Se han invertido miles de millones de dólares en IA para la salud. Pero, ¿estamos gastando en los lugares adecuados?

Se ha hablado mucho de la promesa de la IA en la atención médica. Las inversiones de capital riesgo en IA para la salud sólo en EE. UU. alcanzarán los 11.000 millones de dólares este año, con financiación adicional de inversores institucionales y otras organizaciones en el gigantesco mercado de la salud estadounidense, que asciende a 4,5 billones de dólares.

Las prisas por invertir e implantar la IA generativa en todo tipo de aplicaciones van acompañadas de garantías de que esta tecnología es la bala de plata que estábamos esperando para alterar nuestro sistema quebrado. Al mismo tiempo, los detractores afirman que no estamos preparados y que carecemos de la capacidad y los medios necesarios para ampliar esta tecnología en un sector en el que hay vidas en peligro y la equidad en materia de salud sigue estando fuera de nuestro alcance.

La realidad es que es demasiado pronto para pronunciarse sobre si la IA generativa en la atención médica ayudará, perjudicará o simplemente despilfarrará miles de millones de dólares sin mejorar la vida de las personas. Sin embargo, podemos estar seguros de que nuestras decisiones sobre la asignación de recursos en el futuro inmediato determinarán el resultado de esta última innovación en asistencia médica.

En la actualidad, la adopción de soluciones de IA generativa se limita en gran medida a los principales centros médicos académicos, lo que es típico de la difusión de la innovación en la atención sanitaria. Consideremos los avances tecnológicos que impulsaron el avance de las cirugías laparoscópicas (por el ojo de la cerradura).

Estas nuevas técnicas mínimamente invasivas que se valen de una cámara a través de una pequeña incisión, en lugar de las cirugías abiertas, fueron iniciadas por cirujanos de instituciones académicas antes de ser ampliamente adoptadas en todo el país. De este modo, la investigación diligente se tradujo finalmente en una mejor experiencia para el paciente, unos resultados notablemente mejores y un ahorro sustancial de costes.

Esta difusión de la innovación y este enorme retorno de la inversión no se produjeron de forma orgánica, sino que se realizaron enormes inversiones para dotar de recursos a la revolución de la cirugía mínimamente invasiva. Desde la adaptación de los quirófanos a estas nuevas tecnologías y la reimaginación de los flujos de trabajo clínico hasta volver a entrenar a todo el equipo clínico, el éxito a gran escala no se produjo por accidente.

Este enfoque de invertir realmente en el estudio de los flujos de trabajo clínicos que exige la IA generativa, así como en la formación y el apoyo al personal médico para aplicar estas herramientas de forma segura y eficaz, debe ser fundamental a la hora de planificar el futuro de la asistencia médica basada en la IA.

La adopción generalizada de la cirugía laparoscópica exigió nuevos conocimientos, habilidades y experiencia, pero no un nuevo equipo asistencial. Ya sea laparoscópica o abierta, el éxito de la cirugía depende de los conocimientos del cirujano sobre fisiología, anatomía, mecanismos de la enfermedad y técnicas quirúrgicas.

Sin embargo, identificar y gestionar los riesgos del uso de la IA en la asistencia médica -como la comprensión limitada de cómo la IA toma decisiones (» razonamiento de caja negra “), mantener el rendimiento de la IA consistente en el tiempo (”drift de IA “), y evitar la dependencia excesiva de las recomendaciones de la IA (”sesgo de automatización") - junto con garantizar la privacidad y la seguridad, requiere una combinación de habilidades fundamentalmente diferente en el equipo de atención, combinando conocimientos clínicos y técnicos que van mucho más allá de la capacidad de la fuerza de trabajo clínica tradicional.

No basta con añadir requisitos de nuevas competencias al personal clínico existente. Por el contrario, debemos empezar a invertir en un personal médico multidisciplinario que combine los conocimientos clínicos tradicionales con las habilidades técnicas, y complementar ambos con nuevas funciones asistenciales y comunitarias a medida que nos preparamos para que la IA cambie radicalmente nuestra forma de prestar asistencia médica en la era digital.

En la era de la IA en la atención médica, no queremos simplemente el equivalente a una nueva forma de realizar una intervención quirúrgica; debemos esforzarnos por evitar que tantas personas como sea posible la necesiten en primer lugar.

Más allá de esta analogía, no queremos simplemente utilizar la IA para clasificar mejor a los pacientes en la sala de urgencias; debemos avanzar contracorriente para evitar que las personas necesiten atención urgente en primer lugar.

No solo queremos facilitar a las personas el complejo proceso de diagnóstico de un cáncer en fase avanzada. Debemos asegurarnos de que reciban el tratamiento adecuado en función de su riesgo personal, seguido de un diagnóstico rápido y un tratamiento optimizado que sea fácilmente accesible y asequible, independientemente de su acceso actual a la atención médica.

Esta visión requiere un cambio fundamental en nuestro enfoque actual y en la estrategia de asignación de recursos relacionados con la IA de la salud. Debemos ir más allá del "modelo" y empezar de inmediato a ser más intencionados sobre los problemas que intentamos resolver con esta nueva generación de herramientas.

Los miles de millones de dólares que ya se han invertido y los que quedan por invertir no tendrán retorno comercial ni en resultados clínicos a menos que demos prioridad a las necesidades de los pacientes, construyendo y utilizando soluciones de IA que impulsen un enfoque fundamentalmente diferente de la atención sanitaria.

Para lograrlo, debemos invertir en convertir los descubrimientos científicos en soluciones terapéuticas prácticas y reales. Esto incluye evaluar y mejorar los flujos de trabajo, preparar al personal mediante formación y planificación, y construir la infraestructura necesaria. Si no combinamos estos esfuerzos con nuestras inversiones actuales en el desarrollo de nuevos modelos, no habrá mercado para estas nuevas soluciones.

Estas inversiones deben distribuirse globalmente en todos los entornos de la atención médica, o la IA generativa no llegará a los sistemas de salud ni a los pacientes que más necesitan -y que más se beneficiarán- de estas innovaciones. Tampoco reducirá el costo global de la asistencia que todos mantenemos a través de nuestras contribuciones al seguro y nuestros impuestos.

Este esfuerzo de preparación -muy por debajo de las prioridades actuales- no puede esperar. Los miles de millones de dólares invertidos en la IA de la salud se malgastarán, y la oportunidad de pasar de un sistema de atención médica roto y enfermo a un sistema de atención sanitaria equitativo y asequible se desperdiciará si no planificamos una implementación satisfactoria a gran escala.