¿Qué impacto tiene la implementación de GPUs en la industria de la salud?

Cuando se habla de unidades de procesamiento gráfico (GPU por sus siglas en inglés), suele pensarse en su utilización en la industria de los videojuegos en donde se despliega con gran realismo escenas de destrucción y muerte. Pero en el último tiempo, se ha descubierto que esta misma tecnología que replica violencia con tanto realismo puede ser utilizada para salvar vidas, a través de su uso en aplicaciones médicas e implementación de tecnologías de vanguardia en los centros de salud. 

Uno de los grandes problemas que posee la industria de la salud en la actualidad está en la dificultad para analizar un gran volumen de datos, y si a eso se le agrega que el tiempo para realizar un diagnóstico puede influir en la salud y vida de los pacientes, pero el uso de las GPU se ha posicionado como una opción válida para analizar una gran cantidad de data, además de entrenar las tareas de inteligencia artificial y machine learning a una velocidad aún mayor.

En ese sentido, la implementación de estas tecnologías está teniendo un impacto positivo en distintas áreas, que van desde la investigación médica, diagnóstico de enfermedades y optimización en la atención del paciente. En este artículo mencionaremos algunos de los campos más destacados en los que el uso de la GPU puede, literalmente hablando, salvar vidas.

‍

Diagnóstico y análisis de imágenes médicas

Uno de los usos más recurrentes que tienen las unidades de procesamiento gráfico en la industria de la salud guarda relación con la optimización del análisis de las imágenes médicas, como las radiografías, resonancias magnéticas y tomografías computarizadas. 

Por ejemplo, Proscia, empresa que desarrolló un software para la detección del cáncer, utiliza deep learning acelerado por GPUs para analizar diapositivas digitales y clasificar patologías de la piel con una precisión superior al 99%, ayudando a estandarizar diagnósticos de cáncer de piel y otras enfermedades.

El uso de GPU también ha impulsado una mejora en el análisis de las imágenes de radiología, permitiendo a los profesionales la detección de anomalías con mayor precisión y rapidez, mejorando la capacidad de diagnóstico en general. 

Asimismo, tecnologías como las que ofrece NVIDIA e implementadas en plataformas como Flywheel permiten a a los profesionales de la salud acelerar su trabajo y convertir imágenes complejas en datos listos para el análisis. Esta herramienta de IA y de imágenes médicas optimiza las enormes tareas de descubrimiento, agregación y curación de datos; acelerando así la investigación y mejorando los resultados en el cuidado de la salud.

‍

Descubrimiento de medicamentos y biotecnología

Por otro lado, las GPUs también están impulsando avances en el descubrimiento de medicamentos a través del uso de modelos generativos de inteligencia artificial, transformando la investigación clínica al acelerar el análisis de datos y la identificación de patrones complejos. Esto resulta particularmente útil en el descubrimiento de nuevos tratamientos y en la comprensión de la progresión de diversas enfermedades, mejorando la precisión y reduciendo los costos. 

En el área de la investigación farmacológica, las GPUs facilitan las simulaciones moleculares detalladas y el modelado de la dinámica molecular, lo que permite a los investigadores comprender cómo interactúan las moléculas, y así predecir sus comportamientos en diversas condiciones, lo que resulta fundamental a la hora de identificar posibles candidatos a fármacos, optimizando su uso en las pruebas. 

También se están utilizando modelos de IA entrenados en GPU para el diseño de fármacos, debido a que son más ágiles para el análisis de grandes bases de datos de compuestos químicos y predecir cuáles pueden ser más efectivos para una patología en específico, o incluso, cómo interactuarán en el cuerpo humano, identificando potenciales efectos secundarios y optimizando las combinaciones para tratamientos personalizados. Por ejemplo, NVIDIA desarrolló la plataforma Clara Discovery, que precisamente, utiliza la IA para acelerar el diseño de fármacos y la investigación biomédica. 

‍

Interacción con pacientes y gestión clínica

En esta área, las aplicaciones basadas en IA y aceleradas por GPU están teniendo un efecto positivo en la relación entre médicos y pacientes, ya sea a través de la utilización de asistentes virtuales que permiten la programación de citas, realizar seguimientos postoperatorios, entre otras tareas, que facilitan el acceso de las personas a los centros de salud.

Pero ese no es el único uso. Se está construyendo una plataforma de conversación clínica impulsada por IA que genera borradores de notas, lo que permite a los médicos ahorrar hasta tres horas al día. La identificación, transcripción, alineación y registro del lenguaje se realizan en cuestión de segundos y las conversaciones se estructuran de acuerdo con los tipos de información médica que contiene cada enunciado, y aplicando modelos de lenguaje potentes para transformar la evidencia relevante en resúmenes. En tiempo real, el sistema convierte las conversaciones clínicas en documentación de alta calidad para su uso posterior a la visita. 

‍

¿Qué beneficios tiene el uso de GPU en la industria de la salud?

Sin dudas, la implementación de GPUs está transformando la industria de la salud, y la inversión en este tipo de tecnología puede tener un impacto económico significativo para los centros médicos, hospitales y clínicas, al mejorar la eficiencia operativa y precisión diagnóstica, lo que se puede traducir en un ahorro en el costo y aumento en los ingresos.

¿Qué áreas podrían verse beneficiadas por estas soluciones? 

En primer lugar, los procesos y diagnósticos más rápidos suponen una gran mejora en la experiencia de los pacientes, aumentando su satisfacción y fidelización, pues quien ha recibido una buena atención médica tiende a regresar y recomendar el establecimiento.

¿Por otra parte, el uso de las GPUs tiene un impacto notorio en la reducción de los costos operativos, al realizar diagnósticos más rápidos y certeros, reduciendo el tiempo que los pacientes pasan en las dependencias médicas, aumentando la capacidad de atención y disminuyendo los costos operativos asociados a tiempo de espera prolongados y recursos mal utilizados.

Finalmente, las GPUs también son un aliado importante a la hora de mejorar la precisión en los diagnósticos, reduciendo los errores, lo que por una parte, tiene un efecto positivo en la percepción que tiene el paciente sobre la institución, pero además ayuda a la disminución en los costos asociados a tratamientos incorrectos y litigios por mala praxis. 

‍