La IA generativa y el sector biomédico

Esta publicación del blog será la primera de una serie sobre la IA generativa y el sector biomédico, especialmente sobre sus implicaciones para el campo y los servicios de traducción de este sector. Examinaremos tecnologías de IA generativa, como ChatGPT y la traducción automática neuronal. También describiremos las novedades y, posteriormente, daremos algunas pinceladas sobre posibles casos de uso de la IA generativa en nuestros sectores.

El estado actual de la IA generativa y el sector biomédico

Probablemente sepa más sobre IA generativa de lo que pensaba. Es casi seguro que haya oído hablar de ChatGPT, una herramienta que lleva acaparando titulares desde finales de 2022. Probablemente también haya interactuado con chatbots de IA, incluso aunque no lo supiera. Si ha chateado en línea con un agente del servicio de atención al cliente recientemente, es muy probable que no fuese un ser humano.

Según algunas estimaciones, actualmente la IA se encarga de alrededor del 70 % de las interacciones del servicio de atención al cliente. Facebook Messenger cuenta con más de 300 000 chatbots en uso activo. La tendencia se ha vuelto especialmente pronunciada en sectores como el comercio minorista online. Vale la pena analizar las razones. Muchas consultas de los clientes en estos entornos son:

• Sencillas
• Repetitivas
• Relativamente urgentes

Las consultas más complejas todavía requieren de la experiencia y el juicio humanos. Sin embargo, los chatbots son lo suficientemente eficientes a la hora de mantener una conversación como para llevar a cabo cierto cribado de las dudas. Solo los clientes que no puedan obtener una respuesta rápida y satisfactoria de la IA buscarán asistencia humana adicional.

Los líderes empresariales y los inversores están prestando mucha atención a estos desarrollos. Desafortunadamente, algunos sacan conclusiones incorrectas. Los primeros experimentos parecen demostrar que la IA se puede implementar correctamente en algunas funciones, lo que se traduce en una mayor disponibilidad del servicio y capacidad de elección del cliente. Aun así, los clientes con problemas complejos o preferencias claras no van a desaparecer, por lo que tampoco lo hará la necesidad de la intervención humana. Con la IA, se pueden asignar costes de manera más eficiente, pero no eliminarlos.

En el pasado, la adopción de tecnología en el sector biomédico se ha visto lastrada por las restricciones normativas y la cultura centrada en la seguridad. Sin embargo, la innovación es vital para el sector. Tanto para aquellos responsables de la innovación como para los accionistas, parece imposible ignorar una tecnología potencialmente transformadora como la IA. ¿Podría utilizarse la IA para llegar más rápido a los pacientes y a los mercados? ¿Podría introducirse de forma segura?

Lionbridge, un prestador de servicios lingüísticos para organizaciones líderes del sector biomédico, está explorando activamente esta cuestión. Y todo apunta a que tenemos una importante ventaja. Es posible que herramientas como ChatGPT hayan acaparado muchos titulares recientemente. Sin embargo, las tecnologías subyacentes (los modelos lingüísticos de gran tamaño, también conocidos como LLM, y la IA generativa) no son ninguna novedad. De hecho, Lionbridge los utiliza desde hace muchos años. Hemos adquirido una experiencia considerable acerca de lo que estas tecnologías pueden y no pueden hacer. Además, estamos analizando activamente aquello que pronto podría ser posible.

De cara al futuro: la IA generativa y el sector biomédico

A lo largo de los años que hemos dedicado a integrar la IA con procesos centrados en la calidad, hemos aprendido muchas lecciones valiosas. Ahora estamos viendo cómo aparecen patrones familiares en otros sectores. De nuevo, los chatbots del servicio de atención al cliente son un claro ejemplo. Como ya están descubriendo las organizaciones que están implantando esas soluciones, la IA es más eficaz cuando aporta fluidez y acelera las decisiones críticas que toman los expertos humanos.

¿Significa esto que las herramientas de IA no se pueden implementar sin una estrecha supervisión? De ninguna manera. Simplemente significa que se deben tomar decisiones meditadas. Estas decisiones deben realizarse teniendo muy presente la naturaleza del contenido y las necesidades del público al que este se dirige. Naturalmente, adoptamos un enfoque conservador si ese público incluye pacientes u organismos reguladores. Cuando los resultados son menos esenciales, les ofrecemos opciones apropiadas. Este enfoque nos ha resultado muy útil y creemos que puede reproducirse más ampliamente.

A continuación, se enumeran algunas de las esferas que examinaremos.

Análisis y clasificación de grandes conjuntos de contenidos: los sistemas LLM y de aprendizaje automático están diseñados para encontrar patrones relevantes en grandes conjuntos de datos. Los investigadores ya están examinando algunas aplicaciones relativamente obvias de estas tecnologías. En el campo del diagnóstico por imagen, cada vez hay más pruebas de que el aprendizaje automático puede desempeñar un papel importante. En lugar de sustituir el criterio de los médicos expertos en estos entornos, lo más probable es que la IA sea una herramienta que ayude a estos profesionales en su trabajo.

Aumento de la accesibilidad a los datos clínicos: recientemente, los organismos reguladores y los grupos defensores de los pacientes han logrado avances importantes para garantizar que los pacientes y las personas sin formación en el ámbito de la medicina puedan acceder y comprender los datos clínicos en los que se basan las decisiones reglamentarias y las opciones de tratamiento de los pacientes. En particular, producir información fiable en un lenguaje apropiado requiere habilidades especializadas en comunicación científica y conocimiento de los estándares y las prácticas recomendadas relevantes. De nuevo, es poco probable que los sistemas de IA sustituyan pronto estos conocimientos. Pueden ayudar a ampliar la variedad y el tipo de contenido accesible.

Descubrimiento de aquello que no sabemos: desde hace mucho, se reconoce que los metaanálisis de múltiples estudios científicos son un medio que permite llegar a conclusiones estadísticamente fiables a partir de diversos estudios cuyos tamaños de muestra, métodos o sesgos a menudo son susceptibles de controversia. Una limitación evidente de los metaanálisis es que solo permiten encontrar patrones que se buscan intencionadamente. Los sistemas de aprendizaje automático tienen potencial para identificar patrones significativos más allá de aquellos medidos o correlacionados de manera intencionada.

Descubrimiento y clasificación de contenidos: un desafío al que Lionbridge y nuestros clientes se enfrentan con frecuencia es que los distintos tipos de contenido requieren diversos servicios lingüísticos. Este desafío es especialmente frecuente en el sector biomédico. Muchos servicios realizados para contenido normativo (por ejemplo, revisiones de médicos expertos) son irrelevantes para los textos de marketing en línea o los manuales de formación internos. Clasificar y orientar dicho contenido hacia los canales de servicio apropiados consume mucho tiempo y recursos cualificados. Lionbridge ya está trabajando para eliminar estas ineficiencias utilizando tecnologías de IA. Esperamos que estos avances se aceleren en los próximos meses.

Póngase en contacto con nosotros

¿Le interesa aprender más sobre la IA generativa y el sector biomédico? ¿Desea analizar posibles casos de uso de la IA generativa para su organización? ¿Necesita traducir para el sector biomédico? Contamos con amplia experiencia, conocimientos y tecnología para ayudarle. Póngase en contacto con nosotros hoy mismo e infórmese sobre los servicios de traducción para el sector biomédico de Lionbridge.