La IA generativa crea tiempo para el cuidado humano

Innovación en el diagnóstico médico, personalización de tratamientos, desarrollo de nuevos medicamentos, mejora en la formación médica y optimización de procesos clínicos. La inteligencia artificial (IA) generativa está revolucionando el campo de la medicina. No sólo tiene el potencial de transformarla en términos de eficacia y accesibilidad , sino que también redefine cómo los profesionales y pacientes interactúan con los sistemas de salud. Sin duda, su desarrollo y adopción seguirán marcando tendencias en el futuro cercano. Repasamos con diferentes expertos lo que aporta y cuál es su potencial.

En este sentido, Ignacio H. Medrano , neurólogo, fundador y director médico de Savana , considera que el impacto más fuerte se verá en la generación de historias clínicas de manera autónoma, como un copiloto, "que capturan la conversación entre paciente y profesional con un alto nivel de precisión" . En todo lo que tenga que ver con resumir, traducir, consentimientos informados, protocolos o guías clínicas. En general, lo relacionado con lo documental. Señala que es relativamente sencillo de implementar, de desplegar tecnológicamente, por lo que este tipo de herramientas se adoptarán muy rápidamente. Así, a diferencia de lo que ocurre con otros tipos de IA no generativa, no requieren un alto nivel de validación. Deja claro que "la IA generativa va a mejorar mucho la vida del médico, mientras que la IA discriminativa, la de los algoritmos de predicción, va a mejorar mucho la vida del paciente" . Razona que la IA generativa es una herramienta que va a dar agilidad al sistema y que favorecerá el acceso. "Va a ir en la línea de poder mantener durante más tiempo un sistema sanitario universal" , considera. Pero, "per se, es una herramienta que no va al `core' clínico" . En el core clínico, se tiene la IA discriminativa y, por tanto, "se necesita la coexistencia de ambas" .

Por su parte, Julio Mayol , catedrático de Cirugía de la Universidad Complutense de Madrid (UCM), delegado del Decano para Nuevas Tecnologías y director científico de la Fundación para la Investigación Biomédica del Hospital Clínico San Carlos (IdISSC) , destaca que "no busca reemplazar al médico, sino potenciar sus capacidades y liberar tiempo para que los profesionales se concentren en lo verdaderamente esencial: el cuidado directo de los pacientes" . Para él, la IA generativa no es una herramienta tecnológica más, "es una oportunidad para devolver el tiempo y la atención al cuidado humano" . Subraya que es la única tecnología que "`crea' tiempo para las personas" . Puntualiza que su implementación ética y transparente será clave para garantizar que siga siendo una aliada en la transformación de la mejora de la salud y no una barrera en la relación médico-paciente.

Positivismo, pero con cautela

Asimismo, Carlos Mateos , coordinador del Instituto #SaludsinBulos y vicepresidente de la Asociación de Innovadores en eSalud , valora que "la IA generativa está transformando la asistencia sanitaria y la investigación como ninguna otra tecnología en el pasado, con un impacto en nuestra vida mucho mayor al que supuso la llegada de internet y el teléfono móvil, y de una manera más rápida" . Asegura que "no hay un ámbito de la asistencia sanitaria que esté quedando al margen" . Determina que está ayudando en la toma de decisiones diagnósticas y de tratamiento en una mayor precisión e individualización, en todos los campos, aunque hay especialidades en las que se ha adoptado más que en otras.

"También en la investigación clínica, en la gestión, en el automanejo de la enfermedad y en la comunicación con el paciente" , matiza. Advierte de que la IA generativa igualmente representa amenazas ; como la desinformación originada por los deep fakes, vídeos que parecen reales pero están generados por IA, la confidencialidad de los datos de los pacientes, y los sesgos, derivados de los intereses de los creadores de estos sistemas que se reflejan en la orientación que dan a sus respuestas, así como en los datos con los que son entrenados, que muchas veces no son inclusivos.

En el ámbito de la desinformación pueden representar una oportunidad, "ya que, bien entrenados, los chatbots ayudan a combatir la desinformación, puesto que no sólo informan sino que educan y motivan en hábitos saludables" . Así, "cuánto más formados estén los profesionales sanitarios en su uso, más fácil será que se conviertan en oportunidades en lugar de en riesgos" .

Diana de la Iglesia , ingeniera informática y doctora en IA, directora de Desarrollo de Negocio de Genómica, Analítica Avanzada e IA en Fujitsu , se muestra de acuerdo con que, en la actualidad, la IA generativa aporta soluciones innovadoras en el campo de la medicina en tareas concretas. "Por ejemplo, es capaz de mejorar la precisión diagnóstica durante el análisis de imágenes médicas, detectando patrones que suelen pasar desapercibidos al ojo humano" , cuenta. Añade que puede analizar en segundos grandes volúmenes de información clínica y biomédica, como la historia clínica o los artículos de la literatura científica, dotando a los profesionales de la evidencia necesaria para que puedan tomar decisiones clínicas más informadas.

Además, "se está aplicando con éxito en la optimización de la gestión sanitaria, donde la IA generativa puede facilitar la comunicación entre profesionales de la salud, optimizar la distribución de los limitados recursos sanitarios y mejorar la coordinación de la atención médica" .

Por otra parte, existen diversos estudios donde se afirma que la IA generativa y, en concreto, los LLMs (grandes modelos de lenguaje, por sus siglas en inglés) "han sido capaces de sobrepasar a los profesionales médicos en razonamiento clínico en casos complejos, en diagnóstico diferencial y en manejo clínico" . Si bien, "estos datos hay que cogerlos con cautela, puesto que dichos estudios suelen estar limitados en el tamaño de la muestra y se suelen llevar a cabo con datos artificiales que no representan, ni mucho menos, la diversidad de escenarios clínicos existente en el mundo real" . Lo que sí revelan son las altas capacidades de la IA generativa para acompañar al profesional, proporcionándole la evidencia más relevante y mejorando la precisión y velocidad de las decisiones médicas.

No hay que olvidar que el arte de la medicina reside en extraer toda la información necesaria para crear la narrativa correcta y no diagnosticar al paciente erróneamente. "Por tanto, para que la IA alcance su máximo potencial en el área médica, es necesario alimentarla con millones de conjuntos de datos de pacientes que incluyan no sólo sus características individuales, sino también los tratamientos recibidos y sus resultados, así como sus antecedentes y su interacción con el entorno" . Este proceso llevará tiempo y "requerirá una colaboración estrecha entre el mundo de la tecnología y la comunidad médica" , ya que la compartición de datos y la aplicación de enfoques federados para centralizar el uso de éstos está todavía dando sus primeros pasos.

De la Iglesia resume que la IA generativa promete una revolución en la atención médica, el diagnóstico de los pacientes y el tratamiento de enfermedades, pero es fundamental mantener una visión realista de sus capacidades actuales . Remarca que "la investigación continua y la colaboración multidisciplinar son la clave para aprovechar el poder de la IA de forma segura y efectiva en beneficio de la salud humana" .

Un futuro ya presente

Montse Esquerda , de la Facultad de Ciencias de la Salud, de Blanquerna-Universidad Ramon Llull , cree que "existe un cierto tecno-optimismo en la implantación de la IA en ámbito sanitario, con la esperanza que resuelva parte de los problemas actuales, o incluso cierta `bioética ficción' en este ámbito, que sostiene que la IA podrá sustituir a médicos y a otros profesionales sanitarios" .

Autores como Yuval Noah Harari , en su libro Nexus , afirman que el trabajo de los médicos pronto podría ser reemplazado, aunque no así el de las enfermeras. Según Harari: "Es más difícil automatizar el trabajo de enfermería que el de la medicina, al menos el de aquellos que básicamente recogen datos médicos, ofrecen diagnósticos y recomiendan tratamientos. Estas tareas se basan en el reconocimiento de patrones, y en eso la IA lo hace mejor que los humanos" . Sin embargo, en palabras de Esquerda, "muchas de estas visiones distópicas carecen de una comprensión real del mundo sanitario y dificultan la identificación de los procesos en los que la IA realmente puede aportar valor" .

La IA no reemplazará a los profesionales de la salud, pero sí complementará o automatizará algunas de las tareas que desempeñan. Lo fundamental es "identificar bien aquellos procesos y ámbitos en que la IA pueda complementar o automatizar" .

"La IA generativa no es algo que pertenezca al futuro, sino que es una realidad presente. En múltiples especialidades médicas ya existen algoritmos avanzados capaces de realizar tareas como detectar lesiones o cánceres de piel, interpretar exploraciones complementarias para identificar desde lesiones potencialmente oncológicas hasta neumonías, y predecir riesgos de enfermedades graves como el riesgo cardíaco, sepsis o incluso la muerte cardíaca prematura" , reflexiona Esquerda.

Asimismo, "se ha demostrado que algunas aplicaciones de IA han sido valiosas en la mejora del pronóstico durante la pandemia de la Covid-19, ayudando a prever la evolución de los pacientes y optimizando los recursos disponibles" .

A pesar de que estos avances son prometedores, "es importante tener en cuenta que los algoritmos de IA se desarrollan a partir de datos específicos y contextos particulares, lo que significa que no necesariamente funcionarán con la misma eficacia en todos los escenarios ni en un contexto clínico real" . Cada sistema está limitado por los datos con los que ha sido entrenado y, en ocasiones, puede enfrentar desafíos al adaptarse a nuevas situaciones o poblaciones.

Este fenómeno se conoce como el AI-chasm (abismo de la IA), que describe la brecha entre el desarrollo de algoritmos científicamente sólidos y su implementación efectiva en aplicaciones prácticas y significativas en el entorno real. La transición de la investigación y el desarrollo al uso clínico generalizado implica "superar barreras técnicas, éticas y prácticas, lo que requiere una integración cuidadosa y supervisada de la IA en los sistemas de salud" .

Sin embargo, la IA no es únicamente una herramienta, "sino una revolución que redefine la manera en que entendemos, practicamos e innovamos en medicina" . Así lo ve Carlos Y. Durán Martínez , médico de familia y responsable del Grupo de Trabajo de Salud Digital de la Sociedad Española de Médicos Generales y de Familia (SEMG ), quien detalla que existen varias áreas en las que podemos apreciar su potencial: "Optimizar la toma de decisiones clínicas y mejorar la precisión diagnóstica; potenciar la eficiencia administrativa mediante la automatización de tareas, redacción de informes, entre otras; facilitar la búsqueda bibliográfica y la formación, creando contenidos adaptados a las necesidades del profesional, lo que redunda en una formación continua más eficiente; impulsar la investigación facilitando el análisis de datos complejos y el diseño de ensayos clínicos."

Hace énfasis en que hay que mantener un enfoque ético y centrado en el bienestar de los pacientes . La integración efectiva "depende de la innovación, pero también de la formación continua de los profesionales y la adaptación a estos nuevos sistemas" . La combinación innovación, formación y ética, en base a sus palabras, permitirá realizar una implementación responsable, accesible y equitativa .

Más allá del diagnóstico

En su libro Deep Medicine , Eric Topol identifica los ámbitos de la medicina en los que la IA promete mejorar la atención sanitaria individual . Escribe en él que "la promesa de la IA en medicina es proporcionar una visión panorámica para mejorar la toma de decisiones médicas, evitar errores como diagnósticos erróneos y procedimientos innecesarios, ayudar a interpretar pruebas y recomendar un tratamiento personalizado" .

Para Esquerda, a esta lista de aplicaciones se pueden sumar otras, como el soporte al triaje, la optimización de las rutas de atención ante problemas específicos y la gestión eficiente de los cuidados crónicos. Estos usos están orientados a mejorar la práctica clínica diaria, optimizando los procesos y la toma de decisiones para ofrecer una atención más precisa y personalizada.

"No obstante, el potencial de la IA generativa no se limita únicamente al ámbito clínico individual" , declara Esquerda. Del mismo modo, "puede tener un impacto significativo a nivel de salud pública y en la gestión de sistemas de salud más amplios" . En este contexto, la IA puede ser fundamental en el monitoreo de la salud de poblaciones, la predicción de brotes de enfermedades y la gestión de riesgos a gran escala.

Los algoritmos de IA pueden analizar grandes volúmenes de datos poblacionales para identificar patrones emergentes, predecir tendencias de enfermedades y proporcionar alertas tempranas sobre riesgos sanitarios. Su capacidad para gestionar recursos de manera más eficiente y prever necesidades de atención puede ser crucial para mejorar la planificación y la sostenibilidad de los sistemas de salud en su conjunto.

La IA generativa dispone de un potencial extraordinario para revolucionar la atención médica al procesar cantidades masivas de datos de pacientes e identificar patrones que escapan a la percepción humana. "Imaginemos un futuro donde los modelos de IA sean capaces de analizar millones de variables de cada paciente, comparándolos con una base de datos global, para ofrecer diagnósticos personalizados con una precisión inimaginable hoy en día. A este potencial de análisis de datos masivos, debemos añadirle la irrupción de la genética como herramienta de diagnóstico personalizado" , expresa De la Iglesia.

La integración de datos de genotipo (derivados de la secuenciación del ADN) y fenotipo (hallazgos, síntomas, signos), junto con la capacidad de la IA generativa para combinarlos, puede llevar "a una precisión y personalización del diagnóstico que permita analizar por anticipado, incluso, los riesgos de padecer enfermedades en las personas sanas, facilitando la aplicación de programas de salud y terapias preventivas antes de que aparezca ningún síntoma" .

En cuanto a los tratamientos, "la IA generativa puede analizar el genoma de un paciente y sus datos clínicos para identificar aquellos tratamientos que sean más efectivos y tengan menos efectos secundarios para ese paciente en concreto, teniendo en cuenta sus características genéticas y fenotípicas" . Puede acelerar el proceso de descubrimiento y desarrollo de nuevos fármacos, al ser capaz de combinar datos masivos sobre estructuras y propiedades de las distintas moléculas, así como de simular la interacción entre ellas y su comportamiento en el interior del cuerpo humano.

Por otro lado, no hay que olvidar que ningún profesional sanitario puede estar actualizado de todos los avances que se producen en su campo ni procesar millones de datos de pacientes similares al que está atendiendo en ese momento, por lo que tanto el diagnóstico como el tratamiento pueden ser más precisos con la ayuda de la IA generativa, adaptados a las características únicas de ese paciente.

"Todo dependerá de la cantidad de datos que disponga de él y de la herramienta que utilice para el apoyo en la toma de decisiones, en la que pueden estar cargados datos de otros pacientes similares y toda la evidencia científica disponible. Imaginemos lo que eso podría suponer si en la herramienta se carga información no sólo de las pruebas diagnósticas disponibles y síntomas, sino también otra vinculada a la genética y los hábitos de vida" , argumenta Mateos.

Con todo, la personalización es uno de los puntos más fuertes de la IA generativa. "Su capacidad para analizar grandes volúmenes de datos, desde el historial clínico del paciente hasta datos genómicos y biomarcadores, permite diseñar diagnósticos y tratamientos específicos para cada individuo" , insiste Mayol.

En enfermedades como la diabetes o el cáncer, "la IA puede analizar cómo los tratamientos actuales han funcionado en pacientes con perfiles similares y sugerir alternativas óptimas" . Aparte, "la IA puede predecir efectos secundarios o anticipar resultados basados en características únicas del paciente, ayudando a los médicos a ajustar los tratamientos en tiempo real" .

"En realidad, la IA generativa sirve para generar documentos del tipo que sea, sean de imagen, sean de texto, sean de sonido. Para lo que no sirve es para predecir con precisión. Eso lo hace la IA discriminativa, la IA más clásica, porque requiere un alto nivel de validación, cosa que la IA generativa no puede aportar" , rebate el director médico de Savana.

Hace hincapié en que "va a haber una combinación de ambas, la IA discriminativa para generar algoritmos de precisión, que permitan esa medicina individualizada por la que se pregunta, y la IA generativa para poder dirigirnos a esos algoritmos o utilizarlos con mayor facilidad" . Su conclusión al respecto es que "la IA discriminativa genera nuevo conocimiento y la IA generativa mejora el acceso a dicho conocimiento" . Es un poco como una evolución de lo que en su día fue Google.

Es evidente que la IA generativa está transformando la atención médica al hacerla aún más precisa y adaptada a las necesidades únicas de cada paciente. Durán Martínez dice que actualmente se está implementando para el diagnóstico anticipado y de precisión , integrando datos genéticos y biomarcadores con el contexto clínico para identificar patologías de manera precoz .

De igual forma, "se utiliza para el diseño de tratamientos individualizados, diseñando estrategias terapéuticas acordes al estilo de vida y respuestas a otros tratamientos previos" , y "permite generar planes de cuidado adaptativos que evolucionan con el paciente, el contexto clínico y los determinantes sociales en salud" .

Comunicación con los pacientes

Desde el Instituto #SaludsinBulos han organizado varios consensos sobre comunicación clínica eficaz con representantes de profesionales sanitarios y pacientes. En ellos vieron, tanto en las discusiones con los expertos como en la evidencia analizada, que la comunicación influye en la morbimortalidad, la desinformación, la adherencia terapéutica, las denuncias a profesionales sanitarios, el burnout y el gasto sanitario, entre otros factores.

"De lo que más se quejaban los pacientes es que los profesionales sanitarios utilizan un lenguaje que no pueden entender y que no los escuchan" , precisa el vicepresidente de la Asociación de Innovadores en eSalud.

Después, han realizado los primeros consensos sobre los chatbots en salud y han comprobado que, en muchas ocasiones, "se muestran más empáticos que el médico, que adaptan su lenguaje al del paciente, que están disponibles 24 horas, que dan explicaciones en profundidad y que, incluso, permiten recoger el lenguaje hablado en la consulta, como hemos comentado" . Apunta que el médico debe verlo como un complemento, no un competidor. De hecho, si el médico recomienda un chatbot (sea el de su centro sanitario, su sociedad o en el que él mismo ha participado), "va a tener un paciente más educado en su patología y más comprometido" .

¿De qué manera la IA generativa ayuda a mejorar la comunicación con los pacientes? Medrano responde que "ayuda muchísimo a la interacción con ellos, ya que permite simplificar el lenguaje en la medida de lo necesario" . Permite una comunicación en lenguaje humano y en lenguaje natural para transmitir o recibir cualquier tipo de información con ellos de manera automática, con lo cual viene a acabar con un problema que se tenía de interacción y hace el sistema sanitario menos disuasorio.

"Es una herramienta fantástica a la hora de llevar lo digital a manos del ciudadano de a pie" , piensa. Ahora, se puede utilizar el smartphone para hablar en lenguaje natural con los algoritmos, lo que facilita mucho la llegada de lo digital y de la medicina de precisión.

El director científico de IdISSC ratifica que la IA generativa mejora la comunicación con los pacientes "al traducir conceptos médicos complejos en lenguaje accesible" . Esto permite que comprendan mejor su situación, aumentando su confianza y su capacidad para participar en la toma de decisiones. Suscribe que herramientas como los chatbots de atención médica pueden responder preguntas frecuentes fuera del horario clínico, "mejorando la continuidad del cuidado" .

Defiende que, sin embargo, "la relación médico-paciente debe ser preservada" . Asevera que, si bien la IA puede facilitar ciertas interacciones, "el contacto humano sigue siendo esencial para generar empatía y confianza" .

Junto a la mejora de la eficiencia, la IA generativa enriquece la interacción humana, ya que fortalece la comunicación y la relación médico-paciente . El responsable del grupo de trabajo de salud digital de SEMG opina que estas herramientas pueden facilitar la creación de materiales educativos individualizados y adaptados al nivel de comprensión de los pacientes, facilitando trasladar la información de sus diagnósticos y tratamientos de forma clara y accesible.

Respecto al uso de chatbots o de plataformas interactivas, estima que pueden proporcionar una herramienta de soporte con interacción continua para ofrecer respuestas rápidas a dudas frecuentes, lo que mejora la accesibilidad y, a su vez, disminuye la carga asistencial. La IA optimiza procesos y apoya en los diagnósticos, pero acentúa que "es una herramienta complementaria, mas no sustitutiva de la autonomía del médico" .

Una de las promesas de la IA generativa es poder liberar tiempo de médicos, enfermeras y otros profesionales para que puedan centrarse más en la atención directa y humana de sus pacientes. "La capacidad de la IA para reducir la carga administrativa y burocrática, así como para automatizar algunos procesos, pueden aumentar el tiempo que los profesionales sanitarios pueden dedicar a escuchar y examinar a los pacientes reforzando la conexión humana" , pronuncia Esquerda.

Para lograrlo, "es fundamental valorar la implantación de IA en clave de proceso, no sólo como un instrumento" . La primera digitalización en el ámbito de la relación clínica en salud habría sido la implantación de la historia clínica electrónica. "Su desarrollo ha supuesto ventajas claras e indiscutibles, como la centralización de la información del paciente, evitar errores, automatización de la receta, con la consecuente mejora de la calidad y seguridad de la atención, pero ha producido una mayor carga administrativa y de registro a los profesionales, con una distorsión directa en la relación con los pacientes y en la comunicación, favoreciendo la deshumanización de la atención" .

La frase de "el médico sólo miraba la pantalla y no me miró" es frecuentemente repetida por los pacientes. Avisa de que, para evitar que, con el desarrollo de las IA en salud, no se amplifique la despersonalización, deberán tenerse muy en cuenta los procesos, así como la participación y experiencia del paciente en su desarrollo.

Los grandes modelos de lenguaje (LLMs) pueden ayudar a los profesionales sanitarios a comunicarse con los pacientes. De la Iglesia remacha que, en la atención médica, a menudo se dan situaciones en las que los profesionales están luchando, no con un caso de diagnóstico desconcertante o una decisión de tratamiento compleja, ni siquiera con la abrumadora carga de papeleo clínico que deben rellenar, sino con la propia comunicación de la información clínica.

"Sorprendentemente, los LLMs pueden ayudar en la tarea más humana que tiene que enfrentar un médico en la consulta: cómo hablar con el paciente. Los LLMs a menudo lo hacen con una claridad y una compasión asombrosas" , expone.

Al ser herramientas de propósito general, no orientadas a la práctica clínica o a un problema concreto como sucede con la IA clásica, parecen capaces de amplificar o añadir contexto sobre la experiencia humana; nuestras culturas, nuestras emociones y la importancia de las interacciones sociales en cualquier dominio.

Con todo , las herramientas de IA generativa pueden analizar las interacciones médico-paciente y sugerir formas de mejorar la comunicación , ofreciendo frases para mostrar comprensión. De esta forma, "los LLMs muestran empatía, convirtiéndose en un verdadero apoyo para abordar los objetivos de la atención médica, ayudando a los médicos a comunicarse de manera más efectiva con los pacientes que tienen dificultades para expresar sus emociones o que no entienden la información médica compleja" .

La IA generativa también puede dar soporte mediante la generación de informes después de la visita, creando automáticamente resúmenes claros y concisos de la consulta para el paciente, explicando el diagnóstico, el plan de tratamiento y respondiendo a sus preguntas de manera comprensible.

Esto puede ayudar a los pacientes a comprender mejor su condición y sentirse más involucrados en su cuidado. Como ya se ha dicho, la IA generativa proporciona un canal de comunicación 24/7, donde el paciente puede acudir en momentos en los que el facultativo no esté disponible.

Este soporte proporcionado por la IA generativa tiene el potencial de fortalecer la relación médico-paciente. "De ninguna manera debería afectar a la autonomía médica, puesto que el profesional sanitario siempre debe de tener la última palabra sobre el procedimiento a seguir y en él debe residir el poder de decisión sobre el plan médico del paciente" , aclara la directora de Desarrollo de Negocio de Genómica, Analítica Avanzada e IA en Fujitsu.

La IA generativa es un apoyo al profesional y empodera a los pacientes al brindarles acceso a información médica confiable y comprensible . Pero, es crucial que los pacientes comprendan que la IA es una herramienta y no un sustituto de la opinión médica profesional.