Este artículo también está disponible en inglés y francés.
Salud digital: ¿amiga o enemiga?
El impacto sin precedentes de la pandemia de la COVID-19 incluso en las rutinas más simples de nuestras vidas como ir al médico, ha provocado que la digitalización y la innovación tecnológica pasen a ocupar un lugar prioritario en la agenda de los responsables políticos a nivel mundial. La posible mejora que la IA puede aportar a la asistencia sanitaria es incuestionablemente significativa. Sin embargo, sin el marco adecuado, también puede conducir al uso incorrecto de una tecnología muy potente. La protección de datos sensibles, los marcos regulatorios fragmentados y la transformación cultural, aún demasiado lenta pero necesaria, son solo algunos de los desafíos.1
Aunque hasta ahora los avances en el desarrollo de la IA como facilitador y no como obstáculo se han centrado principalmente en las economías desarrolladas, las aplicaciones en los sectores sanitarios de los países en desarrollo están demostrando ser igual de importantes, y tal vez más urgentes.
Mejores prácticas de expertos en IA: cómo acelerar la innovación en sanidad
1. De la reactividad a la proactividad: llevar la innovación tecnológica a los hogares
2. Acelerar la transformación cultural: generar confianza a nivel local
3. Implementación de soluciones de IA en la sanidad para ayudar a los médicos a tomar mejores decisiones
1. De la reactividad a la proactividad: llevar la innovación tecnológica a los hogares
La aplicación de soluciones de IA a la medicina tradicional podría dar lugar a un cambio importante de la asistencia sanitaria reactiva a la proactiva. Ser capaz de recopilar datos médicos y prever una enfermedad antes de que se manifieste es una de sus muchas ventajas. El proyecto AI4Leprosy hizo exactamente eso: a nivel mundial, hay entre 2 y 3 millones de personas que viven con lepra (a pesar de haber sido erradicada oficialmente), y cada año se diagnostican casi 200.000 nuevos casos. Microsoft, la fundación Novaris y la fundación Oswaldo Cruz han unido sus fuerzas y han desarrollado una herramienta de diagnóstico impulsada por IA capaz de detectar la lepra a través de imágenes:
"El objetivo principal del proyecto era aumentar la accesibilidad a un método preciso de clasificación de la lepra para ayudar a los médicos, especialmente en comunidades remotas. Los datos se utilizaron para formar un modelo de código abierto impulsado por IA capaz de evaluar la probabilidad de que las personas tengan lepra. Los modelos de IA implementados tuvieron una precisión satisfactoria del 96,4 %."2 ¿Cómo se recogieron las imágenes? Con una aplicación para smartphone muy sencilla.
"En África, muchas mujeres que cuidan a sus hijos tienen que caminar durante uno o dos días para visitar a un médico. Tomemos como ejemplo el cáncer de cuello uterino: debido al estigma, estas mujeres no buscan asistencia médica. No obstante, y si se proporcionan las herramientas adecuadas a los trabajadores locales comunitarios que trabajan en el pueblo o en la escuela donde las madres recogen a sus hijos, los primeros exámenes básicos se podrán realizar fácilmente. En África, desarrollamos una red muy amplia de telemedicina para que el trabajador comunitario pueda conectar con un especialista que esté a dos o tres días de distancia y pueda proporcionar un diagnóstico. Toma una foto con su teléfono y recibe su diagnóstico. Y eso desencadena una acción, es decir, va al médico." Elena Bonfiglioli, Directora General de Atención Sanitaria, Microsoft
2. Acelerar la transformación cultural: generar confianza a nivel local
Según un estudio reciente llevado a cabo por el Parlamento Europeo sobre las aplicaciones, los riesgos y el impacto ético y social de la inteligencia artificial en la asistencia sanitaria, el uso cada vez más generalizado de las tecnologías de IA todavía sigue estando mal visto por muchos. La falta de transparencia y comprensión sobre cómo funciona realmente la inteligencia artificial, las preocupaciones sobre la privacidad y la confidencialidad, y un marco regulatorio fragmentado son solo algunas de las cuestiones controvertidas que afectan a la confianza en la IA. Aunque se ha demostrado que la IA permite procesar y analizar grandes cantidades de datos en un tiempo muy limitado, necesitamos generar confianza y establecer una gobernanza sólida.
