Anuario iSanidad 2024
Dr. Ignacio Hernández Medrano, presidente de Savana
Al finalizar el 2024, las aprobaciones por la norteamericana Food and Drug Administration (FDA) de sistemas de inteligencia artificial (IA) en Medicina habrán superado el mágico número de mil. De manera destacable, la mayoría de esas aprobaciones se conceden cuando los fabricantes, una combinación de tradicionales del sector de la tecnología médica (el número uno en aprobaciones es GE Healthcare) y de startups, son capaces de convencer con datos retrospectivos de que su invención algorítmica mejora el estado del arte.
Sin embargo, a los que nos gusta la ciencia médica suele importarnos que las demostraciones sean prospectivas y establecidas con estudios bien diseñados. Por esa razón, hemos visto en este año cómo se acumulaban los primeros estudios en los que se ponía a prueba a la IA bajo la rigurosidad de la evidencia más exigente, los ensayos clínicos.
Anecdóticamente, el ensayo para valorar una IA que más pacientes ha incluido hasta la fecha ha sido el que se llevó a cabo con treinta mil suecas para evaluar la mamografía. Pues bien, ha sido en 2024 cuando hemos visto concluir el primer ensayo con un endpoint positivo en cuanto a la reducción de la mortalidad, en este caso por causas cardiovasculares. Todo un hito.
Volviendo al millar de aprobaciones en Estados Unidos, que más tarde acaban cayendo en cascada sobre Europa, los casos construidos a partir de imagen médica continuarán liderando, pero ya se suman también algoritmos que incluyen otras fuentes de datos, como parámetros de laboratorio, textos de historias clínicas o genomas, por ejemplo.
Lo que probablemente más defina lo que ha sucedido con la IA en la salud en este año sea la multimodalidad
Lo apunto porque lo que probablemente más defina lo que ha sucedido con la IA en la salud en este año sea precisamente la combinación de distintas capas de datos, en lo que se ha venido a llamar “multimodalidad”. Así, a mitad de año vimos casos ciertamente espectaculares, en los que se combinaban distintas fuentes para conseguir predecir de forma hasta ahora inaudita; por ejemplo, quién tendrá un cáncer de páncreas o quién tendrá alzhéimer a siete años.
Hasta este año, las predicciones hechas con IA se limitaban a eventos más concretos (empeoramiento de una sepsis) o a cuestiones más relacionadas con la gestión (reingresos), pero ha sido este año cuando hemos empezado a ver de manera tan contundente que las máquinas puedan ver, efectivamente, diagnósticos con años de antelación.
Ha sido este año cuando hemos empezado a ver de manera tan contundente que las máquinas puedan ver, efectivamente, diagnósticos con años de antelación
También hemos tenido la oportunidad de sorprender nos con el hecho de que, por traer un ejemplo, con ocho segundos de la grabación de voz de un sujeto, podamos saber si padece diabetes. O hemos podido observar que una densitometría sirviera, tal cual nos enseñó el biobanco del Reino Unido, para diagnosticar algo tan alejado conceptualmente como es la esteatosis hepática.
Estamos hablando de la “detección oportunista”, una nueva cualidad de la IA, por la que las pruebas van a servir para ver cosas para las que no fueron diseñadas. Será todo un reto gestionar un sistema sanitario en el que sucede algo tan contraintuitivo. Los algoritmos de IA funcionan y van a quedarse. Por eso ahora hay que pensar en lo que va antes y en lo que va después de su generación y validación. Lo que va antes tiene que ver con tener los datos bien limpios y ordenados, también compartidos, porque sólo así puede hacerse verdadera IA.
2024 ha sido un año de avances fuertes y afortunados en esa línea, ya que el Espacio Europeo de Datos Sanitarios ha venido a decir, en esencia, que no compartir los datos con instituciones y empresas (bajo ciertas premisas) será considerado de mal europeo. Eso en cuanto a lo que va por delante.
El Espacio Europeo de Datos Sanitarios ha venido a decir, en esencia, que no compartir los datos con instituciones y empresas (bajo ciertas premisas) será considerado de mal europeo
En cuanto a lo que viene detrás, tenemos que hablar sobre la incógnita acerca de cómo hacer el despliegue de la IA una vez sabemos que ésta funciona. Así, aún no sabemos bien cómo hacer que los profesionales usen los algoritmos y no los olviden en un cajón, de la misma manera que no sabemos cómo asegurar que estos se mantengan vivos y actualizados.
Esos serán asuntos de los que, muy probablemente, estaremos hablando en este mismo resumen de iSanidad dentro de un año. Este año hemos arrancado en Savana un podcast llamado Healthtech Dialogues y en el que invitamos a responsables sanitarios a hablar sobre sus proyectos relacionados con los datos.
Consejeros de Sanidad, presidentes de grupos sanitarios y otros dirigentes vienen a la entrevista esmerados, como niños que han hechos los deberes, y nos cuentan multitud de proyectos de IA. Mientras los escucho e interrogo sobre los detalles, una especie de voz interior me recuerda que sí, que está pasando, que por primera vez en 2024 los políticos sanitarios de España van a podcasts y hablan de IA como si tal cosa.
