¿Cómo transforma la IA el sector de atención a la salud?

A nivel mundial, los sistemas de atención a la salud están sobrecargados debido al envejecimiento de la población, el crecimiento del número de pacientes crónicos, el aumento de los costos de los tratamientos y fármacos, y la falta de personal. Al mismo tiempo, los requisitos excesivos de documentación están contribuyendo al agotamiento y desgaste laboral del personal médico y de enfermería.

Por suerte, los rápidos avances en IA predictiva y generativa ya están mejorando la forma en la que trabajan los profesionales médicos, los investigadores clínicos y los administradores de hospitales y aseguradoras. Además, estos avances permitirán ofrecer cambios aún más transformadores en los próximos años. Estos sistemas de IA destacan por ser capaces de detectar patrones ocultos en grandes conjuntos de datos, centrarse en esa información de imágenes clínicas difícil de discernir, asistir en diagnósticos de casos complejos y recomendar mejoras operativas que se podrían aplicar para reducir costos. Estos avances podrían derivar en mejoras de los procesos, aumentos de la productividad y resultados más favorables para los pacientes. Siga leyendo para descubrir las ventajas, los retos y las aplicaciones de la IA en el sector de la atención a la salud.

¿Qué es la IA?

La IA utiliza modelos estadísticos predictivos y una gran cantidad de computación para resolver problemas complejos, entender y responder a las consultas de lenguaje natural, crear vídeos y distintos tipos de contenido en línea, clasificar imágenes y mucho más. Las redes neuronales, incluidos los grandes modelos de lenguaje, están alimentadas con una cantidad de datos históricos para crear modelos de IA que puedan realizar predicciones para que, de esta forma, los usuarios puedan anticiparse y resolver un gran abanico de problemas. Asimismo, estos modelos pueden revisar sus parámetros estadísticos con el fin de corregir los posibles errores y aplicar su conocimiento a la resolución de nuevos problemas y contextos. Las grandes inversiones en centros de datos y chips necesarios para entrenar modelos de IA y potenciar sus inferencias (el proceso de razonamiento que utilizan para responder a las consultas de los usuarios) han impulsado el auge de la IA.

¿Qué es exactamente la IA en el sector de atención a la salud?

Los médicos, los investigadores clínicos, las empresas farmacéuticas y el personal médico están utilizando la tecnología de inteligencia artificial para asistirles en los diagnósticos, los exámenes de los pacientes y el desarrollo de fármacos, además de para mejorar la eficiencia hospitalaria. Las historias clínicas electrónicas (HCE) se han utilizado ampliamente en los hospitales y las consultas médicas de EE. UU. en los últimos 15 años, en gran parte debido a la inversión de miles de millones de dólares por parte del gobierno federal. Si bien el uso de las HCE ha hecho que el mantenimiento de registros sea más preciso y ha reducido los errores médicos, los exigentes requisitos de toma de notas, el uso de pantallas difíciles de navegar y la aparición de alertas y mensajes de bandeja de entrada a menudo innecesarios han supuesto una carga de trabajo adicional para los profesionales de la atención a la salud. Las HCE mejoradas con asistentes de IA pueden ayudar a los médicos a ahorrar tiempo y dedicar un mayor tiempo a atender al paciente en la consulta mediante diversas acciones. Por ejemplo, el médico puede solicitar que se generen resúmenes de las enfermedades, la medicación y los resultados de laboratorio del paciente antes de realizar los exámenes pertinentes; o bien puede indicar que se le dirija rápidamente a las funciones clave de la HCE usando comandos de lenguaje natural escritos o por voz.

En Radiología, los sistemas de IA pueden ayudar a detectar las áreas de escaneo con la mayor probabilidad de crecimiento anómalo del tejido o medir indicadores específicos, como cambios en el volumen renal, que pueden ayudar a que los médicos pronostiquen el declive de las funciones antes de que se muestren indicadores en los análisis de sangre.

No obstante, muchas aplicaciones de la IA al sector de la atención a la salud se centran en aliviar la carga administrativa de los hospitales y las consultas médicas. Por ejemplo, estas aplicaciones pueden automatizar el proceso de programación y facturación, asistir en la escritura de cartas de autorización previa a las compañías de seguro o recordarle a un paciente que debe pedir cita para una mamografía. El sector de las TI aplicadas a la atención a la salud está creando sistemas de GenAI que apoyen al proceso diagnóstico mediante el análisis de los antecedentes del paciente, los resultados de exámenes médicos y los resultados de las pruebas de laboratorio, y combinando toda esta información con revisiones de la literatura médica sobre enfermedades. Esta información resultante puede serle de gran utilidad al médico en casos complejos.

