Tres maneras en que la inteligencia artificial cambiará la atención sanitaria hasta 2030

Es un típico día frío de enero de 2030, en el momento álgido de la temporada de gripe. En esta época del año de hace una década, las clínicas y las consultas médicas estarían a rebosar de personas enfermas esperando a que las atendieran; hoy, médicos y pacientes circulan fácilmente por el sistema.

¿Qué ha cambiado? La atención conectada se ha convertido en realidad, tras años de tremenda presión sobre los sistemas de salud mundiales sin suficientes profesionales médicos capacitados para atender a poblaciones que aumentan y envejecen rápidamente y grandes avances en potentes tecnologías como la ciencia de datos y la inteligencia artificial (IA).

La inteligencia artificial puede ahora revelar patrones entre ingentes cantidades de datos que son demasiado sutiles o complejos para que los detecte el ser humano. Lo hace agregando información de múltiples fuentes que en 2020 permanecía atrapada en silos, como dispositivos domésticos conectados, historiales médicos y, cada vez más, datos no médicos.

La primera gran consecuencia de ello en 2030 es que los sistemas de salud pueden prestar una atención sanitaria verdaderamente proactiva y predictiva.

La IA y la analítica predictiva nos ayudan a comprender mejor los diferentes factores de nuestra vida que influyen en nuestra salud: no solo cuándo podríamos enfermar de gripe o qué problemas médicos hemos heredado, sino cosas relacionadas con nuestro lugar de nacimiento, lo que comemos, dónde trabajamos, los niveles de contaminación atmosférica que sufrimos o si tenemos acceso a vivienda segura y una renta estable. Estos son algunos de los factores que la Organización Mundial de la Salud denomina «los determinantes sociales de la salud» (DSS).

En 2030, esto significa que los sistemas de atención sanitaria pueden anticipar si una persona está en riesgo de desarrollar una enfermedad crónica, por ejemplo, y proponer medidas preventivas antes de que empeore. Este proceso ha tenido tanto éxito que las tasas de diabetes, insuficiencia cardiaca congestiva y enfermedad cardiaca obstructiva crónica (ECOC) —todas ellas muy influenciadas por los DSS— tienden por fin a la baja.

La atención predictiva va acompañada de otro gran avance relacionado con el lugar donde se presta dicha atención. En 2030, un hospital ya no es un gran edificio que abarca una gran variedad de enfermedades; por el contrario, centra su atención en los enfermos agudos y los tratamientos más complejos, mientras que los casos menos urgentes se observan y tratan a través de centros y ramales más pequeños, como pequeñas clínicas, centros de cirugía ambulatoria, clínicas de especialidades e incluso los propios hogares de los pacientes.

Estos lugares están conectados a una única infraestructura digital. Los puestos de control centralizados analizan los datos clínicos y de localización para observar la oferta y la demanda en la red en tiempo real. Además de utilizar IA para detectar pacientes en riesgo de deterioro, esta red también puede eliminar los cuellos de botella del sistema y velar por que los pacientes sean encaminados a los puntos donde puedan recibir mejor atención y los profesionales sanitarios adonde sean más necesarios.

El pegamento que mantiene unida esta red ya no es la localización. En su lugar, son las experiencias de las personas a las que atiende, lo que nos lleva a la tercera gran diferencia existente en 2030.

¿Por qué son tan importantes las experiencias? En el caso de los pacientes, ya hace tiempo que los estudios demuestran que la experiencia puede tener consecuencias directas sobre si mejoran o no. En el caso de los médicos, mejorar la experiencia laboral se hizo urgente hace una década, cuando empezaron a registrarse elevados índices de depresión, causada principalmente por el estrés que implica intentar ayudar a demasiados pacientes con recursos demasiado escasos.

En 2030, las redes de atención predictiva basadas en IA ayudan a reducir los tiempos de espera, mejorar los flujos de trabajo del personal y asumir la siempre creciente carga administrativa. Cuanto más se utiliza la IA en la práctica clínica, más médicos confían en ella para aumentar sus conocimientos en ámbitos tales como la cirugía y el diagnóstico.

Al aprender de cada paciente, cada diagnóstico y cada procedimiento, la IA crea experiencias que se adaptan al profesional y al paciente. Esto no solo mejora los resultados en términos de salud, sino que también reduce la escasez de médicos y la incidencia de la depresión en estos profesionales, al tiempo que permite que el sistema sea financieramente sostenible.

Este sistema conectado en red cubre distintas comunidades y se basa en la atención conectada, que une personas, lugares, hardware, software y servicios para crear verdaderas redes de atención que mejoran la salud y el bienestar durante toda la vida.

De nuevo en 2020, estamos muy lejos de alcanzar esta visión. La implacable complejidad de la tecnología, la informática y los sistemas de datos siguen dificultando los flujos de trabajo del personal y amenazan la continuidad de la atención en las áreas clínicas en las que se utilizan para ayudar a diagnosticar, tratar, observar y, con suerte, prevenir y curar enfermedades.

No obstante, aprecio claros indicios de que estas tres ideas pueden convertirse un día en realidad. Ya existen sistemas inteligentes capaces de realizar tareas expertas y potenciar las capacidades humanas. Algunos ejemplos incluyen inteligencia artificial capaz de detectar lesiones cancerosas en una imagen, analizar y cuantificar las notas tomadas por los médicos u optimizar el flujo de pacientes en el servicio de urgencias. En los hospitales, la aplicación de la analítica predictiva basada en IA ya está contribuyendo a salvar vidas en las unidades de cuidados intensivos. Fuera de los hospitales, ayuda a identificar determinados grupos de riesgo, de manera que la atención primaria o comunitaria preventiva pueda reducir la necesidad de realizar ingresos hospitalarios.

Pero es un camino largo y complicado que ninguna empresa u organización puede recorrer por sí sola. Yo creo que los gobiernos, los sistemas de salud y las empresas privadas deben continuar trabajando conjuntamente para que los sistemas de IA sean plenamente interoperables y transparentes y evitar sesgos y desigualdades. A medida que continúe la globalización de la atención sanitaria, será urgente adoptar normas internacionales que regulen el uso de los datos personales para la IA.

Tal vez lo más importante sea, en mi opinión, que no debemos olvidar que el mejor uso de la IA es potenciar las capacidades humanas, no sustituirlas. La esencia de la atención conectada no está en la nueva tecnología, sino en las personas: las personas que necesitan cuidados y las personas que trabajan incansablemente para proporcionarnos dichos cuidados a todos nosotros.