La inteligencia artificial se está utilizando en sanidad para todo, desde responder a las preguntas de los pacientes hasta ayudar en las cirugías y desarrollar nuevos productos farmacéuticos.

Según Statista, se prevé que el mercado sanitario de la inteligencia artificial (IA), valorado en 11 000 millones de dólares en 2021, alcance los 187 000 millones de dólares en 2030. Ese enorme aumento significa que probablemente seguiremos viendo cambios considerables en la forma en que operan los proveedores médicos, los hospitales, las empresas farmacéuticas y de biotecnología y otros integrantes del sector sanitario.

Mejores algoritmos de machine learning (ML) , más acceso a los datos, hardware más barato y la disponibilidad de 5G han contribuido a la creciente aplicación de la IA en el sector sanitario, acelerando el ritmo del cambio. Las tecnologías de IA y 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 sanitarias están utilizando la IA para mejorar la eficiencia de todo tipo de procesos, desde las tareas de back-office hasta la atención a los pacientes. A continuación se exponen algunos ejemplos de cómo podría utilizarse la IA en beneficio del personal y de los pacientes:

• Flujo de trabajo administrativo: el personal sanitario pasa mucho tiempo realizando papeleo y otras tareas administrativas. La IA y la automatización pueden ayudar a realizar muchas de esas tareas mundanas, liberando tiempo de los empleados para otras actividades y dándoles más tiempo cara a cara con los pacientes. Por ejemplo, la IA generativa puede ayudar a los médicos con la toma de notas y el resumen de contenidos que pueden ayudar a mantener los historiales médicos lo más completos posible. La IA también podría ayudar con la codificación precisa y el intercambio de información entre departamentos y la facturación.
• Asistentes virtuales de enfermería: un estudio reveló que el 64 % de los pacientes se sienten cómodos con el uso de la IA para acceder las 24 horas del día a las respuestas que ofrece el personal de enfermería de apoyo. Los asistentes virtuales de enfermería con IA (que son chatbots, aplicaciones u otras interfaces potenciadas por IA) pueden utilizarse para ayudar a responder preguntas sobre medicamentos, remitir informes a médicos o cirujanos y ayudar a los pacientes a programar una visita con un médico. Este tipo de tareas rutinarias pueden ayudar a quitar trabajo de encima al personal clínico, que así puede dedicar más tiempo directamente a la atención al paciente, donde el juicio y la interacción humanos son más importantes.
• Reducción de errores de dosificación: la IA puede utilizarse para ayudar a identificar errores en la forma en que un paciente se autoadministra la medicación. Un ejemplo procede de un estudio publicado en Nature Medicine, que descubrió que hasta el 70 % de los pacientes no se administran la insulina según lo recetado. Una herramienta con IA que se sitúe en el entorno del paciente (como un router wifi) podría utilizarse para señalar errores en la forma en que el paciente se administra una pluma de insulina o un inhalador.
• Cirugías menos invasivas: los robots dotados de IA podrían utilizarse para trabajar alrededor de órganos y tejidos delicados para ayudar a reducir la pérdida de sangre, el riesgo de infección y el dolor posoperatorio.
• Prevención del fraude: el fraude en el sector sanitario es enorme, alcanzando los 380 000 millones de dólares al año, y eleva el coste de las primas médicas y los gastos corrientes de los consumidores. La implementación de la IA puede ayudar a reconocer patrones inusuales o sospechosos en las reclamaciones al seguro, 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 independientes) y la realización de pruebas innecesarias para beneficiarse de los pagos del seguro.

Un estudio reciente reveló que el 83 % de los pacientes señalan la mala comunicación como la peor parte de su experiencia, lo que demuestra la gran necesidad de una comunicación más clara entre pacientes y proveedores. Las tecnologías de IA como el procesamiento del lenguaje natural (PLN), el análisis predictivo y el reconocimiento de voz podrían ayudar a los proveedores sanitarios a tener una comunicación más eficaz con los pacientes. La IA podría, por ejemplo, ofrecer información más específica sobre las opciones de tratamiento de un paciente, lo que permitiría al profesional sanitario mantener conversaciones más significativas con éste para una toma de decisiones compartida.

Según la Escuela de Salud Pública de Harvard, aunque aún es pronto para este uso, utilizar la IA para realizar diagnósticos puede reducir los costes de tratamiento hasta en un 50 % y mejorar los resultados sanitarios en un 40 %.

Un ejemplo de caso de uso procede de la Universidad de Hawái, donde un equipo de investigación descubrió que la implementación de tecnología de IA de deep learning puede mejorar la predicción del riesgo de cáncer de mama. Es necesario seguir indagando, pero el investigador principal señaló que un algoritmo de IA puede entrenarse con un conjunto de imágenes mucho mayor que el de un radiólogo: hasta un millón o más de imágenes radiológicas. Además, ese algoritmo puede reproducirse sin coste alguno, salvo el hardware.

Un grupo del MIT desarrolló un algoritmo de 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 híbrido humano-IA 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 deep learning 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 machine learning y los de deep learning) 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 la COVID-19, la tuberculosis y la 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 monitorización que les proporcionan comentarios 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 costes. 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.

"El gobierno de la IA es necesario, 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 gobierno 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 el gobierno 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 siguen 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 asistencia 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 deep learning, machine learning y procesamiento del lenguaje natural (PLN) para comprender preguntas, buscar las mejores respuestas y completar transacciones mediante el uso de IA conversacional.