En una era de crecimiento exponencial de los datos, la capacidad de transformar los datos sanitarios en decisiones significativas factibles está reconfigurando el futuro de la sanidad. Pero, ¿cómo se puede garantizar que los datos sean accesibles, seguros y se utilicen eficazmente para mejorar los resultados de los pacientes? ¿Qué papel desempeña la IA a la hora de hacer que los datos sean más accesibles? Tres expertos de ámbitos distintos han compartido, en el marco del 31º Encuentro del Sector Sanitario organizado por IESE Business School y Deloitte este miércoles 2 de abril, ejemplos de uso de datos e IA que ya han puesto en marcha.

Desde el ámbito clínico, Josep Munuera del Cerro, director de radiodiagnóstico del Hospital de la Santa Creu I Sant Pau señala que a día de hoy, de unos 1.000 algoritmos de IA que la FDA ha aprobado en Estados Unidos, 800 pertenecen al campo de la radiología. "Eso ya nos está indicando que al menos en la implementación clínica de la Inteligencia Artificial somos el área más avanzada", resalta.

Así pues, en el departamento de radiología del centro catalán han creado un hub de IA que ha desarrollado un programa enfocado en dos grandes líneas. "El primero una linea de aplicación clínica. Aquí nos estamos centrando en soluciones que tengan aplicación directa sobre el paciente". Por otro lado, impulsan una facción dedicada a la innovación, "en la que hacemos desarrollo con objetivos siempre transaccional hacia el paciente y la operativa".  "Por ejemplo, gracias a los algoritmos de IA recientes hemos podido quitar ruido y mejorar la imagen de las resonancias magnéticas. Hemos podido introducir algoritmos de aceleración en esta prueba diagnóstica, de manera que si hace cinco años se requerían 45 minutos dentro de la máquina para una resonancia craneal, hoy en día se tardan 15 minutos. Ese es el cambio más radical y el aspecto que más ha transformado los departamentos de radiología", comenta. 

Otros ámbitos de la salud con grandes posibilidades para la IA

Por su parte, Javier Quintana, Subdirector General de Salud de DKV, comparte la aplicación en las aseguradoras de la IA, aunque reconoce que "hay muchas posibilidades y pocos casos de uso". "Nosotros estamos empezando a utilizarla", apunta.

Así, diferencia entre "lo que ya se está haciendo y las posibilidades que se presentan en el futuro". Actualmente, los agentes virtuales permiten, por ejemplo, resolver la duda de si una aseguradora cubre o no un problema de salud. "También podemos detectar situaciones especiales para el cliente, como si está sufriendo una urgencia vital o necesita algún tipo de cobertura adicional", añade. Así como mejorar los tiempos de un proceso tan tedioso "como el pago del reembolso" o "detectar el fraude". "También disponemos de policlínicos distribuidos por todo el territorio de la península. Ahí intentamos mejorar la experiencia del cliente y por otra parte, ayudar a los médicos que tenemos en esos espacios", continúa explicando Quintana.

De cara al futuro, el experto explora las distintas posibilidades "que se podrían hacer, pero no se están haciendo". En la parte asistencial, pasan por "la gran esperanza para el diagnóstico temprano de enfermedades y la prevención real". Otra corriente a nivel de Estados Unidos es la de los seguros dinámicos, "en los que la tarifa que le pagas a la aseguradora depende de tu estilo de vida", expone el especialista, quien aclara que debido a las limitaciones que presenta, esta idea se encuentra todavía en el ámbito de la teoría y no tanto en la práctica. "Todos estos usos se engloban dentro de lo que se nos ha ocurrido sin darles muchas vueltas. Ahora nos queda la parte más imaginativa, los usos que todavía no son tan claros y evidentes… Lo que podemos aportarle a la IA mediante la imaginación del ser humano son nuevas hipótesis basadas en la observación", finaliza.

En tercer lugar, Pedro Álvarez de la Gala, como Digital Innovation Lead de Roche Pharmaceuticals Spain, se centra en el uso de la IA en la industria farmacéutica. "Ante tanto cambio", afirma, "en nuestro caso lo que no cambia es el propósito de prevenir, tratar y parar enfermedades". "Entendemos que la IA generativa va a ser un catalizador de este propósito", señala Álvarez de la Gala.

Y en el caso de Roche están viviendo el proceso "como una revolución" interna. "No tenemos una certidumbre plena, pero en estos dos años hemos obtenido ciertos aprendizajes". En este sentido, sostiene que han identificado 100 casos de uso. "En general, de ellos se deduce que esta tecnología va a afectar a toda la cadena de valor de la compañía y a todos los empleados".

Los articularon en tres grandes grupos. En primera instancia, "una serie de casos de uso a corto plazo que tenían que ver con llegar a todos los empleados". Por otro lado, apuntaron a la "redefinición de formas de hacer las cosas, los procesos buscando la eficiencia". Ambos ofrecían un gran número de posibilidades. Y por último, más lejano, "se trataba de un grupo que nos ha ayudado a visualizar hacia dónde tenemos que ir".

Pero en resumidas cuentas, considera que "el reto que tenemos en este punto es priorizar para ganar eficiencia".