La opinión de Julia Díaz, directora de Health and Energy Predictive Analytics en el Instituto de Ingeniería del Conocimiento (IIC)
Según el Instituto Nacional de Estadística (INE), más del 30 por ciento de los españoles tiene una enfermedad crónica o de larga duración. Una cifra algo por debajo de la media europea (33%), pero que sigue aumentando con la esperanza de vida y el envejecimiento de la población.
La cronicidad es uno de los principales retos para el sistema de salud, pues los pacientes requieren de un seguimiento y atención continuos. En un momento en el que, gracias a la Inteligencia Artificial (IA), el sistema evoluciona hacia un modelo de atención personalizada, esta puede verse beneficiada a nivel de experiencia de los pacientes y ahorro de recursos sanitarios.
¿Cómo se puede abordar la cronicidad desde la Inteligencia Artificial? En este caso, la IA podría clasificar a los pacientes según riesgo o necesidades y, aún más, predecir la posible evolución de la enfermedad que padecen para tomar medidas con antelación y/o aplicar el mejor tratamiento. Lo destacable es que, a pesar de la innovación que supone, estas herramientas estarían basadas en datos e información escrita por los mismos profesionales del sector salud.
“La IA podría clasificar a los pacientes según riesgo o necesidades y, aún más, predecir la posible evolución de la enfermedad que padecen para tomar medidas con antelación y/o aplicar el mejor tratamiento”
Segmentación de pacientes crónicos
Situar al paciente en el centro, mejorar su acceso y experiencia, es la clave del nuevo sistema de salud. En el caso de los pacientes crónicos, si se analizan los datos almacenados en diferentes sistemas de información, se pueden detectar variables clínicas comunes para clasificarlos y atenderlos según sus características y necesidades.
A partir de esta segmentación de pacientes, se desarrollan modelos predictivos capaces de predecir patrones de comportamiento y conocer los motivos que llevan a una persona, por ejemplo, a reingresar en el hospital.
Adelantándose a las diferentes enfermedades y a su evolución, se ahorrarían visitas y recursos, a la vez que se da una atención más personalizada. Es más, este seguimiento podría abordarse desde la Atención Primaria, sin necesidad de derivar al especialista en muchos de los casos.
“Adelantándose a las diferentes enfermedades y a su evolución, se ahorrarían visitas y recursos, a la vez que se da una atención más personalizada”
Recomendación en esclerosis múltiple
Como vemos, los análisis predictivos permitirían a los especialistas anticiparse a lo que necesitan los pacientes crónicos en lugar de reaccionar a medida que surjan nuevas preocupaciones. Con esto, se ayuda al médico a determinar cuáles serán los siguientes pasos, más que para cada enfermedad, para cada persona.
Los pacientes de esclerosis múltiple, por ejemplo, no responden igual a los diferentes tratamientos. Es por esto que, desde el Instituto de Ingeniería del Conocimiento (IIC), hemos trabajado con expertos de referencia en el desarrollo de una herramienta de recomendación personalizada, basada en las características de cada persona.
La herramienta tiene en cuenta las variables relevantes en el desarrollo de la esclerosis múltiple e indica la probabilidad de progresión de la enfermedad en cada caso si se aplica un tratamiento u otro. Así pues, a partir de la historia clínica informatizada y utilizando algoritmos en consenso con los especialistas, se pueden revisar las alternativas de tratamiento e indicar la combinación más adecuada para cada paciente.
El potencial de la IA está en manos de los especialistas
Todo esto es posible en gran medida gracias a la digitalización del sector salud y, en concreto, de las historias clínicas. Es a partir de una base de datos informatizada desde la que se pueden realizar análisis descriptivos y predictivos.
Sin embargo, la mayor barrera para la Inteligencia Artificial, según informes como el recientemente publicado por HIMSS, es una cultura médica que sigue dando peso a la intuición del médico frente a enfoques basados en la evidencia. Es importante que los profesionales del sector salud entiendan que la IA no viene para sustituirlos, sino para facilitar y apoyarlos en su trabajo. Al final, estamos viendo que cuando los humanos integran datos conocidos en algoritmos, las máquinas pueden extraer información de valor.
“Es importante que los profesionales del sector salud entiendan que la IA no viene para sustituirlos, sino para facilitar y apoyarlos en su trabajo”
Una vez resuelto el tema de la concienciación, queda camino por recorrer: hay que compartir resultados y mejorar los algoritmos y herramientas; pero solo visto el beneficio, se invertirá y se desarrollarán estas nuevas soluciones.
