Los beneficios de la IA en la sanidad

La inteligencia artificial se utiliza para todo lo relacionado con la atención médica, desde responder preguntas de los pacientes hasta ayudar en intervenciones quirúrgicas y desarrollar nuevos productos farmacéuticos.

Según Statista, se prevé que el mercado de atención de la salud basada en inteligencia artificial (IA), valorado en 11 000 millones de dólares en 2021, alcance los 187 000 millones de dólares en 2030. Este aumento masivo significa que probablemente continuaremos observando cambios considerables en el funcionamiento de los proveedores médicos, los hospitales, las empresas farmacéuticas y de biotecnología y otros agentes de la industria de la salud.

Mejores algoritmos de aprendizaje automático (ML), mayor acceso a datos, hardware más barato y la disponibilidad de la 5G han contribuido a la creciente aplicación de la IA en la industria de la salud, acelerando el ritmo del cambio. Las tecnologías de IA y aprendizaje automático (ML) pueden cribar enormes volúmenes de datos sanitarios, desde historiales médicos y estudios clínicos hasta información genética, y analizarlos mucho más rápido que los humanos.

Las organizaciones de atención médica están utilizando la IA para incrementar la eficiencia de todo tipo de procesos, desde tareas administrativas hasta la atención al paciente. A continuación se presentan algunos ejemplos de cómo podría utilizarse la IA en beneficio del personal y los pacientes:

• Flujo de trabajo administrativo: el personal sanitario dedica mucho tiempo al papeleo y otras tareas administrativas. La IA y la automatización pueden ayudar a realizar muchas de esas tareas rutinarias, liberando tiempo de los empleados para la atención en persona a los pacientes y otras actividades. Por ejemplo, la IA generativa puede ayudar a los clínicos a tomar notas y resumir contenidos que pueden ayudar a mantener los historiales médicos lo más completos posible. La IA también podría ayudar con la programación precisa y el intercambio de información entre los servicios y la facturación.
• Auxiliares de enfermería virtuales: Un estudio reveló que 64 % de los pacientes se sienten cómodos con el uso de la IA para tener acceso las 24 horas del día a las respuestas que ofrece el personal de enfermería de apoyo. Los auxiliares de enfermería virtuales impulsados por IA, que son chatbots, aplicaciones u otras interfaces impulsadas por IA, pueden utilizarse para responder preguntas sobre medicamentos, enviar informes a médicos o cirujanos y ayudar a los pacientes a programar una visita a un médico. Las tareas rutinarias de este tipo pueden ayudar a descargar de trabajo al personal clínico para que pueda dedicar más tiempo directamente a la atención al paciente, donde más importan las opiniones e interacciones humanas.
• Reducción de errores de dosificación: la IA puede ayudar a detectar errores en la forma en que un paciente se automedica. Por ejemplo, un estudio publicado en Nature Medicine, reveló que hasta el 70 % de los pacientes no toma la insulina conforme a lo indicado en la receta. Una herramienta impulsada por IA activa en segundo plano (como un enrutador Wi-Fi) podría utilizarse para detectar errores en la forma en que el paciente se administra una pluma o un inhalador de insulina.
• Cirugías menos invasivas: se podrían utilizar robots con IA para trabajar alrededor de órganos y tejidos delicados a fin de reducir la pérdida de sangre, el riesgo de infección y el dolor postoperatorio.
• Prevención de fraudes: el alcance de los fraudes en la industria de la atención médica es enorme (380 mil millones de dólares al año) y aumenta el costo de las primas de los seguros médicos y los gastos de generales de los consumidores. La implementación de la IA puede ayudar a reconocer patrones inusuales o sospechosos en las reclamaciones de seguros, como la facturación de servicios o procedimientos costosos que no se realizan, la desagregación (que consiste en facturar los pasos individuales de un procedimiento como si fueran procedimientos separados) y la realización de pruebas innecesarias para aprovechar los pagos de un seguro.

