La IA puede ser un poderoso maestro sustituto para la próxima generación de estudiantes de medicina

La IA puede ser un poderoso maestro sustituto para la próxima generación de estudiantes de medicina

Con una escasez cada vez mayor de cirujanos, la inteligencia artificial podría ayudar a llenar este vacío capacitando a los estudiantes de medicina para que practiquen técnicas quirúrgicas.

Una nueva herramienta basada en vídeos de cirujanos experimentados en el trabajo ofrece a los estudiantes asesoramiento personalizado en tiempo real mientras practican la sutura. Los experimentos iniciales sugieren que la IA puede ser un poderoso maestro sustituto para los estudiantes más experimentados.

"Estamos en un momento crucial. La escasez de proveedores está empeorando y necesitamos encontrar nuevas formas de brindar más y mejores oportunidades para la práctica. En este momento, un cirujano tratante, que ya tiene poco tiempo, tiene que venir y observar a los estudiantes practicar, evaluarlos y darles retroalimentación detallada; eso simplemente no es escalable", dijo el autor principal Mathias Unberath, un experto en medicina asistida por IA que se centra en cómo los humanos interactúan con la IA. "La mejor opción podría ser nuestra IA explicable que muestre a los estudiantes en qué se diferencia su trabajo del de los cirujanos experimentados".

La tecnología innovadora desarrollada en la Universidad Johns Hopkins fue presentada y reconocida recientemente en la Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora.

Actualmente, muchos estudiantes de medicina ven vídeos de expertos realizando cirugías e intentan imitar lo que ven. Incluso existen modelos de IA que evalúan a los estudiantes, pero Unberath dice que se quedan cortos porque no les dicen a los estudiantes qué están haciendo bien o mal.

"Estos modelos pueden decirte si tienes una capacidad alta o baja, pero tienen dificultades para decirte por qué", dijo. "Si queremos permitir una autoformación significativa, debemos ayudar a los alumnos a comprender en qué deben centrarse y por qué".

El modelo del equipo implica la llamada "IA explicable", un enfoque de IA que, en este ejemplo, evalúa qué tan bien un estudiante cierra una herida y luego le dice exactamente cómo puede mejorar.

El equipo entrenó su modelo siguiendo los movimientos de las manos de cirujanos experimentados mientras cerraban las incisiones. Cuando los estudiantes intentan la misma tarea, la IA inmediatamente les envía un mensaje de texto para informarles cómo les fue en comparación con un experto y cómo pueden perfeccionar su técnica.

Los alumnos quieren que alguien les diga objetivamente cómo lo hicieron. Podemos calcular su desempeño antes y después del procedimiento y ver si se acercan a la práctica experta”.

Catalina Gómez, autora principal, estudiante de doctorado en informática en la Universidad Johns Hopkins

El equipo llevó a cabo un estudio, el primero de su tipo, para descubrir si los estudiantes aprenden mejor a través de la IA o viendo vídeos. Asignaron al azar a doce estudiantes de medicina con experiencia en suturas utilizando uno de los dos métodos.

Todos los participantes practicaron cerrar una incisión con suturas. Algunos recibieron retroalimentación instantánea de la IA, mientras que otros intentaron comparar su trabajo con el de un cirujano en un video. Luego todos intentaron coser de nuevo.

En comparación con los estudiantes que vieron videos, algunos estudiantes capacitados en IA aprendieron mucho más rápido y con más experiencia.

"Para algunas personas, la retroalimentación de la IA tiene un gran efecto", afirmó Unberath. "Los principiantes todavía tenían dificultades con la tarea, pero los estudiantes con sólidos conocimientos quirúrgicos que están en el punto en el que pueden implementar los consejos tuvieron un gran impacto".

A continuación, el equipo planea perfeccionar el modelo para que sea más fácil de usar. Esperan crear eventualmente una versión que los estudiantes puedan usar en casa.

"Queremos proporcionar visión por computadora y tecnología de inteligencia artificial que permita a alguien practicar desde la comodidad de su hogar con un kit de costura y un teléfono inteligente", dijo Unberath. "Esto nos ayudará a ampliar la educación en el campo médico. Realmente se trata de cómo podemos utilizar esta tecnología para resolver problemas".

Los autores incluyen a Lalithkumar Seenivasan, Xinrui Zou; Jeewoo Yoon; Sirui Chu; Ariel León; Patricio Kramer; Yu Chun Ku; José L. Porras; y Masaru Ishii, todos de Johns Hopkins, y Alejandro Martín-Gómez de la Universidad de Arkansas.

Fuentes: