En el sector salud, hay que anticiparse, actuar con antelación, para evitar que el paciente enferme e incluso acuda al hospital. Con este objetivo, la Inteligencia Artificial desarrolla diferentes aplicaciones y herramientas que aportan información y aceleran procesos.
El punto de partida de la innovación en salud es la alianza, la colaboración entre departamentos y expertos para obtener los mejores resultados. No solo entre los actores tradicionales, sino que también hay que aprender a comunicarse con nuevos perfiles que se integran en el hospital, como los data scientists.
El Congreso Innova Health 2019 dio a conocer a toda la comunidad sanitaria las tendencias más destacadas, proyectos e investigaciones que se están desarrollando en este sentido.
IA en salud: medir y comparar
¿Cómo sabemos que las aplicaciones de IA en salud funcionan? La clave está en esos resultados, en medirlos y compararlos, en compartir métricas estándar para seguir avanzando. Para Julia Díaz, directora del área de Health and Energy Predictive Analytics en el Instituto de Ingeniería del Conocimiento (IIC), una primera aplicación es solo el punto de partida, una referencia que después hay que mejorar.
Sin duda, la innovación está llegando e instalándose en los centros de atención sanitaria con diferentes iniciativas. Se van a probar muchos sistemas, modelos y algoritmos que se tienen que comunicar para no rehacer proyectos. Si se cuantifica la evolución y se comparan los resultados con toda la comunidad médica, se avanza mucho más rápido.
Solo comparándose con otras iniciativas, también a nivel internacional, se pueden crear aplicaciones que se engloben en el término de Medicina 4P: preventivas, participativas, personalizadas y predictivas. Y además de este paradigma, Julia Díaz habla de dos tipos de aplicaciones de IA en salud:
- Ayuda a la decisión médica. Herramientas de apoyo al profesional sanitario en diagnóstico precoz, pronóstico y planificación del tratamiento.
- Ayuda a la gestión sanitaria. Herramientas de apoyo en diseño de protocolos, optimización de recursos, gestión de listas de espera y previsión de demanda, entre otros.
Prescripción en Inteligencia Artificial
Las aplicaciones de IA en salud parten de toda la información disponible en el entorno sanitario. Una vez que obtenemos los datos necesarios para un proyecto, pasan por diferentes niveles de analítica hasta llegar a la llamada prescripción, un concepto que se puede confundir cuando hablamos de salud.
Hay que tener en cuenta, explicaba Julia Díaz, que una prescripción en Inteligencia Artificial no es lo mismo que una prescripción médica. En términos de analítica, en el mundo de los científicos de datos, la prescripción es una predicción óptima. Esto es una predicción orientada a un resultado, ya sea sugerir el tratamiento adecuado, minimizar el coste o reducir el tiempo de espera.
No obstante, antes de llegar a ese nivel, hay que realizar un análisis descriptivo, para saber con qué información de valor contamos a partir de los datos, y un análisis predictivo, que consiste en aprender de esa información para hacer previsiones. Entre las diferentes predicciones, se escogerá la mejor según el objetivo.
Estos tipos de analítica se utilizan en diferentes proyectos de IA en salud, como Bisepro, un sistema de alertas para la detección precoz de sepsis, o Model MS, que predice la evolución del paciente de esclerosis múltiple tras aplicar diferentes tratamientos.
Aproximarse a estos conceptos y a este panorama en el que diferentes disciplinas trabajan juntas en el entorno sanitario es necesario en foros como el organizado por Executive Forum. Hay que conectar a todos los actores involucradas en el desarrollo del sector sanitario.