La presencia de la IA en la sanidad crece con rapidez, pero la asignación de recursos determinará si la tecnología tiene un impacto positivo.
Implantar la IA a gran escala con éxito requerirá inversiones específicas.
La plantilla clínica debe incorporar competencias relacionadas con la IA, mientras que la IA también debe utilizarse para transformar el panorama sanitario en su conjunto.
Se ha hablado mucho sobre la promesa de la IA en la sanidad. Solo las inversiones de capital riesgo en IA sanitaria en Estados Unidos alcanzarán 11 000 millones de dólares este año, con financiación adicional de inversores institucionales y otras organizaciones en el voluminoso mercado sanitario estadounidense, de 4,5 billones de dólares.
La carrera por invertir e implantar la IA generativa para todo tipo de aplicaciones va acompañada de garantías de que esta tecnología es la solución milagrosa que estábamos esperando para transformar nuestro sistema, que no funciona bien. Al mismo tiempo, los críticos replican que no estamos preparados y que carecemos de la capacidad y la competencia necesarias para escalar esta tecnología en un sector donde se juegan vidas y la equidad en salud sigue estando persistentemente fuera de nuestro alcance.
La realidad es que es demasiado pronto para posicionarse sobre si la IA generativa en la sanidad ayudará, perjudicará o simplemente malgastará miles de millones de dólares sin mejorar la vida de las personas. Sin embargo, sí podemos tener la certeza de que nuestras decisiones sobre la asignación de recursos en el futuro inmediato determinarán el resultado de esta última innovación sanitaria.
Invertir en la difusión de la innovación
Actualmente, 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 sanidad. Consideremos los avances tecnológicos que impulsaron el desarrollo de las cirugías laparoscópicas (de ojo de cerradura).
Estas nuevas técnicas mínimamente invasivas, que se basan en una cámara introducida a través de una pequeña incisión en lugar de en cirugías abiertas, fueron pioneras en cirujanos de instituciones académicas antes de generalizarse en todo el país. De este modo, la investigación rigurosa acabó dando lugar a una mejor experiencia para los pacientes, a resultados notablemente mejores y a un ahorro de costes sustancial.
Esta difusión de la innovación y este retorno de la inversión desproporcionado no se produjeron de forma espontánea; se destinaron enormes inversiones a dotar de recursos a la revolución de la cirugía mínimamente invasiva. Desde la adaptación de los quirófanos a estas nuevas tecnologías y la reconfiguración de los flujos de trabajo clínicos hasta la amplia recualificación de todo el equipo clínico, el éxito a gran escala no fue fruto de la casualidad.
Este enfoque, que consiste en invertir de forma real en el estudio de los flujos de trabajo clínicos que exige la IA generativa, así como en la formación y el apoyo a la plantilla médica para implantar estas herramientas de forma segura y eficaz, debe ser una condición básica al planificar el futuro de la sanidad impulsado por la IA.
Repensar la plantilla clínica
La adopción generalizada de la cirugía laparoscópica requirió nuevos conocimientos, competencias y experiencia, pero no un nuevo equipo asistencial. Tanto si la cirugía es laparoscópica como abierta, su éxito depende del conocimiento que el cirujano tenga de la fisiología, la anatomía, los mecanismos de las enfermedades y las técnicas quirúrgicas.
Sin embargo, identificar y gestionar los riesgos del uso de la IA en la sanidad, como la comprensión limitada de cómo la IA toma decisiones («razonamiento de caja negra»), mantener el rendimiento de la IA constante a lo largo del tiempo («deriva de la IA») y evitar una dependencia excesiva de las recomendaciones de la IA («sesgo de automatización»), junto con la garantía de la privacidad y la seguridad, requiere una combinación de competencias fundamentalmente distinta en el equipo asistencial, que combine la experiencia clínica y técnica y que va mucho más allá de la capacidad de la plantilla clínica tradicional.
No basta con añadir simplemente nuevos requisitos de competencias a la plantilla clínica existente. En cambio, debemos empezar a invertir en una plantilla sanitaria multidisciplinar que combine la experiencia clínica tradicional con competencias técnicas, y complementar ambas con nuevas funciones de cuidado y de base comunitaria, a medida que nos preparamos para que la IA cambie fundamentalmente la forma en que prestamos la atención en la era digital.
Prepararnos, y no solo confiar, para un cambio transformador
En la era de la IA en la sanidad, no queremos simplemente el equivalente a una nueva forma de realizar cirugías; debemos esforzarnos por evitar que el mayor número posible de personas necesite cirugía en primer lugar.
Yendo más allá de esta analogía, no queremos simplemente usar la IA para clasificar mejor a los pacientes en urgencias; debemos anticiparnos para evitar que las personas necesiten atención urgente en primer lugar.
No queremos simplemente facilitar a las personas la tarea de afrontar las complejidades actuales de un diagnóstico de cáncer en fase avanzada. Debemos garantizar que reciban el cribado adecuado en función de su riesgo personal, seguido de un diagnóstico rápido y de un tratamiento optimizado que sea fácilmente accesible y asequible, independientemente de su acceso actual a la atención.
Esta visión exige un cambio fundamental en nuestro enfoque actual y en la estrategia de asignación de recursos relacionada con la IA en salud. Debemos ir más allá de «el modelo» y empezar de inmediato a ser más intencionados respecto a los problemas que queremos resolver con esta nueva generación de herramientas.
Los miles de millones de dólares ya invertidos y los que aún están por invertir no generarán rendimientos comerciales ni resultados clínicos a menos que demos prioridad a las necesidades de los pacientes, creando y utilizando soluciones de IA que impulsen un enfoque fundamentalmente distinto de la sanidad.
Para lograrlo, debemos invertir en convertir los descubrimientos científicos en soluciones sanitarias prácticas y aplicables en el mundo real. Esto incluye evaluar y mejorar los flujos de trabajo, preparar la plantilla mediante la formación y la planificación, y construir la infraestructura necesaria. Si no equiparamos estos esfuerzos con nuestras inversiones actuales en el desarrollo de nuevos modelos, no habrá mercado para estas nuevas soluciones.
Estas inversiones deben distribuirse a escala mundial en todos los entornos asistenciales; de lo contrario, la IA generativa no llegará a los sistemas sanitarios y a los pacientes que más la necesitan y que más se beneficiarán de estas innovaciones. Tampoco reducirá el coste total de la atención que todos soportamos a través de nuestras cotizaciones de seguros y de nuestros impuestos.
¿Qué hace el Foro Económico Mundial para mejorar los sistemas sanitarios?
El Centro de Salud y Atención Sanitaria conecta a líderes para comprender los desafíos que enfrentan los sistemas sanitarios de todo el mundo, incluidos el acceso, la equidad, la resiliencia y la preparación.
Mediante un diálogo de confianza y una colaboración público-privada, el Centro permite a los socios alinearse en torno a prioridades compartidas y avanzar en acciones colectivas para mejorar los resultados en salud.
Esta inversión en preparación, muy alejada de donde actualmente se están bombeando los recursos, no puede esperar. Los miles de millones de dólares destinados a la IA en salud se desperdiciarán, y la oportunidad de pasar de un sistema sanitario roto y centrado en tratar la enfermedad a un sistema sanitario equitativo y asequible se malogrará si no planificamos una implantación exitosa a gran escala.
