En el año en que celebramos el alunizaje de Estados Unidos desde hace 50 años, se nos recuerda que apuntar alto y pensar en grande ha llevado a hazañas que antes parecían imposibles. Pero hubo muchos cohetes explotados en la plataforma de lanzamiento antes de que nuestros astronautas pusieran un pie en la luna.
Es por eso que tanto el bombo como la decepción en torno a la inteligencia artificial (IA) en la atención médica no me molestan. Aunque IBM Watson Health no cumplió con las expectativas de su objetivo de «disparo a la luna» para controlar el cáncer con IA, hay razones para ser optimista. El progreso incremental para el cuidado de la salud AI puede no sorprender, pero es muy prometedor.
Como CEO de tecnología al servicio de la industria del cuidado de la salud con gestión de la atención contratada para más de 50 millones de estadounidenses, hablo con personas regularmente que expresan tanto entusiasmo como temor por la IA. A pesar de los temores de las personas de que la IA nos deshumanice, creo que mejorará nuestra humanidad al liberar recursos que pueden dedicarse a interacciones de nivel superior. La IA de un momento dado nunca superará la increíble capacidad de la mente humana para realizar tareas increíblemente complejas. De hecho, la IA nos estimulará a pensar y actuar de formas más sofisticadas una vez que nos hayamos liberado de ciertas tareas de menor complejidad.
Valor y enormes conjuntos de datos
La industria del cuidado de la salud está experimentando una transformación dramática a la atención basada en el valor. Los proveedores y las organizaciones de atención médica están asumiendo un mayor riesgo financiero para mejorar los resultados de salud del paciente, con vínculos más fuertes entre los resultados y el reembolso. Este es un gran cambio, y está creando enormes presiones, incentivos, desincentivos y consecuencias no deseadas en una industria ya vasta, fragmentada e impredecible que representa casi el 18% de la economía de los Estados Unidos . La tecnología de la información en este sector está tratando de aprovechar enormes conjuntos de datos de manera que creen una mayor eficiencia y una mejor salud. La IA puede despertar esos datos y darles vida.
Patrones y predicciones
Dado que ningún clínico puede mantenerse al día con la explosión de la literatura médica, vale la pena modelar de forma predictiva para anticipar el riesgo para la salud. Un ejemplo simple es el uso del aprendizaje automático (ML) para enviar una alerta electrónica a un médico cuando un diagnóstico de diabetes o una serie de datos señala que el motor de ML se une a partir de reclamos y otros datos para identificar un caso de diabetes. La alerta le dice al médico que deben examinar al paciente para detectar depresión, ya que la depresión puede empeorar la diabetes . En un uso más sofisticado de la IA, un hospital de Alabama experimentó una reducción del 53% en las muertes por sepsis al combinar vigilancia electrónica en tiempo real, algoritmos y soporte de decisiones clínicas de IA sensibles en una aplicación móvil.
Trazado contra el riesgo
La IA funciona bien en la estratificación del riesgo para la salud de la población al descubrir la franja más frágil y médicamente compleja de la población que representa los costos más altos para el sistema. La IA se está utilizando para trazar gráficos de poblaciones de pacientes y enfocar recursos intensivos en los más vulnerables. La asociación médica americana recientemente impulsó un proyecto de este tipo, cuyo objetivo es mejorar la identificación y el manejo clínico de pacientes diabéticos con enfermedad renal que avanza rápidamente. El proceso utiliza algoritmos que combinan datos de registros electrónicos de pacientes con biomarcadores predictivos de sangre. Para profundizar aún más las ideas, los planes de salud y los sistemas de salud están buscando formas de incorporar factores sociales como la ubicación geográfica y las variables ambientales para identificar las intervenciones y el uso de modelos de IA para sugerir acciones apropiadas.
Los reingresos hospitalarios dentro de los 30 días posteriores al alta son una de las fallas más costosas del sistema de atención médica. En el pasado, la industria ha utilizado prácticas de alta uniformes para poblaciones de pacientes enteras, pero hay un nuevo enfoque en apuntar a los pacientes más riesgosos para intervenciones especiales.
Una herramienta actual de IA en el Hospital de Niños de Pittsburgh ha sido capaz de predecir con un 79% de precisión qué pacientes tienen mayor riesgo de reingreso en el hospital. El Sistema Médico de la Universidad de Maryland usó ML en un estudio de 2016 para generar puntajes de riesgo para más de 16,000 altas de pacientes que predijeron mejor el riesgo de readmisión que los métodos estándar. Y ahora existe el potencial de combinar ideas predictivas con programas como el de Johns Hopkins Medicine que envía enfermeras a los hogares de los médicamente frágiles que viven solos. Las herramientas de IA correctas identificarán vulnerabilidades que no son tan obvias.
La esencia del ser humano
Otro factor que nos mantendrá alejados de un futuro distópico de IA en la atención médica es que la mejor manera de influir en el comportamiento del paciente hacia mejores elecciones de salud es trabajar con la emoción humana, lo que la tecnología no puede hacer. He estado leyendo Sapiens: Una breve historia de la humanidad , de Yuval Noah Harari, que trata sobre la capacidad humana única de crear historias a través de la imaginación. Creo que vincular esta capacidad a las entrevistas motivacionales podría cambiar el comportamiento del paciente. Expresar empatía y crear historias sobre los beneficios de la pérdida de peso, por ejemplo, será más efectivo si un paciente ve hábitos más saludables como un medio para algo que ya valora, como poder jugar con sus nietos.
Respeto a IBM Watson Health por su enfoque ambicioso, pero también es importante tener en cuenta aquellos que progresan progresivamente en otras partes de la industria. Ya sea que el progreso sea un pequeño paso o un salto gigante, hay una gran oportunidad para aprovechar la IA para un mundo más saludable.
Esta historia ha sido republicada por Medium. Viene de una publicación de Forbes de octubre del 2019
No responses yet