Según un estudio reciente,  83 % de los pacientes señalan la mala comunicación como el peor aspecto de su experiencia, lo que demuestra la gran necesidad de una comunicación más clara entre los pacientes y los proveedores de atención médica. Las tecnologías de IA, como el procesamiento de lenguaje natural (PLN), los analytics predictivos y el reconocimiento de voz, podrían ayudar a los proveedores de atención médica a tener una comunicación más eficaz con los pacientes, por ejemplo, ofrecer información más específica sobre las opciones de tratamiento, lo que permitiría al proveedor de atención médica mantener conversaciones más significativas con el paciente para poder tomar decisiones conjuntas.

Según la Escuela de Salud Pública de Harvard, aunque el uso de IA para hacer diagnósticos aún es incipiente, puede reducir los costos de tratamiento hasta en un 50 % y mejorar los resultados de salud en un 40 %.

UN ejemplo de caso de uso proviene de la Universidad de Hawái, donde un equipo de investigación descubrió que el despliegue de tecnología de inteligencia artificial de aprendizaje profundo puede mejorar la predicción del riesgo de cáncer. Es necesario seguir estudiando el tema, pero el investigador principal señaló que un algoritmo de IA puede entrenarse con un conjunto de imágenes mucho más grande que un radiólogo: hasta un millón o más de imágenes radiológicas. Asimismo, ese algoritmo se puede replicar gratuitamente, salvo por el costo del hardware.

Un grupo del MIT desarrolló un algoritmo de aprendizaje automático (ML) para determinar cuándo se necesita un experto humano. En algunos casos, como la identificación de cardiomegalia en radiografías de tórax, descubrieron que un modelo de IA híbrido humano producía los mejores resultados.

Otro estudio publicado descubrió que la IA reconocía el cáncer de piel mejor que los médicos experimentados.  Investigadores estadounidenses, alemanes y franceses utilizaron el aprendizaje profundo en más de 100 000 imágenes para identificar el cáncer de piel. Al comparar los resultados de la IA con los de 58 dermatólogos internacionales, descubrieron que la IA lo hacía mejor.

A medida que los monitores de estado físico y salud se hacen más populares y más gente utiliza aplicaciones que rastrean y analizan detalles sobre su salud. Pueden compartir estos conjuntos de datos en tiempo real con sus médicos para controlar las cuestiones de salud y proporcionar alertas en caso de problemas.

Las soluciones de IA (como las aplicaciones de big data, los algoritmos de aprendizaje automático y los de aprendizaje profundo) también podrían utilizarse para ayudar a los humanos a analizar grandes conjuntos de datos con el fin de facilitar la toma de decisiones clínicas y de otro tipo. La IA también podría utilizarse para ayudar a detectar y rastrear enfermedades infecciosas, como COVID-19, tuberculosis y malaria.

Uno de los beneficios que aporta el uso de la IA a los sistemas sanitarios es que facilita la recopilación y el intercambio de información. La IA puede ayudar a los proveedores a hacer un seguimiento más eficiente de los datos de los pacientes.

Un ejemplo es la diabetes. Según los Centros para el Control y la Prevención de Enfermedades, el 10 % de la población estadounidense padece diabetes. Los pacientes pueden utilizar ahora dispositivos wearable y otros dispositivos de monitoreo que les proporcionan retroalimentación sobre sus niveles de glucosa a ellos mismos y a su equipo médico. La IA puede ayudar a los proveedores a recopilar esa información, almacenarla y analizarla, y proporcionar conocimientos basados en datos de un gran número de personas. El uso de esta información puede ayudar a los profesionales sanitarios a determinar cómo tratar y controlar mejor las enfermedades.

Las organizaciones también están empezando a utilizar la IA para ayudar a mejorar la seguridad de los medicamentos. La empresa SELTA SQUARE, por ejemplo, está innovando el proceso de farmacovigilancia (FV), una disciplina legalmente obligatoria para detectar y notificar los efectos adversos de los medicamentos y, a continuación, evaluar, comprender y prevenir dichos efectos. La FV exige un esfuerzo y una diligencia considerables por parte de los productores farmacéuticos porque se lleva a cabo desde la fase de ensayos clínicos hasta la disponibilidad del fármaco durante toda su vida útil. Selta Square utiliza una combinación de IA y automatización para que el proceso de FV sea más rápido y preciso, lo que contribuye a que los medicamentos sean más seguros para las personas de todo el mundo.

