La inteligencia artificial (IA) puede ayudar a los sistemas sanitarios de todo el mundo a afrontar la presión creciente y a evitar el derroche en el gasto sanitario debido a la disminución de la capacidad.
La IA en la sanidad todavía afronta retos, en particular en los países de ingreso bajo y mediano, como resultados poco fiables y una aplicación inadecuada en el contexto local.
La coherencia en el enfoque es clave para el uso eficaz de la IA en la sanidad, lo que incluye una protección de datos sólida, principios rectores, rendición de cuentas, software de código abierto y un espacio de pruebas accesible.
La salud futura de nuestras poblaciones cambiará drásticamente en los países de ingreso alto, medio y bajo.
Los efectos en la sanidad de un clima que cambia rápidamente, el deterioro de la calidad del aire y del agua, los conflictos y el desplazamiento de población coincidirán con tendencias de largo plazo, como el envejecimiento de la población y un cambio en la carga de morbilidad, que pasa de las enfermedades infecciosas a las enfermedades no transmisibles, en su mayoría crónicas, en los países de ingreso bajo y mediano, donde la prestación sanitaria está menos desarrollada y es más frágil.
Estos poderosos factores aumentan la presión sobre sistemas sanitarios que ya están bajo tensión, donde, de media, el 61 % de los profesionales sanitarios de Estados Unidos y Europa informaron de falta de personal debido a renuncias y agotamiento profesional a principios de 2023. Asimismo, la escasez de personal en los países de ingreso bajo y mediano se agrava por la falta de recursos para formar y retener a profesionales médicos.
Este problema de capacidad ha provocado numerosos despilfarros evitables en gasto y atención. Solo en Estados Unidos, el despilfarro evitable en la sanidad se estima que asciende a unos 850 000 millones de dólares, o el 25 % del gasto sanitario.
Una mejor monitorización de enfermedades, compras, cumplimiento normativo, diagnóstico y menos errores o negligencias podrían generar ahorros, y ahí es donde la tecnología puede marcar la diferencia.
Recetar IA para reparar la sanidad
Hasta la fecha, el uso de la inteligencia artificial (IA) en la sanidad ha demostrado ser transformador en ámbitos concretos, como la patología digital para reconocer lesiones, por ejemplo, en imágenes médicas, y en investigación y desarrollo, principalmente al modelizar el plegamiento de proteínas. Sin embargo, la adopción de la IA en todo el sistema ha resultado, hasta ahora, esquiva.
No obstante, con el liderazgo adecuado, una regulación cuidadosa orientada al futuro y una inversión estratégica, los avances en IA podrían aumentar significativamente la capacidad asistencial a medio plazo. Estas herramientas no sustituirán a los médicos en un futuro previsible, pero apoyarán y complementarán las decisiones que toman los profesionales sanitarios. Al reducir el potencial de errores humanos, la IA puede ayudar a evitar errores médicos, reducir ineficiencias y salvar vidas. En pocas palabras, los sistemas potenciados por IA pueden aumentar la productividad y la disponibilidad de la atención sanitaria.
Un futuro recorrido del paciente podría utilizar la IA en distintas etapas, desde el acceso a una aplicación de salud hasta el diagnóstico, el tratamiento y la monitorización remota del paciente. La monitorización automática y la clasificación por urgencia ya han demostrado potencial al inicio del recorrido del paciente, que podría continuar durante el tratamiento y los cuidados posteriores al alta.
Una adopción estratégica y audaz de la IA podría ampliar el acceso a la atención sanitaria en los países de ingreso bajo y mediano y, al mismo tiempo, abordar directamente la brecha tecnológica entre ellos y los países de ingreso alto. La combinación de menos sistemas heredados y la elevada disponibilidad de dispositivos móviles en los países de ingreso bajo y mediano ofrece oportunidades para saltar directamente a plataformas de IA móviles que mejoren y hagan más eficaz la participación de la población. Aun así, quedan barreras por resolver.
Algunos informados retos que han impedido una mayor adopción de la IA en la sanidad en los países de ingreso bajo y mediano son la baja fiabilidad, los efectos desiguales en los flujos de trabajo, la escasa usabilidad y la falta de comprensión del contexto local.
En un contexto global, la promesa de un cambio rápido por sí sola no bastará para impulsar la adopción sistemática de la IA en la sanidad sin una combinación de confianza, privacidad y barreras regulatorias, junto con formación que los proveedores sanitarios y los responsables políticos puedan comprender para aplicar la IA de forma adecuada.
