Hasta ahora, la medicina ha sido una prestigioso Y a menudo extremadamente lucrativo elección de carrera. Sin embargo, en un futuro cercano, vamos a necesitar muchos médicos que tenemos ahora? Vamos a ver el paro médico significativo en la próxima década?

Dr. Saxon Smith, presidente de la rama de la Asociación Médica Australiana NSW, dijo en un informe a fines del año pasado que las preocupaciones más comunes que escucha de los médicos en formación y estudiantes de medicina son, "¿cuál es el futuro de la medicina?" y "¿Voy a tener un trabajo?". Las respuestas, dijo, siguen eludirlo.

A medida que las universidades australianas, británicas y estadounidenses continúan graduándose cada vez más estudiantes de medicina, la pregunta obvia es dónde trabajarán estos nuevos médicos en el futuro.

¿Habrá un papel más amplio para los profesionales de la medicina debido a nuestros envejecimiento de la población? O es la presión para reducir los costos y mejorar los resultados probables de forzar la adopción de nuevas tecnologías, que a su vez es probable erosionar el número de funciones que actualmente desempeña por los médicos?

Conduciendo por los costes

Todos los gobiernos, los pacientes y los médicos de todo el mundo saben que los costes sanitarios tendrán que reducir si vamos a tratar a más personas. Algunos proponen que los pacientes paguen más, pero como sea que paguemos, está claro que es necesario reducir el costo.

El uso de robots médicos para ayudar a los cirujanos humanos se está generalizando, pero, hasta el momento, se están utilizando para tratar de mejorar los resultados de los pacientes y no para reducir el costo de la cirugía. El ahorro de costos puede venir más tarde cuando esta tecnología robótica madure.

Es en el área del diagnóstico médico donde muchas personas ven una posible reducción significativa de costos mientras mejoran la precisión mediante usando tecnología en lugar de médicos humanos.

Ya es común para análisis de sangre y pruebas genéticas (genómica) para ser llevado a cabo de forma automática y muy rentable por las máquinas. Analizan la muestra de sangre y producen automáticamente un informe.

Las pruebas pueden ser tan simples como un nivel de hemoglobina (hemograma) hasta pruebas de diabetes como la insulina o los niveles de glucosa. También se pueden usar para pruebas mucho más complicadas, como observar la composición genética de una persona.

Un buen ejemplo es Thyrocare Technologies Ltd en Mumbai, India, donde más de pruebas de diagnóstico 100,000 de todo el país se realizan todas las noches y los informes se entregan dentro de las horas de 24 de sangre de un paciente.

Máquinas vs humanos

Si las máquinas pueden leer análisis de sangre, ¿qué más pueden hacer? Aunque a muchos médicos no les gustará este pensamiento, cualquier prueba que requiera reconocimiento de patrones finalmente se hará mejor con un máquina que un humano.

Muchas enfermedades requieren un diagnóstico patológico, donde un médico examina una muestra de sangre o tejido, para establecer la enfermedad exacta: un análisis de sangre para diagnosticar una infección, una biopsia de piel para determinar si una lesión es un cáncer o no, y una muestra de tejido tomada por un cirujano mirando para hacer un diagnóstico.

Todos estos ejemplos, y de hecho, todos los diagnósticos patológicos son realizados por un médico que utiliza el reconocimiento de patrones para determinar el diagnóstico.

técnicas de inteligencia artificial usando redes neuronales profundos, que son un tipo de aprendizaje de máquina, se pueden usar para formar estas máquinas de diagnóstico. Las máquinas aprenden rápido y no estamos hablando de una sola máquina, sino una red de máquinas conectadas a nivel mundial a través de Internet, el uso de sus datos agrupados para continuar mejorando.

No va a suceder durante la noche - que tomará algún tiempo para aprender - pero una vez formado el equipo sólo seguir mejorando. Con el tiempo, una máquina de formación adecuada será superior en el reconocimiento de patrones que cualquier ser humano podría jamás ser.

Patología se ha convertido en una cuestión de laboratorios de varios millones de dólares que dependen de las economías de escala. Se tarda alrededor de 15 años de terminar la escuela secundaria para entrenar a un patólogo para funcionar de forma independiente Probablemente le tome otros 15 años al patólogo para estar tan bien como siempre lo estarán.

Algunos años después de eso, se retirarán y todo ese conocimiento y experiencia se perderán. Sin duda, sería mejor si ese conocimiento pudiera ser capturado y utilizado por las generaciones futuras. Un patólogo robótico podría hacer eso.

