Con el aumento de la telemedicina durante la pandemia de COVID-19, es lógico pensar que aumentaría la popularidad de las herramientas digitales de diagnóstico.

La última herramienta de este tipo es un chatbot, creado por la startup israelí Kahun.

Después de abrir el sitio web, el usuario escribe un síntoma: “flotadores”, por ejemplo, cuando trozos de colágeno desprendidos rebotan en el líquido vítreo del ojo y proyectan sombras molestas en la retina.

El chatbot luego hace una larga lista de preguntas relevantes: “¿Es en ambos ojos o solo en uno?, ¿su visión es más borrosa por la noche o durante el día?, ¿Tiene los ojos secos o muy llorosos?”; así como algunas otras preguntas, como “¿Tiene sarpullido? ¿Dolor de las articulaciones? ¿Dolor de espalda?

Al final de la comprehensiva sesión de preguntas y respuestas, el chatbot de Kahun lanza una respuesta: “síndrome de Sjögren”, un trastorno autoinmune que puede causar todos los síntomas que el usuario respondió tener.

En este ejemplo, sin embargo, los flotadores habían empezado después de las complicaciones de una cirugía de cataratas y no eran parte del síndrome inusual en la respuesta del chatbot.

¿Cómo es posible que la aplicación se haya equivocado tanto?

El director ejecutivo de Kahun, Eitan Ron, sabía exactamente dónde se encontraba el problema: el chatbot aún no había sido programado para preguntar sobre procedimientos previos que el paciente pudo haber tenido, como una cirugía de cataratas.

“Es un error de programación”, dijo Ron. “Deberíamos haber preguntado. Necesitamos agregar eso al flujo”.

Otra explicación, dijo Ron, sería que, cuando el chatbot hizo una pregunta sobre el dolor en las articulaciones y recibió una respuesta afirmativa, siguió ese camino. “El algoritmo siempre está tratando de encontrar la mejor explicación para la presentación clínica proporcionada”, dijo.

Un chatbot de la competencia, de la startup israelí StuffThatWorks, que recibió la misma información, proporcionó un “diagnóstico” correcto, pero no respondió con ningún tratamiento razonable.

StuffThatWorks es principalmente una comunidad de pacientes que obtiene su información de lo que informan los propios pacientes.

En contraste, Kahun busca en la web información médica de artículos y libros escritos por y para médicos, no pacientes, y entonces usa inteligencia artificial para ordenar los datos de una manera fácil de usar.

“Creamos la empresa para describir el conocimiento médico no como texto, sino de forma estructurada, como parte de lo que Google llama un ‘gráfico de conocimiento’”, dijo Ron.

Un gráfico de conocimiento se compone de nodos y enlaces que muestran las relaciones entre diferentes entidades, en este caso, entre condiciones, síntomas, pruebas y tratamientos.

Kahun aprovecha los 30 millones de artículos y libros escritos sobre temas médicos (a los que cada día se agregan más) a los que motores de búsqueda especializados como PubMed tienen acceso regularmente. Kahun ya ha mapeado en su base de datos unos 20 millones de asociaciones entre características clínicas.

Para uso conjunto con el médico

El chatbot de Kahun acaba de lanzarse, por lo que la denominación “beta” es apropiada.

La interfaz es multilingüe, con inglés, hebreo y árabe, y más por venir.

Ron dijo que el chatbot de Kahun no está destinado para diagnosticar, sino que debe usarse junto con el médico.

“Consideramos nuestros resultados como ‘causas posibles o probables’, no como un diagnóstico. En la mayoría de los casos, mostraremos algunas opciones”, dijo.

Hay dos formas principales de implementar el nuevo chatbot de Kahun: antes de una visita al médico, como diagnóstico previo a la cita o como parte de un chequeo de telemedicina.

Puede que Kahun no sea perfecto, pero tiene mejor desempeño que la mayoría de los estudiantes de medicina.

La aplicación de Kahun respondió correctamente el 85 por ciento de las preguntas en la sección de “habilidades clínicas” de los exámenes de licencias médicas en Estados Unidos, lo cual supera con creces la calificación mínima para aprobar. Ron y su equipo escribieron un artículo sobre los resultados, el cual se encuentra disponible como preimpresión en The Lancet.

Herramienta para el tratamiento de COVID en hospitales

Kahun se estaba preparando para el lanzamiento a principios de 2020, cuando COVID-19 llegó. El nuevo coronavirus ya había generado unos cuatro mil artículos médicos, y esto fue solo en el comienzo de la crisis.

Ron decidió cambiar la empresa para centrarse en esta sola enfermedad y proporcionar a los médicos una herramienta para clasificar los síntomas y diagnosticar COVID. El objetivo era ayudar a los hospitales a administrar sus salas.

“Teníamos el conocimiento y la infraestructura”, dijo Ron. “Entonces, preguntamos, ‘¿Cómo podemos ayudar?’”

Los resultados de un estudio conjunto con el Centro Médico Rabin de Israel se publicaron en el American Journal of Emergency Medicine. De 18 pacientes en estado crítico, 17 fueron correctamente diagnosticados. De 127 pacientes con un caso no crítico de la enfermedad, 104 fueron identificados con precisión.

