La tuberculosis multirresistente está provocando una crisis de salud pública y una amenaza para la seguridad sanitaria.
La COVID-19 amenaza con deshacer años de avances en la detección y el tratamiento de la tuberculosis.
Pero la inteligencia artificial está llamada a desempeñar un papel cada vez más importante en el diagnóstico de la tuberculosis y podría contrarrestar este retroceso.
La tuberculosis (TB) es la segunda enfermedad infecciosa más mortífera, después de la COVID-19, que se cobró 1,5 millones de vidas en 2020 pero ahora está en gran medida bajo control. Mientras tanto, la TB multirresistente sigue siendo una crisis de salud pública y una amenaza para la seguridad sanitaria. La Organización Mundial de la Salud confirma que la pandemia de COVID-19 podría empezar a deshacer años de avances en la lucha contra la tuberculosis. Esto se debe en gran medida a las interrupciones en el acceso a los servicios contra la TB y a la reducción de recursos, que han provocado una caída en la detección de nuevos casos. Debido al acceso limitado a los diagnósticos y a los confinamientos impuestos para contener la pandemia de COVID-19, 4,1 millones de casos quedaron sin diagnosticar. India fue el país más afectado (41%), seguida de Indonesia (14%) y Filipinas (12%).
Frente al hito de reducir en un 35% las muertes por TB para 2020, detallado en La estrategia Fin a la TB la reducción mundial durante el período correspondiente fue de solo un 9,2%.
¿Cómo está mejorando el Foro Económico Mundial el estado de la atención sanitaria?
El Centro para la Salud y la Atención Sanitaria conecta a líderes para comprender los desafíos que afrontan los sistemas de salud de todo el mundo, incluidos el acceso, la equidad, la resiliencia y la preparación.
Mediante un diálogo basado en la confianza y la colaboración público-privada, el Centro permite que sus socios se alineen en torno a prioridades compartidas e impulsen una acción colectiva para mejorar los resultados de salud.
La prevención y el diagnóstico precoz de la tuberculosis son fundamentales para tratarla
Para alcanzar los objetivos establecidos en La estrategia Fin a la TB, los pacientes deben ocupar un lugar central en la prestación de servicios, y el diagnóstico precoz y la prevención son el primer paso. Una infraestructura sólida para realizar pruebas y una plantilla suficiente y capacitada son elementos esenciales para lograrlo. Sin embargo, el Informe mundial sobre la TB de 2021 señala que el gasto en servicios de diagnóstico, tratamiento y prevención de la TB cayó de 5.800 millones de dólares a 5.300 millones, menos de la mitad del objetivo mundial de financiar plenamente la respuesta a la tuberculosis, que era de 13.000 millones de dólares anuales para 2022.
La situación actual, junto con la importancia de los datos, ha generado una mayor conciencia y aceptación de la necesidad de evolucionar nuestro enfoque de los flujos de trabajo en la atención sanitaria. Este reconocimiento se ha visto facilitado por los rápidos avances de las soluciones basadas en el aprendizaje automático y la inteligencia artificial (IA), diseñadas específicamente para atender necesidades médicas.
La tecnología de IA puede ayudar a detectar la tuberculosis
El papel de la IA en el diagnóstico está creciendo rápidamente. Entre los principales ámbitos en los que puede ayudar a hospitales y profesionales clínicos figuran la toma de decisiones clínicas eficiente y precisa, el reconocimiento de imágenes médicas, la agilización de los flujos de trabajo mediante la automatización de tareas repetitivas, la reducción de las cargas administrativas y la gestión del tratamiento. En particular, el campo de la radiología ha adoptado rápidamente el uso de soluciones de IA. Esto se debe a que es un ámbito basado en datos y el diagnóstico depende de la confirmación visual y la interpretación de radiografías de tórax por parte de radiólogos capacitados. Aquí reside un desafío importante.