Radiología, rayos X y más

pruebas radiológicas representan más del AUS $ 2 millones del Medicare gasto anual. En un informe 2013, se estima que en el período 2014-15, Investigaciones radiológicas de 33,600,000 se realizaría en Australia. Un radiólogo tendría que estudiar cada uno de estos y escribir un informe.

Los radiólogos ya están leyendo, en promedio, más de siete veces el número de estudios por día que hace cinco años. Estos informes, como los escritos por patólogos, se basan en el reconocimiento de patrones.

Actualmente, muchos radiólogos de otros países, como el Reino Unido, leen muchas pruebas radiológicas realizadas en Australia. En lugar de tener un experto en Australia que se levante de la cama en 3am para leer un escáner cerebral de un paciente lesionado, la imagen se puede enviar digitalmente a un médico en cualquier huso horario apropiado y se puede informar casi al instante.

¿Qué pasaría si a las máquinas se les enseñara a leer rayos X trabajando al principio con, y finalmente en lugar de, radiólogos humanos? ¿Todavía necesitaríamos humanos? radiólogos? Probablemente. Mejora de la imagen, como la resonancia magnética y la tomografía computarizada, permitirá a los radiólogos para llevar a cabo algunos procedimientos que los cirujanos ahora realizan.

El campo de la radiología de diagnóstico se está expandiendo rápidamente. En este campo, los radiólogos pueden diagnosticar y tratar afecciones como sangrado de vasos sanguíneos. Esto se hace usando técnicas mínimamente invasivas, pasando cables a través de vasos más grandes para llegar al punto de sangrado.

Así que los radiólogos pueden terminar haciendo procedimientos que actualmente se realizan por cirujanos vasculares y cardiacas. El aumento del uso de cirugía robótica significará esto es más probable que no.

Hay mucho más para el diagnóstico de una lesión de la piel, Erupción cutánea o el crecimiento de simplemente mirarlo. Pero gran parte del diagnóstico se basa en el reconocimiento de la lesión dermatólogo (de nuevo, el reconocimiento de patrones).

Si el diagnóstico no está claro a continuación, algo de tejido (biopsia) se envía al laboratorio para un diagnóstico patológico. Ya hemos establecido que una máquina puede leer el último. El mismo principio se aplica al reconocimiento de la lesión de la piel.

Una vez reconocida y aprendida, la lesión podrá ser reconocida de nuevo. Los teléfonos móviles con cámaras de alta calidad podrán conectarse a una base de datos global que, como cualquier otra base de datos con capacidad de aprendizaje, continuará mejorando.

No es si, sino cuando

Estos cambios no ocurrirán de la noche a la mañana, pero son inevitables. Aunque muchos médicos verán estos cambios como una amenaza, la posibilidad de un bien mundial no tiene precedentes.

Una radiografía tomada en África ecuatorial podría leerse con la misma fiabilidad que una tomada en un centro de excelencia australiano. Un sarpullido infeccioso podría ser cargado en un teléfono y el diagnóstico se da instantáneamente. Se salvarán muchas vidas y el costo de la atención médica para los pobres del mundo puede ser mínimo y, en muchos casos, gratuito.

Para que esto sea una realidad, que se llevará a expertos para trabajar con máquinas y ayudarles a aprender. Inicialmente, las máquinas pueden ser invitados a hacer pruebas más sencillas pero poco a poco se les enseñará, al igual que los seres humanos aprenden la mayoría de las cosas en la vida.

La profesión médica debe aprovechar estas oportunidades para el cambio, y nuestros futuros médicos jóvenes debe pensar cuidadosamente en los puestos de trabajo médico del futuro serán mentir. Es casi seguro que el panorama laboral médica en años 15 no se parecerá a la que vemos en la actualidad.

Sobre el Autor

Ross Crawford, Profesor de Investigación Ortopédica, Universidad de Tecnología de Queensland; Anjali Jaiprakash, Investigador Post-Doctoral, Robótica Médica, Universidad Tecnológica de Queensland, y Jonathan Roberts, Profesor de Robótica, Universidad Tecnológica de Queensland.

Este artículo se publicó originalmente el La conversación. Leer el articulo original.

Libro relacionado:

at

Gracias por su visita InnerSelf.com, dónde están 20,000+ Artículos que cambian la vida y promueven "Nuevas actitudes y nuevas posibilidades". Todos los artículos están traducidos al 30+ idiomas. Suscríbete a la revista InnerSelf, que se publica semanalmente, y a Daily Inspiration de Marie T Russell. InnerSelf Revista se publica desde 1985.