Nieves Sebastián Mongares
En los centros de atención intermedia, la inteligencia artificial (IA) puede ser de ayuda a varios niveles. Entre los aspectos que puede facilitar se encuentran la coordinación de profesionales y la predicción de situaciones, lo que facilita la gestión de los recursos. Ignacio Hernández Medrano, fundador en Savana, compañía especializada en IA y dato clínico, aborda el proceso de implantación de esta tecnología y los retos pendientes para lograrlo.
¿Qué papel puede jugar inteligencia artificial en el contexto de la atención intermedia?
Al hablar de inteligencia artificial y salud hay dos grandes tipos de algoritmos. Está la discriminativa, con la que hemos trabajado los diez últimos años y otro tipo de IA relacionada con ser precisos en lo que damos a cada paciente. La intuición dice que, si tienes un histórico de todos los pacientes, esta ‘máquina sabia’, puede decirte cómo actuar ante uno nuevo. Es decir, hace posible la medicina individualizada o de precisión. Si eso aplica a cualquier área de la medicina, ¿por qué no lo va a hacer en atención intermedia? Se puede aprender de pacientes previos teniendo en cuenta las características de este tipo de asistencia, abarcando desde la salud mental a la atención a las demencias o la inmovilización. Abarca muchas áreas y hay muchos pacientes pluripatológicos y crónicos, por ello también es subsidiario aprender de un sistema que acumula datos.
La otra gran utilidad de la IA clásica está relacionada con clasificar a los pacientes en torno a su diagnóstico, aunque quizá en atención intermedia aplica menos. Así, aunque haya matices, la IA predictiva en atención intermedia es más útil para anticipar lo que le puede pasar a un paciente y te permite actuar. Si se prevé que un paciente va a tener una agudización, se puede actuar antes, por ejemplo, si se predice que va a tener una crisis respiratoria, neurológica o cardiaca.
«La valoración debe abarcar tanto aspectos clínicos, como cognitivos, funcionales, emocionales y sociales»
Luego, al hablar de IA generativa tipo ChatGPT, no genera conocimiento nuevo, lo que hace es facilitar el acceso a la información. En un mundo de los cuidados intermedios, donde la carga de administración y burocracia es enorme, este trabajo puede lastrar mucho y conlleva un coste económico; por tanto, todo lo que sea automatizar tareas de esta índole se va a ver afectado.
Teniendo en cuenta todos los profesionales que trabajan en estos centros, ¿Cómo puede ayudar en la organización de la atención multidisciplinar?
A veces se pierde la información entre especialidades, entonces los sistemas de IA, que se nutren de una fuente o base de datos han de ser los más ‘multifuente’ posible. Cualquier persona que intente hacer algoritmos en un hospital o comunidad autónoma sabe que el 90% del tiempo se basa en ver dónde están las bases de datos y juntarlas; luego, hacer los algoritmos es la parte más bonita y fácil.
Así, en un tipo de atención tan ‘fragmentada’, con tantos especialistas, es necesario juntar la información, aunque no se haga en algoritmos muy sofisticados, como por ejemplo en crisis como la del covid-19. En ese momento en Europa no había apenas inteligencia de datos sanitarios, era muy pobre respecto a Asia y por eso ahora se está apostando mucho por los espacios de datos, porque se vio esta necesidad.
¿Cómo puede ayudar la inteligencia artificial a optimizar la gestión de casos y la asistencia a estos pacientes?
En sanidad hay una diferencia de algoritmos dependiendo si los usa el gerente o el clínico. Cuando un hospital pide un algoritmo es importante definir quién lo va a usar, aunque haya puntos de unión entre gestión, investigación y asistencia. Pero hay algoritmos más orientados a predecir listas de espera, el número de profesionales que se van a necesitar, también en base a la probabilidad de reingreso o mortalidad… y el machine learning está poniendo esto ‘patas arriba’ en un buen sentido. Hay una estadística basada en pocos indicadores tipo Pirámide de Framingham o Pirámide de Kaiser, y estamos siendo mucho más potentes.
Luego están los algoritmos clínicos que permiten tomar decisiones respecto a los pacientes, por ejemplo, si va a responder a un tratamiento, es necesario hacer una determinada prueba o qué biomarcador es más útil. En gestión, tienen mucha utilidad y es un terreno virgen, por hacer, ya que la mayoría de centros de atención intermedia tiene todavía indicadores muy tradicionales, basados en pocas variables y poco granulares. Pero ofrecer herramientas que anticipen situaciones es muy relevante a nivel de gestión. Desde hace unos cinco años ya hay publicaciones sobre esto y se están logrando predicciones muy afinadas.
¿Qué de implantación tiene la inteligencia artificial en este nivel asistencial actualmente?
