IA en pediatría

La IA pediátrica cubre las mismas tareas generales que la medicina para adultos, pero cada una es más difícil. El seguimiento del crecimiento y el desarrollo siempre ha dependido de gráficos de referencia, como las curvas de crecimiento de la OMS y los CDC. La IA puede agregar detección de patrones en mediciones repetidas, por ejemplo, señalar a un niño cuyo peso cruza las líneas percentiles de una manera que amerite atención, o estimar la edad ósea a partir de una radiografía de la mano. Las herramientas automatizadas de edad ósea se han utilizado clínicamente en Europa durante años y son un buen ejemplo de una tarea estrecha y bien definida que se adapta al aprendizaje automático. Las imágenes pediátricas utilizan dosis de radiación más bajas y una anatomía más pequeña, y la apariencia normal cambia con la edad: se espera una placa de crecimiento en un niño de diez años, mientras que una línea similar en un adulto puede ser una fractura. Un modelo entrenado con rayos X de adultos puede interpretarlos erróneamente. El monitoreo de la UCIN es una de las historias de éxito más antiguas. El monitor HeRO analiza las características de la frecuencia cardíaca para estimar el riesgo de sepsis en bebés prematuros, y un gran ensayo aleatorio publicado en 2011 encontró una mortalidad reducida en bebés de muy bajo peso al nacer cuyos médicos podían ver la puntuación. El aprendizaje profundo también se utiliza para detectar retinopatía del prematuro a partir de imágenes de retina. El diagnóstico del desarrollo marcó un hito en 2021, cuando la FDA autorizó Canvas Dx de Cognoa como ayuda para el diagnóstico del autismo en niños pequeños. Apoya, en lugar de reemplazar, el juicio clínico. ¿Por qué es más difícil desarrollar IA pediátrica? Los conjuntos de datos son pequeños porque, en promedio, los niños están más sanos y las enfermedades raras están muy dispersas. Los grupos de edad difieren tanto que un recién nacido y un adolescente son poblaciones casi diferentes. El consentimiento involucra a los padres y, cada vez más, al propio consentimiento del niño, y las reglas de privacidad son más estrictas. Muchos dispositivos de IA aprobados por los reguladores nunca fueron evaluados en niños. Un error común es creer que una herramienta probada en adultos puede usarse simplemente en niños; normalmente necesita una validación por separado.