6 formas en que la IA está transformando la atención de salud

Este artículo ha sido actualizado.

Con 4500 millones de personas sin acceso a servicios básicos de salud y una escasez de trabajadores sanitarios de 11 millones prevista para 2030, la IA tiene el potencial de ayudar a salvar esa brecha y revolucionar la asistencia médica mundial.

Incluso podría ayudarnos a volver a la senda para cumplir el Objetivo de Desarrollo Sostenible de las Naciones Unidas de lograr acceso universal a la salud para 2030.

Pero aunque la tecnología se está desarrollando rápidamente, la atención sanitaria está "por debajo de la media" en su adopción de la IA en comparación con otros sectores, según un informe del Foro Económico Mundial, El futuro de la salud basada en la IA: liderando el camino.

"La transformación de la IA va más allá de la adopción de nuevas herramientas", indica. "Implica replantearse los fundamentos de cómo se provee y se accede a la salud".

Puesto que se espera que la IA generativa en el mercado de la salud alcance los 2700 millones de dólares este año—y se acerque a los 17 000 millones de dólares en 2034—, aquí hay seis formas en las que la IA ya está transformando la atención sanitaria.

Un nuevo software de IA es "dos veces más preciso" que los médicos a la hora de examinar los escáneres cerebrales de pacientes con ictus. Dos universidades del Reino Unido entrenaron el software con un conjunto de datos de 800 escáneres cerebrales de pacientes con ictus y luego lo probaron en 2000 pacientes.

Los resultados fueron impresionantes. Además de la precisión del modelo de IA, el software también fue capaz de identificar el intervalo de tiempo en el que se produjo el ictus, una información crucial para los médicos.

Como declaró al Health Tech Newspaper el neurólogo Paul Bentley: "En la mayoría de los casos de ictus causados por un coágulo de sangre, si el paciente se encuentra dentro de las 4,5 horas posteriores al ictus, reúne los requisitos para recibir tratamientos médicos y quirúrgicos. Hasta 6 horas, el paciente también es elegible para tratamiento quirúrgico. Pero después de este periodo de tiempo, decidir si estos tratamientos podrían ser beneficiosos se vuelve complicado, ya que más casos se vuelven irreversibles. Por lo tanto, es esencial que los médicos conozcan tanto el momento del inicio como si un derrame cerebral es reversible".

Aunque parezca sorprendente, los médicos de urgencias pasan por alto fracturas óseas en hasta un 10% de los casos. Lo que es más, hay escasez de técnicos de rayos X y estos están sobrecargados de trabajo.

Por lo tanto, el uso de la IA para realizar la exploración inicial podría evitar tanto radiografías innecesarias como fracturas no detectadas. El Instituto Nacional para la Excelencia en Salud y Atención (NICE, por sus siglas en inglés) del Reino Unido afirma que la tecnología es segura, fiable y podría reducir la necesidad de consultas de seguimiento.

Pero hay preocupaciones en torno a la rápida implementación de la IA en la atención médica.

"Es importante que las personas que utilizan estas herramientas estén debidamente capacitadas para hacerlo, es decir, que entiendan y sepan cómo mitigar los riesgos de las limitaciones tecnológicas... como la posibilidad de que se dé información errónea", dijo a la BBC la Dra. Caroline Green, del Instituto de Ética en IA de la Universidad de Oxford.

En el Reino Unido, alrededor de 350 000 personas son trasladadas en ambulancia al hospital cada mes. Corresponde a los paramédicos decidir quién necesita ir o no, y siempre teniendo en cuenta la escasez de lechos disponibles.

Un estudio realizado en Yorkshire, en el norte de Inglaterra, descubrió que en el 80% de los casos la IA pudo predecir correctamente qué pacientes debían ser trasladados al hospital. Para entrenar el modelo de IA se tuvieron en cuenta factores como la movilidad del paciente, el pulso, los niveles de oxígeno en sangre y el dolor en el pecho. También se demostró que el modelo respondía sin sesgos. Sin embargo, NICE advirtió que era necesario seguir entrenando el modelo antes de generalizar su uso.

Un nuevo modelo de aprendizaje automático con IA puede detectar la presencia de ciertas enfermedades incluso antes de que el paciente sea consciente de los síntomas, según su desarrollador, AstraZeneca.

Utilizando datos médicos de 500 000 personas que forman parte de un repositorio de datos de salud del Reino Unido, la máquina pudo "predecir con gran certeza el diagnóstico de una enfermedad que se produciría muchos años después".

Slavé Petrovski, que coordinó la investigación, declaró a Sky News: "En muchas de estas enfermedades, cuando se manifiestan clínicamente y la persona acude al médico por una dolencia u observación visible, el proceso de la enfermedad ya está muy avanzado.

