clipurbanodenoticias

Inteligencia Artificial en el Laboratorio Clínico: ¿Revolución o evolución?

/Fuente: Federación Bioquímica de la Provincia de Buenos Aires -FABAInforma/

Las tecnologías emergentes traerán más y mejor trabajo al laboratorio clínico. Sin embargo, este nuevo escenario nos impone el aprendizaje de nuevas herramientas, el desarrollo de pensamiento crítico ante los algoritmos y una mayor responsabilidad frente a resultados automatizados.

Por Dr. Eduardo Freggiaro
Presidente de la Fundación Bioquímica Argentina

La Inteligencia Artificial (IA) ya no es una promesa futurista, sino una herramienta que comienza a transformar de forma concreta al laboratorio clínico. Desde la automatización de tareas repetitivas hasta la predicción de diagnósticos complejos, su implementación plantea tanto oportunidades como desafíos relevantes.

La IA hoy interviene en todas las fases del proceso en el laboratorio clínico: preanalítica, analítica y postanalítica. En la fase preanalítica, por ejemplo, modelos basados en machine learning (ML) ya se usan para optimizar la solicitud de pruebas, evitar repeticiones innecesarias y reducir el error humano en la toma y manejo de muestras. También se han desarrollado sistemas de visión computarizada para mejorar la punción venosa y detectar errores como “wrong blood in tube” (WBIT).

Durante la etapa analítica, hoy existen equipos que incorporan IA para analizar frotis de sangre y luego clasificar subtipos de leucemia con desempeños iguales a expertos humanos. Otros equipos permiten automatizar el análisis de sedimentos urinarios o los cultivos microbiológicos reduciendo enormemente la carga de trabajo. En la etapa postanalítica, tenemos modelos de ML que ya logran predecir enfermedades como sepsis, diabetes o enfermedades hepáticas con alta precisión (AUROC >0,8), e incluso ya hay experiencias para generar informes con interpretación narrativa usando modelos LLM (modelo extenso de lenguaje o por sus siglas del inglés Large Language Model), como ChatGPT, yendo más allá de los reportes numéricos.

Impacto profesional de la IA en un entorno ya automatizado

Hace ya tiempo que la robotización reemplazó tareas manuales; hoy la IA está reemplazando procesos de decisión. En muchos lugares ya están funcionando laboratorios con ultra-robotización, hecho que permite el procesamiento de decenas de miles de muestras diarias manejadas por un puñado de profesionales. Esto no elimina al bioquímico, lo reconvierte: el profesional gana protagonismo en la validación clínica, interpretación de resultados y desarrollo de nuevos modelos predictivos. Las tecnologías emergentes traerán más y mejor trabajo al laboratorio clínico. Sin embargo, este nuevo escenario nos impone el aprendizaje de nuevas herramientas, el desarrollo de pensamiento crítico ante los algoritmos y una mayor responsabilidad frente a resultados automatizados.

Aspectos operativos y éticos

Operativamente, se requiere integración entre bases de datos clínicas y sistemas de laboratorio, con estándares de calidad y validación continua. En el futuro veremos seguramente informes integrados entre el laboratorio y otras áreas diagnósticas como las de imágenes. En Europa ya se está trabajando en este sentido.

Éticamente, la IA plantea cuestiones clave: responsabilidad ante errores, protección de datos sensibles y equidad en algoritmos entrenados con poblaciones no representativas. Además, se discute la necesidad urgente de generar marcos regulatorios específicos, dado que los algoritmos se “congelan” al momento de su aprobación por organismos como la FDA y esto les impide seguir “aprendiendo” o adaptarse a nuevos entornos, una de las principales potencialidades de la IA.

Eficiencia y jerarquización profesional

La IA mejora la eficiencia al recomendar pruebas pertinentes, reducir falsos positivos y personalizar valores de referencia. Así, potencia el modelo de laboratorio basado en valor (value-based lab), donde el profesional bioquímico abandona el rol reactivo de “confirmar enfermedades” basado en una “orden” médica, para pasar a “predecir” y tomar decisiones proactivas. De este modo, se aportará aún más valor desde el laboratorio y se acortarán los plazos diagnósticos en beneficio de los pacientes y de todo el sistema de salud. Por supuesto, este cambio radical requerirá una profunda adaptación de todo el modelo sanitario.

Empecemos a evolucionar en esta revolución.

Referencias

Deja un comentario