El gran desafío de la Salud Digital: La Inteligencia Artificial

inteligencia artificial

La Inteligencia Artificial

 

La Inteligencia Artificial (IA) está tomando forma como uno de los grandes motores para la transformación del modelo productivo tanto en el ámbito público como privado a nivel mundial. Una predicción proporcionada por Internactional Data Corporation (IDC) prevé que para el 2024, la IA moverá un importe de 300 mil millones de dólares ($300 Billion), prácticamente duplicando las cifras que se manejan del 2020. Lo que aproximadamente puede equivaler a una tasa de crecimiento anual compuesta de cinco años del 17.1%.

 

“La Inteligencia Artificial ha sido identificada a nivel  mundial como una de estas tecnologías con mayor proyección e impacto en todas las áreas de la actividad”, según afirma el presidente del gobierno Pedro Sánchez en el prólogo del documento  ENIA, la Estrategia Nacional de Inteligencia Artificial presentado hace pocos meses, donde se propone un marco de referencia para impulsar el desarrollo de la IA en nuestro país.

 

Por otro lado, la pandemia del COVIV-19 está ralentizando muchos sectores económicos y poniendo en jaque la salud de la población mundial. Está claro que todos los gobiernos tienen la necesidad fomentar la salud ciudadana para salir de la crisis que está provocando. Es precisamente esta situación la que está apremiando al sector sanitario a buscar nuevas fórmulas que faciliten mejorar los resultados, tanto en el aspecto económico (buscando mejores resultados en la productividad de los profesionales y uso racional de los recursos) y, como en el clínico con mayor éxito en las prescripciones y los tratamientos.

 

Por tanto, el tándem Salud e Inteligencia Artificial parece una apuesta segura en lo referente a interés y demanda por parte de la administración y de los prescriptores para acelerar la innovación. Pero la clave para su aplicación práctica reside en cómo sortear la dificultad para entender y aplicar esta tecnología en cualquier sector, que se complica radicalmente en el entorno sanitario.

 

Esta dificultad se debe fundamentalmente a varios factores determinantes. Seleccionando tres tan importantes que merecen una mención específica: el sesgo del pronóstico, el paradigma de las evidencias y el ROI en la salud. Cada uno relacionado respectivamente con la ética, las prácticas clínicas y la viabilidad económica.

 

Inteligencia artificial: La viabilidad económica y el retorno de la inversión

 

El elevado coste para implantar la tecnología que precisa una solución de IA específica, a catapultado la proliferación de proveedores de servicios de inteligencia artificial altamente competitivos y fragmentados. En el informe de IDCaparecen más de 150 empresas que ofertan servicios de IA. Cinco empresas destacan en la cuota de este mercado: IBM, Accenture, Deloitte, Infosys y Cognizant. Entre la cinco facturaron más del 30% del mercado mundial de servicios de IA en 2019. En concreto, el 70% de las organizaciones sanitarias que utilizan tecnología IA aprovechan las soluciones existentes de los proveedores. Es menos común que las organizaciones desarrollen estas habilidades por sí mismas debido al proceso complejo y al elevado coste en general. En conclusión y aunque se aparte de la solución ideal, desde el punto de vista económico, se reducirá sustancialmente la inversión si en lugar de desarrollar una solución propia, se recurre a un proveedor con una solución adaptable y enfocada a los requerimientos particulares.

 

Inteligencia artificial: La medicina basada en las evidencias

 

En la práctica actual, la medicina está basada en la evidencia clínica. Es decir, en los ensayos clínicos, los resultados obtenidos de los tratamientos aplicados en pacientes reales y de la experiencia propia de los profesionales. La inercia de este modelo que se vienen usando tanto tiempo los doctores, será una gran barrera para este cambio que significaría basar un diagnóstico o una prescripción médica en recomendaciones realizadas por una “maquina”. Un modo de superar la barrera de la oposición al cambio de los propios profesionales de la salud, es reforzar la información y la formación.

 

 

El sesgo discriminatorio

 

Y justamente del párrafo precedente, se desprende que los resultados predictivos de la IA se soportan por la programación realizada por profesionales que pueden introducir sesgos en función de sus propias convicciones. Y este factor de índole ético se pueden manifestar en discriminación por sexo y género, raza, status social… La clasificación por raza es práctica habitual cuando se recogen datos en cualquier formulario de EEUU. Así, médicos norteamericanos abalados por estudios que diferencia por raza (ej. La población afroamericana tiene más probabilidad de padecer un cáncer de mama), pueden realizar un diagnóstico sin tener en cuenta que el motivo pueda ser el estatus social y no la genética de la raza. Por eso, el desarrollo de las herramientas de IA puede estar muy condicionado por los profesionales que la definan. Afortunadamente, ya podemos encontrar soluciones en el sentido correcto:  Una IA pronostica cáncer de mama sin sesgos de raza (Entrenan a un algoritmo para que se anticipe al cáncer de mama independientemente del grupo étnico o la edad).

 

 

Como siempre la necesidad imperiosa de evolucionar para mejorar los procesos de la salud y la efectividad de los tratamientos, obrará superando las barreas que obstaculizan la inclusión de la IA, pero no será un camino fácil.

 

Por: Virginio Muñoz es Director de Desarrollo de Negocio en Open-Ideas y experto en Salud Digital.