"Podemos detectar en una persona signos que son altamente predictivos del desarrollo de enfermedades como el Alzheimer, la enfermedad pulmonar obstructiva crónica, enfermedades renales y muchas otras", afirmó.

Otro estudio del Reino Unido reveló que una herramienta de IA es capaz de detectar con éxito el 64% de las lesiones cerebrales causadas por epilepsia que los radiólogos no habían detectado. Tras entrenarse con resonancias magnéticas de más de 1100 adultos y niños de todo el mundo, la herramienta de IA fue capaz de detectar lesiones más rápidamente que un médico, pero también de descubrir lesiones diminutas u ocultas que habían escapado al ojo humano.

"Es como encontrar un personaje en cinco páginas de texto sobre fondo negro", dijo a la BBC el Dr. Konrad Wagstyl, investigador principal. "La IA puede encontrar alrededor de dos tercios de lo que los médicos pasan por alto, pero un tercio sigue siendo muy difícil de encontrar". Los investigadores afirman que combinar los hallazgos de la IA con la supervisión y la experiencia humanas tiene el potencial de acelerar tanto los diagnósticos como las curas.

Los médicos deben tomar decisiones informadas y rápidas sobre salud. La IA podría acelerarlas, pero también podría proporcionar información poco fiable o sesgada.

Un estudio en EE. UU. descubrió que los principales grandes modelos de lenguaje (LLM), como ChatGPT, Claude o Gemini, no eran capaces de proporcionar a los médicos respuestas suficientemente relevantes o basadas en pruebas a sus preguntas médicas. Pero ChatRWD, un sistema de generación aumentada por recuperación (RAG), que combina LLM con sistemas de recuperación para mejorar las respuestas, produjo información útil al 58% de las preguntas (en comparación con el 2-10% de los LLM).

Las interfaces digitales también se están implementando cada vez más para ayudar a clasificar a los pacientes. En un informe de 2024 que forma parte de la Iniciativa de Transformación Digital de la Atención Sanitaria del Foro Económico Mundial, un estudio de caso sobre la plataforma digital Huma reveló que esta podría reducir las tasas de readmisión en un 30%, disminuir el tiempo dedicado a revisar a los pacientes hasta en un 40% y "aliviar la carga de trabajo de los proveedores de atención médica".

El informe anticipa un futuro en el que tecnologías como estas podrían "transformar drásticamente la experiencia del paciente. Las personas que gozan de buena salud en general pueden utilizar dispositivos de monitoreo automático para optimizar su salud mental y física, mientras que aquellas con problemas de salud tendrán acceso a una amplia gama de soluciones digitales".

Las tareas administrativas son inevitables y requieren mucho tiempo en el campo de la medicina. El uso de copilotos de IA podría liberar a los médicos para que dedicaran más tiempo a los pacientes.

Microsoft ha anunciado recientemente su Dragon Copilot, una herramienta de IA para la atención médica que puede escuchar y tomar notas durante las consultas. Google ya cuenta con un conjunto de modelos de IA específicamente diseñados para aliviar algunas de las cargas administrativas en el sector. En Alemania, una plataforma de IA llamada Elea ha reducido los tiempos de prueba y diagnóstico de semanas a horas y sus creadores están decididos a demostrar que la tecnología "puede ser aliada, no un obstáculo". Su cofundador, el Dr. Sebastian Casu, declaró a EU-Startups: "Nadie ingresa en el sector de salud para dedicar horas a tareas administrativas".

Por supuesto, para muchos será un gran salto mental tener una herramienta de IA que escuche y tome notas durante una consulta médica. Un estudio reciente en el Reino Unido descubrió que solo el 29% de las personas confiarían en la IA para proporcionar consejos básicos de salud (aunque más de dos tercios están de acuerdo con el uso de la tecnología para liberar tiempo a los profesionales). Luego está el problema de la precisión. Un informe del año pasado descubrió que Whisper de OpenAI, utilizado por muchos hospitales para resumir las consultas de los pacientes, alucinaba algunas de las transcripciones.

Por eso es vital la regulación de las herramientas de IA. En el Reino Unido, los dispositivos médicos impulsados por IA están estrictamente regulados por la Agencia Reguladora de Medicamentos y Productos Sanitarios. En Estados Unidos, la Administración de Alimentos y Medicamentos (FDA) examinó el año pasado la regulación de la IA en la atención sanitaria y concluyó que, aunque la FDA "seguirá jugando un papel central a la hora de garantizar herramientas de IA seguras, eficaces y fiables", también es esencial que "todas las entidades implicadas [...] atiendan a la IA con el rigor que merece esta tecnología transformadora".