Puntos clave

• Las HCE en desarrollo están incorporando IA generativa para permitir que los médicos puedan disponer de resúmenes de los antecedentes y resultados de laboratorio de los pacientes, además de permitirles filtrar la información y buscar dolencias específicas.
• Las herramientas de diagnóstico que utilizan IA pueden ahorrarles tiempo a los radiólogos y aumentar la precisión al mostrar las áreas de escaneo que tienen una mayor probabilidad de presentar crecimiento de tejido cancerígeno, o al medir los indicadores que pueden predecir la disminución de la función de un órgano antes de que se muestren los marcadores en los análisis de sangre.
• Además, el uso de la IA puede ayudar a extraer conclusiones de datos de diferentes fuentes, incluidas las historias clínicas electrónicas, los resultados de dispositivos médicos y los resultados de pruebas genómicas, que podrían ser relevantes tanto para la investigación como para la prestación de cuidados.
• En los departamentos de gestión administrativa,el uso de IA puede ayudar en el departamento de facturación a maximizar los ingresos, automatizar la programación, recordar a los pacientes las pruebas y redactar solicitudes de autorización previa.

Ventajas de la IA en el sector de atención a la salud

La IA está preparada para ofrecer una gama de beneficios en la investigación médica, el desarrollo de fármacos, el diagnóstico clínico y la prestación de cuidados, y la administración en el sector de la atención a la salud.

• HCE: los sistemas de historia clínica electrónica mejorados con IA generativa pueden ahorrarle tiempo a los médicos, ya que pueden preparar para las citas de antemano con resúmenes concisos de los pacientes, simplificar la navegación del sistema y automatizar la toma de notas.
• Diagnóstico por imagen: los departamentos de radiología hospitalaria utilizan IA para analizar la imágenes médicas y para ayudar a identificar los órganos y los posibles problemas, así como para predecir enfermedades de forma más rápida y precisa de lo que podían anteriormente.
• Programación y planificación en el hospital: los sistemas de programación mejorados con IA pueden ayudar a los administradores a asignar el personal y el equipo a los lugares donde sean más necesarios. Además, los robot con IA incorporada pueden aprender nuevas rutinas para la entrega eficiente de medicación, muestras de laboratorio, alimentos y otros suministros.
• Ensayos clínicos: las empresas farmacéuticas están analizando los datos de las HCE relacionados con los resultados de salud y los datos demográficos para encontrar participantes para los ensayos clínicos. El trabajo de investigación realizado en el Cambridge Centre sobre el uso de la IA en Medicina tiene como objetivo encontrar subgrupos de pacientes entre aquellos que participaron en ensayos clínicos fallidos, pero se beneficiaron del tratamiento. Asimismo, el proceso de desarrollo de fármacos en laboratorio se está beneficiando de los modelos de IA que pueden detectar patrones en las distintas formas de interacción molecular entre los compuestos y los patógenos que podrían ser candidatos a un estudio más detallado.
• Investigación médica: las HCE contienen una gran cantidad de notas escritas con información valiosa sobre tratamientos y resultados, pero ha sido complicado estos datos no estructurados para utilizarlos para investigación. El procesamiento de lenguaje natural puede extraer datos de las notas clínicas para indicar efectos secundarios de los fármacos o identificar signos de alerta temprana de enfermedades. Los estándares de la industria, como Conjunto mínimo básico de datos (CMBD) de Oncología en el caso del cáncer, pueden poner a disposición de la investigación datos de HCE de diferentes plataformas de software para que se puedan comparar las distintas opciones de tratamiento.
• Seguridad de los fármacos: este campo pronto podría beneficiarse de los sistemas de IA que extraen datos clínicos almacenados en las HCE para medir la eficacia y el riesgo de los medicamentos entre distintos grupos demográficos. Los grandes modelos de lenguaje, asistidos por una técnica denominada "generación aumentada por recuperación" o RAG (por sus siglas en inglés), pueden combinar los conjuntos de datos de las empresas farmacéuticas para encontrar los pacientes que tienen un mayor riesgo de desarrollar reacciones adversas a los fármacos.