En ocasiones, la IA podría reducir la necesidad de probar físicamente los compuestos de fármacos potenciales, lo que supone un enorme ahorro de costos. Las simulaciones moleculares de alta fidelidad pueden ejecutarse en ordenadores sin incurrir en los elevados costes de los métodos tradicionales de descubrimiento.

La IA también tiene el potencial de ayudar a los humanos a predecir la toxicidad, la bioactividad y otras características de las moléculas o a crear desde cero moléculas de fármacos hasta ahora desconocidas.

A medida que la IA adquiere más importancia en la prestación de atención médica y se desarrollan más aplicaciones médicas de la IA, debe establecerse un gobierno ético y normativo. Entre las cuestiones que suscitan preocupación se encuentran la posibilidad de sesgos, la falta de transparencia, la preocupación por la privacidad de los datos utilizados para el entrenamiento de los modelos de IA y las cuestiones de seguridad y responsabilidad.

"La gobernanza de la IA es necesaria, especialmente para las aplicaciones clínicas de la tecnología", afirmó Laura Craft, vicepresidenta analista de Gartner. "Sin embargo, dado que las nuevas técnicas de IA son en gran medida territorio nuevo para la mayoría [de las organizaciones de prestación de servicios sanitarios], faltan normas, procesos y directrices comunes que los emprendedores ávidos deban seguir a la hora de diseñar sus proyectos piloto".

La Organización Mundial de la Salud (OMS) dedicó 18 meses a deliberar con destacados expertos en ética, tecnología digital, derecho y derechos humanos y varios miembros de los ministerios de Sanidad para elaborar un informe que lleva por título Ética y gobernanza de la inteligencia artificial para la salud. Este informe identifica los retos éticos a la hora de utilizar la IA en la atención médica, identifica los riesgos y describe seis principios de consenso para garantizar que la IA funcione para el beneficio del público:

1. Protección de la autonomía
2. Fomento de la seguridad y el bienestar de las personas
3. Garantía de transparencia
4. Fomento de la responsabilidad
5. Garantía de equidad
6. Promoción de herramientas receptivas y sostenibles

El informe de la OMS también ofrece recomendaciones que garantizan que la gobernanza de la IA para la atención médica aproveche al máximo las promesas de la tecnología y, al mismo tiempo, responsabilice al personal sanitario y responda ante las comunidades y las personas con las que trabaja.

La IA ofrece oportunidades para ayudar a reducir los errores humanos, asistir a los profesionales y al personal médico y prestar servicios a los pacientes 24x7. A medida que las herramientas de IA sigan desarrollándose, existe potencial para utilizarla aún más en la lectura de imágenes médicas, radiografías y escáneres, el diagnóstico de problemas médicos y la creación de planes de tratamiento.

Las aplicaciones de IA continúan ayudando a racionalizar diversas tareas, desde contestar al teléfono hasta analizar las tendencias de salud de la población (y probablemente, aplicaciones aún por contemplar). Por ejemplo, las futuras herramientas de IA podrían automatizar o completar una mayor parte del trabajo de los médicos y los miembros del personal. Eso liberará a los humanos para que dediquen más tiempo a una atención profesional cara a cara más eficaz y compasiva.

Cuando los pacientes necesitan ayuda, no quieren (o no pueden) quedarse esperando. Los recursos de los centros sanitarios son finitos, por lo que la ayuda no siempre está disponible de forma instantánea o 24x7, e incluso los pequeños retrasos pueden crear frustración y sentimientos de aislamiento o provocar el empeoramiento de ciertas afecciones.

Los chatbots de atención médica con IA de IBM® watsonx Assistant pueden ayudar a los proveedores a hacer dos cosas: dedicar su tiempo a lo que es necesario y capacitar a los pacientes que llaman para obtener respuestas rápidas a preguntas sencillas.

IBM watsonx Assistant se basa en modelos de aprendizaje profundo, aprendizaje automático y procesamiento de lenguaje natural (PLN) para comprender preguntas, buscar las mejores respuestas y completar transacciones mediante el uso de IA conversacional.