La seguridad de los datos como reto en el futuro de la IA en la medicina digital

El mercado de la tecnología médica en la Unión Europea está en alza, con un volumen estimado de aproximadamente 140 mil millones de euros en 2020. En particular, la pandemia del coronavirus ha demostrado ser un gran impulso para la industria, con aplicaciones de telemedicina disparándose debido a la nueva situación.

En el post anterior vimos algunos ejemplos de IoMT y wearables como líderes de esta transformación de la medicina. Estos dispositivos generan cada vez más datos, y cuantos más datos recopilemos, almacenemos y compartamos, más valor podemos agregar a las organizaciones sanitarias y más importante se vuelve la protección de los datos sanitarios. Este fue uno de los temas recurrentes en varios de los seminarios a los que asistimos en MEDICA 2021.

La incorporación de la Inteligencia artificial (IA) a estos datos es otra de las principales palancas de transformación de la medicina. Hoy en día, la inteligencia artificial ya se está utilizando en áreas con grandes volúmenes de datos, por ejemplo, en radiología, donde se generan grandes cantidades de datos de imágenes. Solo en 2019, la radiología generó un volumen estimado de 675 mil millones de gigabytes de datos de imágenes que se traducen en 13,5 billones de imágenes transversales. Esta cantidad de datos no puede procesarse manualmente.

La inteligencia artificial está cambiando nuestros sistemas sanitarios. Puede ayudarnos a detectar enfermedades antes, mejorar la atención al paciente y reducir los costos de atención médica. Sin embargo, todavía existe una falta de confianza en las normas y reglamentos de seguridad, así como en la gestión de los datos.

El primero de los retos a los que se ha enfrentado la industria sanitaria ha sido la complejidad en torno a la integración de datos y la interoperabilidad. Ahora, el mayor desafío es la desconfianza. Los softwares deben garantizar el cumplimiento de las regulaciones existentes y futuras, y permitir a las organizaciones administrar los datos personales de manera efectiva y segura.

La ciberseguridad, clave

Para establecer y proteger esa confianza, se han implementado políticas y regulaciones de privacidad, pero a veces se las considera barreras para el avance de la tecnología.

La Agencia de la Unión Europea para La Ciberseguridad (ENISA) ha identificado el aumento de la frecuencia y la diferenciación de los ataques de ransomware, el aumento del teletrabajo debido a la pandemia y la persistente falta de profesionales cualificados de ciberseguridad como las amenazas más importantes para la ciberseguridad sanitaria.

ENISA ha señalado que los fallos en los sistemas suponen el 59% de los incidentes de ciberseguridad, el error humano y la intención maliciosa representan un 19% cada uno y los fenómenos naturales el 2% de los incidentes.

En cuanto a la tipología de los incidentes en la atención médica, las filtraciones de datos son la más frecuente (49%), seguido de los ataques de ransomware con un 26%, otros malware con un 7%, amenazas dirigidas al correo electrónico con 4% y fraude con 2%.

Las dos regulaciones más importantes que protegen la ciberseguridad en la atención sanitaria de la UE son la directiva NIS (Security of Network and Information Systems), relativa a las medidas para un alto nivel común de seguridad de las redes y los sistemas de información en toda la Unión, y la directiva europea MDR (Reglamento de Dispositivos Médicos). Sin embargo, aunque estas regulaciones pueden servir como un buen comienzo y base de la ciberseguridad sanitaria, todavía existen desafíos como la colaboración con instituciones fuera de la UE, la genómica y las amenazas asociadas a los datos personales. Adicionalmente, la próxima Ley de IA, se prevé como un marco destinado a regular el desarrollo y la aplicación de la inteligencia artificial dentro de la UE.

La Inteligencia Artificial juega un papel importante en la transformación de la detección temprana de enfermedades y en el desarrollo de tratamientos de medicina de precisión. Para que los algoritmos de aprendizaje automático tomen decisiones inteligentes, requieren de grandes cantidades de datos de atención médica; el uso de datos médicos con las medidas de seguridad adecuadas es uno de los principales retos a los que se enfrenta la innovación médica.

Olga Romero. CEIN