"Los datos se recopilan y gestionan como un recurso esencial a través de un modelo de gobernanza que genera suficiente confianza en la sociedad, con los pacientes, los médicos y los reguladores para que realmente podamos confiar en estos datos para tomar decisiones. Y cuando se trata de países en desarrollo especialmente, es necesario trabajar con las partes interesadas locales e implicarlas en la toma de decisiones. Hay que escuchar sus necesidades y luego asegurarse de medir los resultados que les importan". Meni Styliadou, Vicepresidenta de Asociaciones de Datos de Salud, Data Science Institute – Takeda
La confianza, por tanto, es una de las cuestiones clave para garantizar que las comunidades y administraciones locales, las partes interesadas, los reguladores y los médicos formen parte de un proceso sostenible y arraigado, y no dependan de subvenciones que puedan o no materializarse. Para que la IA sea efectiva, se necesitan datos, y la recopilación de datos solo puede ocurrir si nos aseguramos de que el proceso sea seguro y lo entiendan todos los involucrados, especialmente los pacientes:
"A menudo, cuando comenzamos un proyecto de IA, ya sea en el ámbito de la sanidad, el medio ambiente, el clima o la agricultura, surge la necesidad de datos, y a menudo es difícil encontrar datos suficientes. A veces, los datos existen, pero, al final, se deben armonizar, procesar, limpiar, transformar y, en última instancia, compartir. Para nosotros, la dificultad reside en crear una cultura que valore la recopilación, el gobierno y el intercambio de datos." Stefano Sedola, Socio, StratejAI
La Organización Mundial de la Salud estima que en 2030 se necesitarán 10 millones más de trabajadores sanitarios, principalmente en países de renta baja y media-baja, para garantizar el buen funcionamiento de los sistemas sanitarios en todo el mundo. Además de invertir en la formación de más profesionales sanitarios en todo el mundo, también deberán contar con las herramientas que les permitan atender a un mayor número de pacientes. Aquí es donde entran en juego las soluciones de IA. "Los médicos dispondrán de una herramienta adicional que les ayudará a tomar mejores decisiones basadas en pruebas", explica Meni Styliadou. "Al mismo tiempo, tendremos la oportunidad de trabajar con más profesionales sanitarios, para formar y habilitar a los trabajadores comunitarios y enfermeras, especialmente en el mundo en desarrollo", concluye.
En general, las soluciones de IA tienen el potencial de reducir la llamada carga administrativa a la que los médicos se enfrentan cada día y ayudarles a prestar una mejor atención a sus pacientes. La tecnología nunca sustituirá los conocimientos médicos, pero tendrá un impacto en la productividad general.
Reflexiones finales
Aunque en los últimos años se ha avanzado en la aceleración de los esfuerzos de digitalización en todos los sectores de la sociedad, la sanidad aún se queda atrás debido a varios desafíos, que van desde las barreras de acceso a los datos hasta el intercambio seguro de datos, pasando por una falta de confianza generalizada. Este último es probablemente uno de los elementos más importantes de la ecuación: el avance de las capacidades de IA depende de la calidad y la cantidad de datos que seamos capaces de recopilar. Sin datos ni algoritmos, el aprendizaje automático no es posible.
Además, el éxito de la recopilación de datos y la consiguiente creación de modelos y algoritmos que pueden ayudar a salvar vidas en todo el mundo depende de la disponibilidad de recursos. Como explica Miriam Stankovich, especialista senior en políticas digitales para el Centro para la Aceleración Digital, "La IA que puede identificar la tuberculosis a partir de las radiografías de tórax en la India podría ahorrar tiempo, dinero y vidas en Sudáfrica, especialmente en las zonas rurales donde no hay especialistas que examinen esas imágenes. Sin embargo, para obtener imágenes en primer lugar, las comunidades necesitan máquinas de rayos X y personas que las manejen. Si no se proporcionan estos recursos, las herramientas de IA simplemente servirán a aquellos que ya viven cerca de mejores clínicas y, por lo tanto, exacerbarán la brecha digital que ya existe.”
1 Healthcare Data Innovation Council – White paper
2 https://healthdatainnovation.eu/ai4leprosy/
Recomiende y comparta este artículo si cree que puede ser útil para sus compañeros
Haga clic en el botón de reproducción a continuación para ver nuestro video sobre las desigualdades de género
Recursos adicionales
• Panel on AI impact on society: futurism & practice. AI and data innovation for the future of healthcare, European Development Days, 2022
• A European approach to artificial intelligence | Shaping Europe’s digital future (europa.eu), European Commission, 2023
• UNESCO adopts first global standard on the ethics of artificial intelligence, UNESCO, 2022
• The OECD Artificial Intelligence (AI) Principles, OECD
• Policy on artificial intelligence, European Commission, 2022
• Artificial intelligence in healthcare: Applications, risks, and ethical and societal impacts, European Parliament Think Tank, 2022
• The Fourth Industrial Revolution, World Economic Forum, 2023
Log in with your EU Login account to post or comment on the platform.