Los modelos de IA generativa actuales son propensos a la imprevisibilidad, con escasa comprensión de cómo producir resultados fiables. El desarrollo futuro de los algoritmos de IA entrenará y procesará enormes cantidades de datos sensibles de pacientes, una responsabilidad enorme dados los riesgos potenciales si los datos se gestionan mal.
Primero, no causar daño
La regulación farmacéutica y sanitaria mundial es fruto de décadas de evolución y optimización minuciosas. Sin embargo, incluso los sistemas regulatorios mejor financiados han tenido históricamente dificultades para seguir el ritmo de la innovación que regulan, como demuestra el retraso en la introducción de biosimilares en Estados Unidos o en la regulación de la promoción de medicamentos en las redes sociales. El ritmo y el alcance del desarrollo de la IA son mucho más rápidos y amplios de lo que los reguladores han tenido que abordar. Para prevenir el uso indebido, deben acordarse principios rectores para construir herramientas de IA seguras: un juramento hipocrático para la IA.
Durante Davos 24, la Reunión Anual de este año en Davos, Suiza, los líderes mundiales deben alcanzar rápidamente un consenso y centrarse en desarrollar los 30 puntos de su informe de 2023, The Presidio Recommendations on Responsible Generative AI, para ofrecer recomendaciones específicas para la sanidad. Los principios rectores flexibles y adaptables deben fomentar la innovación garantizando la seguridad, permitir la gobernanza humana en cada etapa del ciclo de vida de la solución de IA e incluso tener en cuenta un futuro en el que se conceda a la IA una independencia creciente.
Ya se están dando los primeros pasos para codificar la regulación: la Ley de IA de la UE, la Orden Ejecutiva sobre IA segura y confiable, de Estados Unidos, y la primera Cumbre sobre Seguridad de la IA de Bletchley Park, pero debe hacerse más para extender estas salvaguardas a los países de ingreso bajo y mediano y fomentar la innovación en estos países, donde la necesidad de atención ya supera la capacidad.
Un panorama regulatorio unificado, adoptado en varios países de ingreso bajo y mediano, por ejemplo, mediante un enfoque panafricano, permitirá construir la sanidad potenciada por IA desde cero, asegurando que los desarrolladores puedan seguir un marco que fomente una cultura de seguridad, transparencia y rendición de cuentas.
Con prudencia y consenso entre las partes interesadas, la IA puede desplegar su potencial significativo para aliviar las limitaciones de capacidad. Sin embargo, no puede subrayarse lo suficiente la urgencia de acordar una vía compartida, con cinco pasos que los líderes del sector deberían seguir:
Generar un consenso rápido sobre principios rectores que puedan aplicarse más rápido que las regulaciones formales. Organizaciones de gran perfil, como el Foro Económico Mundial, son lugares ideales para que los líderes alcancen acuerdos.
Cumplir con las normas de protección de datos más estrictas. Los datos sanitarios se utilizan de nuevas formas, por lo que el rigor en la protección de los datos de los pacientes reducirá los riesgos y generará confianza.
Promover el valor de la seguridad, la transparencia y la rendición de cuentas. Asegurarse de que las aceleradoras, los centros de innovación y los capitalistas de riesgo sigan estos principios, ya que probablemente sentarán estas bases desde cero para las startups que demuestren capacidad de crecer.
Tender puentes de nuevas tecnologías hacia los países de ingreso bajo y mediano. Utilizar software de código abierto siempre que sea posible y desarrollar ofertas con escala y asequibilidad en mente, para que las economías en desarrollo puedan aprovechar las tecnologías emergentes.
Poner en marcha programas para introducir la IA en la práctica clínica. Crear entornos seguros en los hospitales para probar herramientas de IA que tengan un vínculo claro con el aumento de la capacidad.
Estos pasos empezarán a fomentar una cultura en la que el desarrollo seguro de la IA pueda producirse sin regulaciones exhaustivas. Con el enfoque adecuado, puede generarse confianza para probar estas herramientas en un entorno clínico controlado y, en última instancia, reducir la carga de trabajo de los proveedores sanitarios en los países de ingreso alto, bajo y mediano para empezar a sentar las bases que permitan cerrar la brecha de capacidad sanitaria.