La escasez mundial de radiólogos es uno de los problemas poco reconocidos de la atención sanitaria. Más de dos tercios (5.200 millones) de los 7.900 millones de personas que hay en el mundo no tienen acceso a uno. La escasez de profesionales con estas competencias es un factor clave que agrava los problemas de la atención pulmonar, y las soluciones de IA pueden influir en este ámbito al reducir la presión sobre los profesionales de diagnóstico por imagen, que disponen de poco tiempo y recursos, y ayudarlos a procesar grandes volúmenes de imágenes, priorizar casos críticos y elaborar informes.
Varias organizaciones están desarrollando soluciones de IA para el diagnóstico por imagen. Una de ellas es Qure.ai, que ha obtenido autorizaciones de la FDA y el marcado CE para señalar y priorizar anomalías en radiografías de tórax. Veamos un ejemplo de cómo se implementó la solución de Qure.ai y contribuyó a aliviar los problemas y mejorar los sistemas existentes contra la tuberculosis.
Agilizar el diagnóstico de la TB en Rajastán, India
Según la OMS, India soporta una de las mayores cargas de TB del mundo. En un país tan densamente poblado, incluso los hospitales de los centros urbanos tienen dificultades para gestionar el ciclo desde el diagnóstico hasta el tratamiento de esta enfermedad altamente infecciosa. Una de las principales preocupaciones del personal clínico de los centros urbanos es la clasificación de los casos de TB, ya que las limitaciones de recursos suelen hacer que no se detecte a pacientes potencialmente infectados antes de emitir un diagnóstico adecuado.
En el estado noroccidental de Rajastán, el Hospital del Distrito de Baran atiende a una región de 1,2 millones de habitantes. Es un centro de atención terciaria con un centro especializado en tuberculosis y diversos servicios y capacidades de radiología. Recibe derivaciones de pacientes de la población local y de migrantes de estados vecinos. En 2019, la proporción de casos de TB identificados por primera vez superó el 80% del total de notificaciones, un aumento respecto de años anteriores. Como consecuencia, los neumólogos del hospital tenían dificultades para atender a la gran cantidad de pacientes con TB y necesitaban ayuda urgentemente.
Qure.ai colaboró con el hospital para iniciar la implementación integral y las pruebas en tiempo real de su solución de radiografías de tórax basada en IA. Su integración en el flujo de trabajo diagnóstico mejoró la eficiencia clínica en varias áreas clave. La tasa de notificación aumentó un 33% y la proporción de casos presuntos que abandonaron el proceso se redujo del 72% al 53%.
De lo posible a lo probable: la IA más allá de la TB
El uso de herramientas de IA para detectar la TB marca un antes y un después. El Informe mundial sobre la TB recomienda aumentar las inversiones en investigación sobre tuberculosis para impulsar avances tecnológicos y una rápida adopción de la innovación. Las intervenciones basadas en IA son una de las vías para lograrlo.
Al mismo tiempo, la IA puede desempeñar un papel fundamental en el diagnóstico y el tratamiento del cáncer más mortífero del mundo: el cáncer de pulmón. Aproximadamente el 75% de los pacientes muere en los cinco años posteriores al diagnóstico porque los síntomas se detectan en etapas más avanzadas de la enfermedad, cuando es más difícil tratarla. Alrededor del 35% de los nódulos pulmonares no se detecta en el cribado inicial, y los primeros síntomas suelen ser inocuos y a menudo se descartan.
Cuando los indicadores fisiológicos del cáncer de pulmón se identifican antes, los resultados para los pacientes mejoran de forma drástica. Una tarea clave del radiólogo durante el proceso de cribado es buscar nódulos pulmonares y evaluar el riesgo de malignidad según su tamaño, forma, estructura, tipo, ubicación y crecimiento. Las soluciones de IA también pueden evaluarlos, analizar tomografías computarizadas y detectar nódulos pulmonares que quizá no sean visibles a simple vista.
Así pues, la IA puede desempeñar un papel vital como herramienta de diagnóstico complementaria: automatiza determinados procesos repetitivos, refuerza la labor de los médicos y funciona como un segundo par de ojos para evitar retrasos en el tratamiento. En definitiva, el potencial de la IA para influir en la atención sanitaria y beneficiar a las partes interesadas es ilimitado y solo está limitado por nuestra imaginación.
