Por Gustavo Pérez, director de ventas para cuentas mayores en Vertiv.
La IA está teniendo un impacto en muchas industrias, contribuyendo a la eficiencia, el avance y la accesibilidad. La industria médica y sanitaria es un ejemplo perfecto, ya que la IA ha ayudado al diagnóstico temprano de diversas enfermedades, el desarrollo de nuevos fármacos y tratamientos personalizados, y se ha convertido en un aliado en la lucha contra el cáncer.
La IA en la detección temprana del cáncer de mama
Ante esta realidad, es necesario integrar nuevas tecnologías que ayuden al diagnóstico y transformen la asistencia sanitaria. Por ejemplo, la herramienta de IA Mia, desarrollada por Kheiron Medical en el Reino Unido, identificó con éxito signos de cáncer de mama pasados por alto por los radiólogos en 11 mujeres. La clave está en el uso de algoritmos de aprendizaje profundo para analizar mamografías y detectar anomalías mínimas, mejorando el pronóstico a través de diagnósticos más tempranos y precisos.
Sin embargo, para que las herramientas de IA como Mia funcionen con eficacia y sin interrupciones, se necesita un nuevo tipo de infraestructura digital crítica con un diseño convergente que soporte el procesamiento de la informática de alto rendimiento en tiempo real. Aquí es donde entra en juego la computación en el borde de la red, una tecnología que acerca el procesamiento a los dispositivos médicos, reduciendo la velocidad de interpretación de las imágenes y mejorando los tiempos de respuesta diagnóstica. Esto es fundamental para ofrecer resultados más rápidos y precisos, así como tratamientos personalizados a los pacientes.
Infraestructura digital crítica de apoyo a los servicios de salud
Las aplicaciones de IA actuales exigen soluciones especializadas. Aunque la computación en el borde de la red es esencial para respaldar las aplicaciones de IA en el sector sanitario, también es fundamental contar con una sólida infraestructura digital crítica que incluya soluciones de tren de potencia y una cadena de refrigeración fiable y eficiente. Los procesadores que impulsan la IA son altamente demandantes en términos energéticos y se prevé que alcancen densidades de 500 kW por rack o superiores para las nuevas generaciones de IA. Esto significa que los centros sanitarios deben emplear estrategias que permitan que los recursos estén disponibles en todo momento para prestar servicios precisos y ágiles, de modo que los pacientes reciban la atención que necesitan sin demora.
En América Latina, la capacidad de la IA para detectar signos tempranos de esta enfermedad presenta una gran oportunidad para mejorar los sistemas de salud, acelerar los tiempos de diagnóstico y reducir las listas de espera de los pacientes en los hospitales. Para incorporar con éxito soluciones basadas en IA en la región, es necesario optimizar la capacidad energética, aprovechar las soluciones que permiten la disponibilidad y continuidad de las aplicaciones de IA y la formación de personal para aprovechar al máximo los beneficios de la IA.
