Oportunidades y consideraciones de la inteligencia artificial para mejorar la calidad en salud – ejemplos de Latinoamérica
Por Emily Vargas. Miembro de E4A y CEO de EVidence KBPH SAS
De acuerdo a Abu-Mostafa, Y. S., El Aprendizaje Automatizado (AA), o Machine Learning por su nombre en inglés, es una rama de la Inteligencia Artificial (IA) que logra que una máquina aprenda a partir de la experiencia. En su versión más sencilla, los algoritmos de aprendizaje toman un conjunto de datos, los analizan para buscar en ellos ciertas pautas y, una vez identificadas estas, las emplean para realizar predicciones.
Ejemplos prácticos de implementación
En México, Skills – Depot ha creado una app que permite, en pocos segundos, reconocer la enfermedad que padece un paciente dentro de más de 200 enfermedades en su sistema usando algunas señales y síntomas que el profesional de la salud introduce al dispositivo electrónico. No sólo diagnostica la enfermedad pero, a partir de cientos de Guías de Práctica Clínica que su equipo ha dispuesto en Watson – IBM, el app le da acceso al médico a estándares de manejo clínico validados por las secretarías de salud y ministerios de salud del país donde se encuentre. Lo más interesante de este proceso es que el algoritmo que predice la mejor respuesta se va alimentando y va mejorando su precisión y exactitud en la medida que sea utilizado.
En Colombia, nosotros en EVidence KBPH estamos desarrollando, a partir de historias clínicas electrónicas, un software basado en aprendizaje automatizado que agiliza el diagnóstico de enterocolitis necrotizante en neonatos; todo un reto. Además de enfrentarnos a los altos costos del uso de plataformas de IA, los dilemas éticos sobre el manejo de información de historias clínicas en la nube nos han llevado a generar nuevas estrategias que permita anonimizar los datos sin que pierdan la ruta a su fuente de origen.
Este trabajo es posible gracias a que la Clínica ha avanzado en la incorporación de la Historia Clínica Electrónica y ha estandarizado los lenguajes comunes en salud – estándares semánticos. Igualmente, el apoyo financiero de entidades gubernamentales como el Departamento Administrativo de Ciencia, Tecnología e Innovación (Colciencias) o impulsadores de emprendedores como Connect Bogotá Región, quienes apalancan las ideas de desarrollo tecnológico de las nuevas empresas, ha jugado un rol crítico.
Retos a la implementación
En países como México y Colombia dentro del mundo de la IA en salud hay dos grandes actores: las multinacionales como IBM, Google, Amazon, Phillips, entre otras, y los emprendedores, quienes a partir de la curiosidad y la ventana de oportunidad que se habré en esta temática, buscan responder a vacíos del sector con desarrollos propios. Desafortunadamente estos avances no llegan a los grandes mercados por los retos que enfrenta su acceso e implementación: la falta de infraestructura tecnológica, los incipientes debates sobre políticas, y la desconfianza pública en torno a la IA.
En el sector salud la brecha entre la adquisición y desarrollo de nuevas tecnologías, la regulación necesaria en aspectos tan importantes como la interoperabilidad, o la implementación de la historia clínica electrónica unificada está dejando sin campo de acción a todos aquellos que deseamos contribuir a mejorar la toma de decisiones apoyada en mejores recursos de información.
Aun así, el panorama es alentador y hay lecciones aprendidas,
-
IA nos está demostrando que la automatización de los procesos rutinarios de recopilación y análisis de datos en salud ofrece ventajas competitivas tanto para las organizaciones del sector como para los sistemas nacionales de salud.
-
IA ofrece la oportunidad de mejorar la calidad de los cuidados en salud cuando apoya la implementación fiel de los estándares y normativas de cuidado clínico ya validadas por autoridades locales.
-
Los grandes emprendimientos no surgen a partir de la legislación, muchas veces puede ir en contra de ella, pero en la medida que busque el bien común y el uso racional de los recursos, terminará por modificar la legislación misma.
Tal vez las ventajas de IA aún no son reconocidas por los tomadores de decisiones del sector salud de nuestros países lo cual detiene el avance de la implementación de estos nuevos desarrollos por falta de claridad en la normatividad. Sin embargo, no podemos seguir temiendo al mundo del dato y la información que se abrió en los años 90s y que ha crecido inmensurablemente en los últimos 10 años. Es momento de fomentar diálogos entre organizaciones y sectores que ayuden la introducción de nuevas regulaciones que vayan a favor de una sólida incorporación de las nuevas tecnologías en los sistemas de salud de nuestros países.
—
Imagen: freekip.es