“Nuestra herramienta podía ayudar a predecir qué pacientes podrían ser enviados a casa en los próximos días y qué pacientes se deteriorarían”, señala Ron.

Kahun “se ha convertido en mi dispositivo favorito durante un tenso turno de hospital”, dijo el año pasado el interno médico israelí Yohai Shraga. “Puedo usarlo para asegurarme de que no he pasado nada por alto, o para consultar antes de recurrir a un médico senior”.

Pero con el tiempo, los médicos e investigadores se volvieron menos dependientes de la herramienta de diagnóstico COVID de Kahun.

“Los médicos desarrollaron sus propios instintos viscerales sobre esta enfermedad”, dijo Ron. “Si alguien llega y es una persona obesa o con hipertensión o enfermedad pulmonar, saben que es de alto riesgo. Ya no tenían necesidad de nuestra calculadora”.

Eso resultó ser una bendición disfrazada, ya que ahora Kahun podía regresar a su misión original.

Antes de la visita al médico

El primer producto que se lanzó fue una herramienta para ser utilizada por los médicos en sus consultorios con los pacientes. Es una parte clave de la cartera de Kahun. Ron dijo que varios miles de médicos y estudiantes de medicina de todo el mundo lo utilizan.

El siguiente producto fue el chatbot para el diagnóstico previo a la cita.

El cuestionario del chatbot puede tomar hasta diez minutos. Este es tiempo que se ahorra en la cita real, lo que permite que el médico se concentre en el diagnóstico en lugar de en la toma de datos. Los resultados de un chat de Kahun pueden copiarse y pegarse como un resumen de texto simple.

La herramienta está más actualizada que muchos médicos que luchan por seguir la avalancha de nuevos artículos médicos.

Además, la interfaz del médico de Kahun hace preguntas y sugiere pruebas en las que el médico podría no haber pensado. No se trata simplemente de una lista de preguntas que en su mayoría no cambian, como es el caso de las propuestas de otros startups de diagnóstico israelíes. Las preguntas de Kahun cambian según las respuestas que dé el paciente e imitan el proceso de pensamiento de un médico.

Kahun es transparente sobre los datos que presenta: cada recomendación o sugerencia incluye enlaces a los artículos o ensayos originales para que los médicos comprendan de dónde proviene la información.

Eso debería ayudar a contrarrestar la resistencia de los médicos, el médico que dice: “Por favor, no busques en Google tus síntomas, habla conmigo”.

Ron dijo que, en comparación con hacer una búsqueda en línea sobre lo que te duele, el enfoque estructurado de preguntas y respuestas de Kahun “ya es mejor que una búsqueda en Google. Es posible que descubramos una pregunta importante que el médico podría haber pasado por alto, como preguntarle a un paciente si sufre de sudores nocturnos”.

“Waze para médicos”

Dicho esto, Kahun no es realmente una aplicación para consumidores; el chatbot y otras herramientas se licenciarán directamente a terceros (organizaciones para el mantenimiento de la salud o HMOs, clínicas, servicios de agenda de citas médicas y proveedores de telemedicina como Teladoc) que pagarán una tarifa basada en el tamaño de la organización o por sesión.

Los socios de Kahun pueden comercializar la tecnología de la forma que elijan.

Kahun fue fundada en 2018, por Ron y Tal Goldberg. La pareja estableció previamente la aplicación de servicio al cliente Human Click, adquirida por LivePerson en 2000. Ron y Goldberg, quienes se desempeñaron como gerente general y director de tecnología de Human Click, permanecieron en LivePerson durante siete años, algo casi sin precedentes después de una adquisición en la industria tan cambiante de la tecnología.

Un tercer cofundador, Michal Tzuchman, trabajó como ingeniero de software en Waze antes de inscribirse en la escuela de medicina para volver a capacitarse como pediatra.

La conexión con Waze no es solo a través de Tzuchman y los Goldberg (quienes también trabajaron en Waze después de Human Click).

El exdirector ejecutivo de Waze, Uri Levine, fue el primer inversor inicial en Kahun y se desempeña como presidente de la junta directiva de la empresa. No es de extrañar que Kahun a veces se nombre a sí misma “Waze para médicos”.

Dar sentido al conocimiento médico

Kahun ha recaudado 5.5 millones de dólares, incluida una subvención de 2.5 millones del programa Horizonte 2020 de la Unión Europea. Un equipo de 26 miembros trabaja en las oficinas de la empresa en Tel Aviv.

El nombre Kahun tiene una historia de fondo apropiada: proviene de uno de los primeros documentos médicos conocidos en la historia: los “papiros médicos de Kahun”, de casi cuatro mil años de antigüedad, hallados en la aldea egipcia de Kahun.

“Todo el conocimiento médico en el mundo de hoy está en texto y la única forma de encontrarle sentido es si un médico o el personal médico lo está leyendo”, dijo Levine.

Kahun propuso un enfoque diferente. “¿Qué pasaría si pudiéramos convertir el texto en datos y crear aplicaciones para usarlo? Esto es exactamente lo que nosotros hacemos”.

Para obtener más información sobre Kahun, haga clic aquí.

Producido en asociación por Israel21c

Traducción de Yerem Mújica; editado por Yerem Mújica y Melanie Slone