Inteligencia artificial en salud – transformación, desafíos y colaboración

La inteligencia artificial (IA) promete transformar el sector salud, ayudando a resolver problemas de escasez de personal y cargas administrativas, pero también trae consigo grandes desafíos. Durante la reciente conferencia HLTH en Las Vegas, se hizo especial hincapié en la necesidad de una implementación cuidadosa y un seguimiento constante para garantizar que la IA realmente impulse mejoras sin generar riesgos adicionales. Probar modelos, monitorear su rendimiento y trabajar de manera conjunta son algunas de las claves para una aplicación exitosa de esta tecnología en el entorno sanitario.

Uno de los aspectos más importantes para asegurar el éxito de la IA en el sector salud es probar los modelos de inteligencia artificial en los entornos locales de cada organización. La inteligencia artificial puede ser una herramienta poderosa, pero el rendimiento de un modelo puede variar considerablemente según el contexto y la población de pacientes. Por lo tanto, la implementación debe estar acompañada de pruebas rigurosas y un monitoreo constante.

Desviación del modelo

Christine Silvers, asesora ejecutiva de atención médica en Amazon Web Services, mencionó un ejemplo de cómo la pandemia de COVID-19 puso en evidencia la necesidad de una vigilancia continua. Antes de la pandemia, se desarrolló un modelo de IA para predecir qué pacientes no se presentarían a sus citas, ayudando así a los proveedores de salud a intervenir con anticipación y reducir las ausencias. Sin embargo, la pandemia alteró el acceso normal a la atención sanitaria, provocando que el modelo dejara de ser tan efectivo como antes. Silvers resaltó que este fenómeno, conocido como desviación del modelo, ocurre cuando los factores ambientales que afectan su rendimiento cambian con el tiempo.

Para mitigar estos problemas, David Rhew, director médico global y vicepresidente de atención sanitaria en Microsoft, destacó la importancia de probar los modelos de IA con conjuntos de datos locales y de monitorear su desempeño dentro de subpoblaciones específicas, como edad, raza, género y orientación sexual. Además, recomendó mantener una estrategia de gobernanza que asegure el uso adecuado y seguro de la IA en cada organización.

Colaboración para un implementación segura y eficaz

El éxito de la inteligencia artificial en el sector salud también depende de la colaboración entre organizaciones. Según Rhew, es esencial que las entidades de atención médica trabajen juntas para decidir las mejores estrategias de implementación. Al compartir experiencias y enfoques, las empresas podrán tener una mejor idea de cuáles modelos funcionarían bien en su contexto específico y cómo adaptarlos a sus necesidades.

Algunos grupos ya han comenzado a establecer estándares para su implementación responsable en el ámbito sanitario, como la Coalición para la IA en Salud. Este tipo de esfuerzos colaborativos ayudan a asegurar que sea utilizada de manera segura y efectiva, evitando disparidades y promoviendo la equidad en el acceso a sus beneficios.

Sin embargo, la inversión necesaria para implementar y monitorear estas herramientas de IA podría ser una barrera para ciertos sistemas de salud, particularmente aquellos en áreas rurales o con menos recursos. Brian Anderson, director ejecutivo de CHAI, mencionó cómo cada nueva innovación digital ha tendido a reforzar la brecha digital existente, dejando atrás a las comunidades menos favorecidas. “¿Cómo podemos permitir que los hospitales de acceso crítico y los centros de salud calificados por el gobierno federal sean parte responsable de esta revolución de la IA?”, cuestionó Anderson.

Modelos de implementación que fomenten la equidad

Para reducir esta brecha, las organizaciones podrían adoptar un modelo de implementación de “centro y radio”, en el cual un hospital central con los recursos necesarios apoye a otras instalaciones del grupo. Este enfoque podría facilitar la adopción de la IA en sistemas de salud más pequeños o con menos capacidad económica. Además, las empresas de tecnología podrían ayudar ofreciendo probar y monitorear los modelos, contribuyendo así a democratizar el acceso a la inteligencia artificial.

Melanie Fontes Rainer, directora de la Oficina de Derechos Civiles del Departamento de Salud y Servicios Humanos de los Estados Unidos (HHS), también se mostró interesada en asociarse con la industria de la salud para garantizar una implementación equitativa de la IA. Fontes Rainer subrayó que la implementación de la inteligencia artificial en el sector salud no es algo que se haga una sola vez; requiere un esfuerzo constante y colaborativo para evitar el uso fragmentado de la tecnología que podría amplificar disparidades existentes.

Superando los obstáculos para una IA sanitaria segura

Uno de los principales desafíos para las organizaciones de atención médica es la falta de recursos para implementar la IA a gran escala. Aunque los principios de implementación segura son bien aceptados, no todas las organizaciones tienen la capacidad para realizarlos. Según Rhew, es fundamental que las empresas tecnológicas y los sistemas de salud colaboren para encontrar soluciones que permitan implementar la inteligencia artificial de manera efectiva, especialmente en aquellos lugares donde los recursos son limitados.

La IA tiene un enorme potencial para transformar el sector salud, mejorando la eficiencia, reduciendo costos y optimizando la atención al paciente. Sin embargo, su implementación debe ser cuidadosa y estar orientada a reducir riesgos. Probar y monitorear los modelos, colaborar entre organizaciones y trabajar para cerrar la brecha digital son pasos fundamentales para asegurar una IA sanitaria segura y equitativa.

A medida que el sector salud avanza hacia la adopción de la inteligencia artificial, es vital recordar que esta tecnología no es una solución mágica, sino una herramienta que debe ser utilizada con responsabilidad y cuidado. La colaboración entre los actores del sistema de salud, junto con una inversión constante en su implementación y monitoreo, será clave para garantizar que sus beneficios se extiendan a todos los pacientes, sin dejar a nadie atrás.