Desde la hidratación hasta la ovulación, los rastreadores de salud monitorean a casi uno de cada cuatro estadounidenses. Sin embargo, estos dispositivos portátiles son solo una pequeña parte de la “Internet de las cosas” médica en constante expansión. Este es un mundo de dispositivos, aplicaciones, wearables y más habilitados para Internet que recopilan, comparten y analizan datos.
Sandeep Kishore, MD, PhD y MSC, profesor asociado en UC San Francisco, forma parte de un equipo conjunto de UCSF y UC Berkeley preparando dispositivos portátiles piloto para tratar a algunas personas en UCSF y personas con hipertensión. Le preguntamos sobre la tecnología de salud portátil y lo que depara el futuro para estos dispositivos ubicuos.
¿Cómo se cruza la tecnología portátil con nuestras vidas?
Muchas personas pueden pensar en los rastreadores de acondicionamiento físico que cuentan sus pasos, monitorean su frecuencia cardíaca y toman niveles de oxígeno sanguíneo. Pero también hay teléfonos inteligentes. Puedes pensar en farmacias y mensajes del equipo médico de MyChart. Todo es una forma de salud móvil.
Uno de mis ejemplos favoritos es el sensor. Piense en los puños de presión arterial o monitores continuos de glucosa que se conectan a su teléfono y proporcionan datos instantáneos. Si no está acostumbrado a los monitores de glucosa, estos generalmente son pequeños parches con agujas muy pequeñas que van a la parte superior del brazo, lo que le permite probar sus niveles de azúcar en la sangre cada 5 minutos.
Trabajamos aquí en UCSF y estamos encontrando nuevas formas de hacer que la información sea accesible para nuestros equipos de salud y prácticos.
¿Cómo puede la tecnología portátil llenar los vacíos en los datos de atención médica?
Como médicos, a menudo solo obtenemos una instantánea de lo que está sucediendo para nuestros pacientes, como cuando tomamos su presión arterial sobre las visitas a la clínica. Obtener mediciones precisas de la presión arterial en una clínica es sorprendentemente difícil.
Los pacientes pueden tomar café por la mañana y mantener escaleras, lo que puede hacerlos un poco incómodos. Todo esto puede aumentar temporalmente las lecturas de la presión arterial en el consultorio del médico. Eso es lo que llamamos “hipertensión de bata blanca”.
Al igual que un manguito electrónico de presión arterial, el portátil puede registrar la presión arterial los 365 días del año y enviar datos a un sistema seguro que no solo puede proporcionar un examen de seis meses, sino también a un sistema seguro que puede dar a los médicos una ventana real a su presión arterial con el tiempo.
¿Dónde estará el futuro de la tecnología de salud portátil en cinco años?
“La inteligencia artificial tiene el potencial de tamizar las mangueras de datos para detectar nuevos patrones de enfermedad”.
Sandeep Kishore, MD, PhD, MSC
La tecnología portátil debe ser más fácilmente accesible para los pacientes. Por ejemplo, algún día, trate de no intentar demasiado para encontrar una manera de usar su teléfono inteligente para admitir la presión arterial a través del teléfono de su cámara, o en el futuro, consulte su frecuencia cardíaca a través de la grabación de video zoom. Twin digital: un día podemos construir un “gemelo digital” para nuestros pacientes. Este es un modelo informático de salud que proporciona herramientas adicionales para los equipos de atención. Todavía es demasiado temprano, y aún no lo he visto clínicamente validándolo, pero estoy intrigado de que se convertirá en un ramo en lugar de una flor en los próximos cinco años: esa es una idea que aprendí de los profesores médicos de UCSF Ida Sim, PhD, MD. Puedes imaginar muchos gadgets que se centran en un estado. Esto conduce a una sobrecarga de datos y conduce a más datos de los que yo sé como médico. La fuente secreta es unir estos flujos de datos (flores) en el ramo, haciéndolos convenientes, simples y escalables.
¿Cuál es el desafío con todos estos datos?
El enorme volumen es enorme. Cada paciente puede generar gigabytes de datos por mes, que es un desafío de procesamiento de datos.
Otro problema es la agregación y los criterios. Diferentes dispositivos rastrean los datos de manera diferente. Las empresas tienen sus propios algoritmos detrás de sus datos, que a veces pueden bloquearse, por lo que armonizarlos y combinarlos para comprenderlos se convierte en un desafío.
¿Puede la inteligencia artificial manejar esta inundación de datos?
Sí. La inteligencia artificial podría tamizar las mangueras de datos para detectar nuevos patrones de enfermedad. Estos patrones pueden ayudarlo a comprender qué está detrás de los síntomas o qué es la enfermedad impulsora. También ayuda a predecir los riesgos de ciertas condiciones. El objetivo es convertir todos esos datos en alertas e intervenciones clínicamente viables. En UCSF, estamos trabajando para compartir datos de tecnología portátil con nuestros equipos de atención médica para ayudarlos a apoyarlo y, juntos, encontrar formas de tomar mejores decisiones sobre su salud.
¿Cómo es esto en la vida real?
Pienso en el paciente que he tenido en la sala recientemente. Tenía 30 años y sufría de diabetes tipo 1. Esto significa que a menudo se requiere insulina para controlar los niveles de azúcar en la sangre. Desafortunadamente, se quedó sin insulina y se lo dio al hospital casi a coma.
En muchos sentidos, ella estaba oculta. Su compañera de cuarto fue la que la encontró inclinada en su habitación. Si mi paciente tuviera algún tipo de monitoreo pasivo de glucosa en sangre, me imagino el día en que esos datos podrían convertirse en parte del ciclo de retroalimentación entre ella y su equipo de atención médica. Imagine que envía alertas a médicos y farmacéuticos que monitorean el tablero. O tal vez comenzaron a llamar o enviar mensajes de texto al teléfono. Tal vez podríamos habernos asegurado de que esto no sucediera.
¿La IA reemplazará a los médicos?
No. Las ideas clínicas siguen siendo extremadamente importantes. En mi opinión, ningún científico de datos o experto en IA puede tomar una gran cantidad de datos y generar información clínica sin experiencia clínica. Las herramientas de construcción requieren un equipo de interrogatorio que incluye desarrolladores, médicos, pacientes, UX, diseñadores y más.
¿Cómo representa UCSF el futuro de Big Data relacionado con la atención médica?
UCSF y UC Berkeley están trabajando juntos para traer portátiles a la clínica. Para construir una plataforma de código abierto llamada JupyterHealth, nos asociamos para reunir datos de salud e IA para algunas de las condiciones más comunes: diabetes e hipertensión. La plataforma utiliza modelos de IA para representar información clave de clínicos y pacientes en tiempo real, y administrar mejor estas afecciones. Nuestro objetivo es aprovechar este nivel de datos sin precedentes para ayudar a los médicos y pacientes a tomar decisiones que la vigilancia típica puede haber tomado meses o años.
¿Cómo garantiza UCSF de que el diseño y la investigación de su parte sean seguros, seguros y éticos?
UCSF tiene un estricto sistema de controles y equilibrios que comienzan mucho antes de que se realice una investigación. Como médico científico que estudia IA, he experimentado este proceso de primera mano. Tenemos un nuevo comité de supervisión de AI de salud que revisan proyectos para garantizar que la IA que generamos y estudiamos sea confiable, y que sea segura, justa y proteja la privacidad de las personas.
Los investigadores deben presentar un plan de investigación detallado a la Junta de Revisión Institucional. Este comité de expertos debe aprobar cualquier investigación que pueda afectar o involucrar a los participantes humanos para garantizar que la investigación se realice de manera segura y ética.
