Quan llegeixes Daniel Kahneman a Pensar rápido, pensar despacio t'adones de com funciona el raonament humà. Hi ha un sistema 1 que opera de manera ràpida i automàtica: implica poc esforç i ofereix poca sensació de control; gràcies a ell responem de manera automàtica el resultat de 3 + 3. I també hi ha un sistema 2, que necessita més atenció i concentració, porta aparellada més reflexió i ens ajuda, per exemple, a entendre (o no) les fases de desescalada de l'epidèmia de COVID-19.
Davant una decisió clínica, quan un metge té experiència reconeix ràpidament el problema i entra en funcionament la via ràpida amb una alta probabilitat d'encertar-la sense gaire esforç. Si el problema no és reconegut, recopilem informació per altres vies i, mitjançant un mètode més analític i elaborat, emetem un judici que ens ha costat més esforç i energia i que produeix una resposta més lenta. Cal un adequat equilibri entre tots dos. Això implica una vigilància contínua, però desgasta i és molt avorrit. A més a més, és difícil ser persistent en això quan hi ha moltes fonts d'informació i són canviants, ens movem en escenaris d'incertesa, acumulem cansament i hem de prendre decisions difícils de pressa. L'ideal seria disposar de la capacitat d'integració i anàlisi del sistema 2 amb la velocitat del primer sistema, una cosa que en gran manera ja existeix, és a dir, els diferents sistemes d'intel·ligència artificial dels quals tant ens podem beneficiar en medicina.
Durant aquesta epidèmia hem anat aprenent des de dins de l'huracà. S'han anat desenvolupant diferents escenaris amb disponibilitat de diversos tests diagnòstics. En molts casos l'increment de l'arsenal de proves aportava menys certesa als metges, no només per la interpretació d'aquestes sinó per la dubtosa qualitat del material. La literatura està aportant múltiples articles i revisions per tal d'ajudar els clínics a entendre'n el funcionament i a interpretar-ne els resultats. És evident que algunes especialitats estan més familiaritzades amb aquestes proves, però també és cert que la interpretació es globalitzarà en totes les especialitats.
Ja vaig defensar en un post anterior la necessitat de fer tests a la població de manera generalitzada. Això sí, amb un programa d'actuació definit que ara com ara no he vist enlloc. L'augment previsible de les proves diagnòstiques, unit a les diferents eines existents al nostre entorn, fa que el nombre d'opcions possibles en un pacient sigui molt alt. Amb aquest plantejament, i davant la facilitat de cometre errors en situacions de cansament i incertesa, vaig pensar que la tecnologia podia sens dubte donar-nos un cop de mà.
Eric Topol ho deixa ben clar en els luddites –aquells artesans del començament del segle XIX que destruïen les màquines per evitar la desocupació que provocarien– de la medicina (vegeu post). En el seu llibre Deep Medicine relata com la intel·ligència artificial ha de ser una ajuda perquè els metges deixin de fer tasques que pot executar una màquina. I hem de fer servir aquest temps guanyat per recuperar l'humanisme perdut.
Aquest plantejament em va semblar un escenari perfecte per intentar desenvolupar un sistema que ens ajudés en el diagnòstic dels pacients infectats per COVID-19. Fins ara havien sorgit algunes eines per discernir si el quadre clínic era suggestiu d'infecció, la major part enfocades a pacients com a instruments per al triatge inicial.
Dues setmanes després, i gràcies a la col·laboració amb Presentys, vam desenvolupar un chatbot (assistent virtual) que dirigeix el metge mitjançant una sèrie de preguntes sobre el cas i li indica el diagnòstic i la fase de transmissibilitat en què es troba el pacient. El robot es diu IMPAI i és una màquina que recull totes les opcions possibles conjugant el tipus de símptomes amb l'evolució que presenten, com també la disponibilitat o no de proves diagnòstiques. També ens ofereix opcions per valorar pacients asimptomàtics en contacte amb malalts confirmats.
L'hem desenvolupat en codi obert amb accessibilitat gratuïta per a tot el personal sanitari que el necessiti. Aquesta classe de codi permet que altres persones puguin millorar l'aplicació, de manera que esdevingui un projecte participatiu. Desitgem que aquesta eina sigui el germen d'un projecte més gran i de molts altres en el futur. La matriu de resultats es basa en l'experiència clínica i en el document publicat pel Ministeri de Sanitat i la Societat Espanyola de Malalties Infeccioses i Microbiologia Clínica i és l'ànima d'un sistema basat en intel·ligència artificial, el chatbot.
Fins ara ha tingut una gran acceptació entre els professionals i en són bona prova el gran nombre d'entrades i la ratificació que li han atorgat la Societat Espanyola de Medicina Interna, el Col·legi de Metges de Màlaga i el Consell Andalús de Col·legis de Metges. S'ha assolit, per tant, l'objectiu inicial: aportar una ajuda als nostres companys en el malson que estem vivint. A través d'aquest link es pot accedir a la utilització de l'IMPAI.
Diuen que el que no té preu no es valora. Les persones que han llegit alguns posts previs saben que defenso la medicina de valor. Per això no cedeixo aquesta eina de manera altruista sinó que, a canvi, demano que el temps que aquesta aplicació pugui estalviar a tots els que veiem pacients el dediquem a humanitzar la medicina, a llegir i a gaudir de les nostres famílies.
Enllaç al Blog Doctor Miralles
Cap comentari:
Publica un comentari a l'entrada