Aunque no lo conozco de cerca porque no trabajo en ellos directamente, imagino que muy poco o tendente a cero porque no ha dado tiempo. No estábamos en el momentum y esto lleva una curva de adopción. En los centros de atención intermedia, al menos en España, no creo que haya dado tiempo a implementar la IA por este motivo. Se empezaron a ver usos desde hace dos o tres años en los hospitales de agudos del Grupo Quirón, HM, Clínico de Barcelona, La Fe en Valencia… que van empezando a usar estos algoritmos para predecir la demanda, los reingresos, o quién va a empeorar en la UVI antes de que el médico lo sepa…
Si empezó hace tan poco en agudos, por cómo es el ecosistema y no porque en estos centros se hagan las cosas peor, este proceso debería empezar allí ahora. Y para empezar hay que estructurar bien los datos y hacer buenos algoritmos; una vez hechos, validarlos, lo cual es caro, pero si no lo haces no sabes si va a generalizar bien en una población distinta a la que has usado para crear el algoritmo. Aquí juegan un gran papel los profesionales de tecnologías de la información o empresas como Savana.
¿Cómo debe ser la adaptación de estos centros para integrar la inteligencia artificial en su actividad diaria?
Antes en un hospital eran todo médicos y luego una persona gestionaba, pero esto ya ha cambiado y hay un equipo de gestión. Lo mismo pasa con las tecnologías de la información, que los técnicos han evolucionado también en sus funciones e incluso hay directivos que tienen que ver con esta área, porque sin información no hay buena atención. Además, los perfiles se van sofisticando, como en los bioinformáticos, ingenieros de sistemas, programadores, arquitectos de sistemas o expertos de seguridad; cada vez están más formados y esto va a seguir creciendo. Va a llegar un día en que la representación de personas con formación técnica digital va a ser muy alta y va a ser fundamental, sin dejar otras de lado más relacionadas con el contacto directo con el paciente.
Dentro de este nivel asistencial, ¿Cómo puede ayudar la inteligencia artificial en la mejora de la experiencia del paciente?
La experiencia del paciente es una capa de datos más que se suma a otras como la genómica, la proteómica o la historia clínica. Cuántas más introduces, más fino es el sistema de predicción y más capacidad tiene de granular. Pero más que ayudar a capturar la experiencia del paciente, la experiencia del paciente ayudará a hacer buena inteligencia artificial. En este ámbito, lo que más estamos viendo es lo relacionado con reconocimiento del lenguaje natural. Si un bot puede realizar de manera autónoma tareas como mantener conversaciones telefónicas con lenguaje natural, transformar el contenido en variables y meterlo en una base datos sin ningún humano de por medio -y todo lo que estoy diciendo ya existe y está tecnológicamente disponible-, va a suponer un gran salto en la captura de variables relacionadas con la experiencia del paciente.
¿Cómo se puede integrar la inteligencia artificial en la medición de resultados en salud en la atención intermedia?
Al generar un gran volumen de datos en atención sanitaria, uno de los problemas es que no se llega a medir todo lo que nos gustaría. Es un problema que en gran parte radica en que, no es que los profesionales no tengan capacidad, sino que no tienen tiempo para atender a los pacientes y luego rellenar bases de datos, por lo que priorizan la atención. Al disponer de IA generativa que directamente se nutre de lo que pasa en esos sistemas de información, todo cambia y es lo que nosotros llevamos años haciendo, ayudar a hospitales a ordenar estas capas de datos para montar modelos predictivos o clasificatorios. El objetivo es, con herramientas de procesamiento de lenguaje natural, volcar directamente lo que reflejan los profesionales en los informes y generar bases de datos automáticamente que midan resultados. Esto no es teoría, se usa todos los días en los hospitales y son datos que se presentan a agencias gubernamentales; es una realidad para nosotros.
«Los cuidados paliativos todavía enfrentan retos que son una oportunidad de mejora para garantizar una atención más eficaz y humanizada que respete la dignidad del paciente y apoye tanto a él como a su familia en las fases finales de la vida»
Con todo lo anterior, ¿Qué retos y perspectivas de futuro tiene la inteligencia artificial dentro de la atención intermedia?
Se necesitan profesionales formados e inversión en las tecnologías requeridas, aunque no es demasiado caro. Para conseguir implantar la IA hay que superar barreras; una tendría que ver con la mentalidad de que el dato no puede salir jamás de los servidores de un centro. Esto se vence con el tiempo, pero, a día de hoy, es limitante. Todavía hay reticencias en subir datos a la nube, y la nube es lo realmente seguro, robusto, escalable y coste-eficiente, mientras que tener servidores propios es anacrónico; en atención intermedia imagino que ocurre igual que en agudos.
Otro aspecto es la utilización de los algoritmos, el proceso de realizarlo y aprender a usarlo, que lleva tiempo. Por otra parte, más que un problema presupuestario o legal, es que, en un centro de atención intermedia, probablemente no sea la labor específica de nadie comprar y usar IA. Entonces, queda pendiente esta transformación y la gente que sabe más de estos temas dice que las cosas no suceden cuando es más racional, sino cuando está peor visto no hacerlas. Y creo que esto es lo que pasará, que el cambio realmente sucederá cuando en estos centros esté mal visto no usar los algoritmos de IA o para la gerencia repercuta un coste político.
