Application of genetic algorithms and expert systems in medical care. Clinical applications of artificial intelligence.

2011
TODAS
TEC. SANITARIA. EXCLU. MED.
INFORMES DE EVALUACIÓN
+ Año
2011
+ Áreas de Conocimiento
TODAS
+ Tipo Tecnología
TEC. SANITARIA. EXCLU. MED.
+ Línea de Producción
INFORMES DE EVALUACIÓN
El objetivo del presente estudio es identificar usos y utilidades de la Inteligencia Artificial (IA) en medicina. Para ello se realizó un estudio bibliométrico en la base de datos referencial MEDLINE, como aproximación a la proyección de la IA en la medicina asistencial. Los autores concluyeron que no se identifican formas de IA sistemáticamente implementadas en medicina asistencial. En asistencia clínica, el área más tratada es el diagnóstico y en la gestión sanitaria, la calidad de atención sanitaria. Las especialidades más abordadas son oncología, neurología y enfermedades cardiovasculares.
Antecedentes y justificación:
La inteligencia artificial (IA) no equivale a la mera informatización. La IA es una ciencia que se ocupa del diseño de sistemas de computación capaces de mostrar características que asociamos a la inteligencia en el comportamiento humano: comprensión del lenguaje, razonamiento, aprendizaje y resolución de problemas, entre otros. Esto ha supuesto la aparición de numerosas herramientas de ayuda en oficios, trabajos y actividades de ámbitos muy diversos. Las biociencias no han sido una excepción, habiéndose proyectado la IA a múltiples aspectos de la medicina, como la investigación y asistencia clínica y la gestión sanitaria. De forma similar, la ingente cantidad de información emanada de pacientes y actuaciones sobre éstos, es susceptible de extracción del conocimiento procesable implícito en las bases de datos, bajo la perspectiva de distintas formas de IA o áreas afines a ésta. Esta aproximación se contextualizaría dentro del desarrollo informático en medicina, de la que serían ejemplos la historia clínica electrónica y las mejoras en las bases de datos de usuarios y en sistemas de información del laboratorio.

Objetivos:
El presente estudio pretende identificar usos y utilidades de IA en medicina. De forma genérica, explorando la producción científica relacionada con IA en distintas especialidades o disciplinas médicas. Posteriormente, concretando el análisis documental en las correspondientes formas de IA en el ámbito de la asistencia clínica, así como en el de la gestión sanitaria.
Metodología: Estudio bibliométrico en la base de datos referencial MEDLINE, como aproximación a la proyección de la IA en la medicina asistencial. Las publicaciones fueron categorizadas según diversas formas de IA y vertientes afines o relacionadas en dos macroáreas específicas de la medicina: 1ª) la asistencia clínica; y, 2ª) la gestión sanitaria. También se realizó una división por especialidades médicas, a fin de conocer la proyección de la IA en las distintas disciplinas.

Resultados:
Se recuperaron 3.787 artículos sobre utilidades de IA en asistencia clínica y gestión sanitaria. Los relacionados con asistencia (3.398 artículos) mostraron un frecuencia muy superior que los relacionados con gestión (398). De los documentos sobre asistencia clínica, los relativos a diagnóstico fueron los más estudiados (2.141 artículos) suponiendo un 63,17% dentro de su macroárea; los de gestión, se centraron más en el ámbito de la calidad de la asistencia sanitaria (316 artículos), siendo un 79,39% de su macroárea. Las formas de IA consideradas, mostraron patrones de distribución distintos en ambas macroáreas. Así, las redes neuronales fueron las que más producción científica (un 29%) mostraron en lo referente a asistencia clínica y en la gestión tuvieron una mayor representatividad las formas de simulación (27,8% los modelos de simulación y 23% la simulación asistida por computadora). También se recuperaron 5.605 artículos sobre utilización de IA en las distintas especialidades médicas. La más iterativa resultó ser oncología (1.240 artículos), seguida de neurología (986 artículos) y enfermedades cardiovasculares (793 artículos); la suma de estas tres especialidades supuso un 55% de los artículos en este sentido, mostrando el resto de especialidades una frecuencia muy inferior.

Conclusiones:
La literatura sobre aplicaciones clínicas de la IA es muy abundante y crece exponencialmente. No se identifican formas de IA sistemáticamente implementadas en medicina asistencial. La literatura sobre IA en asistencia clínica y en gestión sanitaria muestra diferentes frecuencias en la distribución de las distintas formas de IA consideradas. En asistencia, el área más tratada es el diagnóstico y en la gestión, la calidad de atención sanitaria. Las especialidades más abordadas son oncología, neurología y enfermedades cardiovasculares.
Background and rationale:
Artificial intelligence (AI) is not equivalent to mere computerization. Artificial intelligence is a science that deals with the design of computer systems that are capable of displaying characteristics that we associate with intelligence in human behaviour: language comprehension, reasoning, learning and problem solving, among others. This has led to the appearance of numerous support tools in occupations, tasks and activities in a variety of areas. The biosciences have been no exception, with the application of AI to many aspects of medicine, such as research, clinical care and health management. Similarly, the vast amount of information emanating from patients and their treatments lends itself to input in databases for the extraction of embedded knowledge, from the perspective of different forms of AI or its affiliated areas. This approach is contextualized within IT development in medicine, some examples of which are electronic medical records and improvements in user databases and laboratory information systems.

Objectives:
This study aims to identify AI applications in medicine. Generically, exploring the scientific production related to AI in different medical specialties or disciplines. Later, documentary analysis of the corresponding forms of AI will be specified in the spheres of clinical care and healthcare management.

Methodology:
Bibliometric study in the MEDLINE database as an approach to the scope of AI in medical care. The publications were categorized according to various forms of AI and similar or related aspects in two specific macro-areas of medicine: 1) clinical care, and 2) healthcare management. A breakdown by medical specialty was also performed in order to determine the scope AI in different disciplines.

Results:
There were 3787 articles retrieved on AI applications in clinical care and healthcare management; articles related to clinical care numbered 3398, with 398 associated with healthcare management. Of the documents on clinical care, those relating to diagnosis represented 2141 articles (63.17% of the macro-area). Those relating to healthcare management focused more on the field of healthcare quality with 316 articles (79.39% of the macro-area). The forms of AI considered showed different distribution patterns in both macro-areas. Thus, neural networks represented most scientific production (29%) in terms of clinical care, and healthcare management was most represented by forms of simulation (27.8% simulation models and 23% computer aided simulation). Also, 5605 articles were recovered on the use of AI in various medical specialties. Most instances were found for oncology (1240 articles), followed by neurology (986 articles) and cardiovascular diseases (793 articles), with the sum of these three specialties accounting for 55% of the articles, with other specialties showing a much lower frequency.

Conclusions:
The literature on clinical applications of AI is very abundant and is growing exponentially. No systematic implementation of AI in medical care was identified. The literature on AI in clinical care and healthcare management shows different frequencies in the distribution of the different forms of AI considered. In clinical care, diagnosis is the most represented area, and in healthcare management it is quality of care. The specialties most covered are oncology, neurology and cardiovascular diseases.
AETSA 2009-6 Algoritmos Geneticos (605.2 KiB, 60 downloads)