Custom services
Spanish (pdf)
Article in xml format
Article references
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
Permalink
Estimado editor:
La inteligencia artificial (IA), es tema recurrente en los medios de difusión actuales. Esta tecnología de la computación es la ciencia y la ingeniería de hacer maquinas inteligentes.1 Cada día está más presente en todos los campos de la ciencia y, en especial, en la medicina. Aunque la adopción de la IA y el aprendizaje profundo en Endocrinología y enfermedades metabólicas están rezagadas, en comparación con campos como la genómica del cáncer, existe una tendencia creciente en el número de publicaciones que relacionan esta tecnología y los trastornos hormonales.2,3 Un estudio sobre medidas de resultados informados por el paciente en los ensayos de tecnología de salud de IA comunicó que los trastornos endocrinos como la Diabetes Mellitus y la salud nutricional y metabólica estuvieron dentro de las áreas clínicas con mayor tasa de inclusión en este tipo de investigación.4
La eficacia de la IA como herramienta para detectar trastornos endocrinos en etapas tempranas tiene un importante impacto clínico para mejorar el pronóstico, centrando la atención en pacientes de alto riesgo y evitando pruebas diagnósticas innecesarias. Se han empleado algoritmos de IA para el diagnóstico temprano de algunos trastornos endocrinos como la diabetes gestacional, prediabetes y Diabetes Mellitus tipo 2 en personas con alto riesgo, acromegalia, osteoporosis, hiperparatiroidismo primario; predicción y detección de cetoacidosis diabética en personas con Diabetes Mellitus tipo 1, hipoglucemia, evaluación del control metabólico, así como en el diagnóstico y clasificación de la retinopatía diabética.2 En el área de la genómica la IA ha sido utilizada en el estudio de las dislipidemias y los carcinomas del tiroides. El diagnóstico del Síndrome de Cushing por lesiones tumorales corticosuprarrenales e incidentalomas, a través de esta tecnología, ha demostrado un valor diagnóstico superior a los exámenes tradicionales.1,5,6
Modelos basados en esta tecnología se han empleado para orientar la realización de exámenes invasivos como la biopsia en nódulos del tiroides, enfermedad del hígado graso no alcohólico y esteatohepatitis no alcohólica. También se ha empleado la elastografía basada en el aprendizaje automático para clasificar tumores endocrinos.1,2,7 Por otra parte, algoritmos de IA han sido utilizados en la estratificación de riesgo de insuficiencia cardíaca en personas con Diabetes Mellitus tipo 2.2
Los principios de la IA tienen la potencialidad de realizar enfoques terapéuticos más personalizados, teniendo en cuenta el estado individual, especialmente en afecciones endocrinas crónicas que requieren remplazo indefinido de ciertas hormonas como ha sido demostrado en Diabetes Mellitus tipo 1 y 2, acromegalia e hipotiroidismo postquirúrgico. La IA se ha empleado en el manejo de pacientes con Diabetes Mellitus en estado crítico, identificar objetivos farmacológicos potenciales para el tratamiento del Síndrome de Ovario poliquístico y mejorar el rendimiento de la tecnología de reproducción asistida. Esta tecnología ha tenido aplicación en el tratamiento quirúrgico robotizado de los tumores de la glándula suprarrenal y en la cirugía de los adenomas hipofisarios, al permitir delimitar el tumor intraoperatorio en tiempo real. Los algoritmos de la IA también se han aplicado a la medicina traslacional proporcionando nuevos conocimientos sobre posibles biomarcadores de metabolitos de Diabetes Mellitus y sarcopenia.2,5,8,9
En resumen, la IA puede contribuir de manera significativa al desarrollo de la Endocrinología a través de los siguientes aspectos:
Análisis e interpretación de grandes conjuntos de datos, imágenes y resultados de pruebas, que permite reducir los errores diagnósticos de enfermedades endocrinas.
Brindar recomendaciones de tratamiento personalizadas y dosis adecuadas de medicamentos en función de las características de cada paciente.
Seguimiento de los desequilibrios hormonales mediante el análisis de los datos proporcionados por dispositivos de monitorización que permiten la detección precoz de estas alteraciones.
Acelerar y mejorar las investigaciones analizando grandes volúmenes de datos y encontrando patrones o correlaciones ocultas que no es posible detectar con otras herramientas.
Sin dudas, las potencialidades de la IA aplicada a la Endocrinología son vastas, pero también encara algunos desafíos entre los que se encuentra la familiarización de los profesionales a través de los programas de estudio de la especialidad con esta tecnología. Otro desafío se relaciona con los recursos materiales que se necesitan para encarar esta situación en ciertos países, en el cual nos podemos incluir.
Por otra parte, es vital el papel del endocrinólogo en la realización de investigaciones clínicas de calidad y su colaboración con los ingenieros que diseñan los modelos de IA para evaluar el impacto y beneficios en los pacientes que sufre de trastornos endocrinos. La prestigiosa Revista Habanera de Ciencias Médicas representa un espacio idóneo para mostrar la importancia de la prometedora simbiosis entre Endocrinología e inteligencia artificial.
