensa y decide en pocos segundos, es esencial para plantearnos un escenario diferente: el de la sanidad del año 2025 (o 2030, que nos da igual el año exacto).
Datos, algoritmos, tratamientos sugeridos por la tecnología, y un papel muy diferente para los profesionales sanitarios (quizás incluso habrá más tiempo para estar con el paciente). Rechazar estos avances no tiene sentido pero hay que exigirles rigor, evidencia y utilidad para el paciente, como al resto de la tecnología. El futuro está llamando a la puerta, y mientras unos buscan salud, otros huelen rentabilidad. ¿Sabremos ir de la mano?