Retos a los que se enfrenta la IA en el sector de atención a la salud

La aplicación de IA a los datos de la HCE no significa que automáticamente se produzcan mejoras en la información, los cuidados al paciente y los procesos hospitalarios. El personal clínico, los administradores y otros miembros del personal deben confiar en la tecnología lo suficiente para utilizarla de forma regular y ser conscientes de los errores que puede cometer. Además. los hospitales con dificultades financieras deben comprender el alto costo que tiene la limpieza y anonimización de los datos de los pacientes para entrenar los modelos de IA. Continúe leyendo para conocer estos retos y más.

• Confianza de los médicos: los médicos pueden ser reacios a utilizar sistemas que puedan provocarles que cometan errores o que puedan sustituirles en su trabajo. Sin embargo, los sistemas basados en IA deben utilizarse como asistentes para ayudarles a mejorar la prestación de cuidados, pasando de forma paulatina y con cuidado de emplearse en casos de bajo riesgo a emplearse en casos de mayor riesgo.
• Reglas de privacidad: la existencia de reglas estrictas para regular cómo se puede acceder y compartir los datos relacionados con la atención a la salud han limitado la disponibilidad de datos para el entrenamiento de los modelos de IA. No obstante, las regulaciones están cambiando a nivel mundial para permitir que se utilicen más datos relacionados con la atención a la salud para entrenar modelos y, así, poder prestar asistencia en la toma de decisiones médicas. Por ejemplo, la regulación del Espacio Europeo de Datos de Salud establece formatos comunes para los datos médicos y reglas sobre la reutilización de los mismos. Del mismo modo, la Ley de Datos (Uso y Acceso) del Reino Unido hace que los datos sobre enfermedades preexistentes, citas y pruebas sean accesibles desde cualquier parte del National Health Service (Servicio Nacional de Salud), independientemente del sistema de TI que los haya creado.
• Calidad de los datos: disponer de datos médicos completos y estandarizados es crucial para obtener diagnósticos y tratamientos basados en la IA que sean efectivos. Sin embargo, el proceso de limpieza de los datos para garantizar su calidad puede afectar a la situación financiera de los proveedores asistenciales, especialmente a los hospitales y otras consultas que tengan un pequeño margen de beneficios.
• Silos de datos: la falta de interoperabilidad entre las HCE de proveedores distintos ha limitado la posibilidad del intercambio de datos entre los diferentes proveedores asistenciales. Del mismo modo, la falta de interoperabilidad entre sistemas ha limitado el intercambio de datos en los grupos de investigación clínica, empresas farmacéuticas y organizaciones gubernamentales. No obstante, los estándares del sector y los intercambios de datos gubernamentales están ayudando a solventar estos problemas.

10 casos de uso y ejemplos de IA en el sector de atención a la salud

Los profesionales médicos están usando la IA con una gran variedad de aplicaciones para mejorar la obtención de información acerca del diagnóstico y la toma de decisiones médicas, para predecir los resultados del paciente y para poder lograr mucho más aún. Estos son 10 de los casos de uso de IA más comunes en el sector de atención a la salud y ciencias de la vida.

1. Diagnóstico por imágenes médicas: el análisis de radiografías, resonancias magnéticas y TAC usando la IA puede ayudar a los médicos a proporcionar un diagnóstico identificando, por ejemplo, si existen cambios en el volumen del riñón que puedan indicar si la función renal se ve deteriorada de forma prematura. Las herramientas de IA pueden ayudarle a detectar áreas de escaneo que tengan una mayor probabilidad de desarrollar o presentar un crecimiento anómalo del tejido.
2. Toma de decisiones predictiva: un operador de hospitales de rehabilitación en EE. UU. está utilizando modelos de IA para predecir las caídas de pacientes y poder detectar aquellos pacientes dados de alta que puedan presentar un mayor riesgo de readmisión. Asimismo, los profesionales asistenciales utilizan la IA para tomar mejores decisiones con base en las previsiones de riesgos de la enfermedad y los resultados de los pacientes.
3. Asistencia en la toma de decisiones clínicas: en un estudio limitado publicado en la revista de acceso global JAMA Network Open en el 2024, se observó que los diagnósticos de GPT-4, el chatbot con IA generativa de OpenAI que fue alimentado con 6 casos clínicos, fueron más precisos que los diagnósticos realizados por médicos que utilizaron el chatbot únicamente como asistente o que no lo utilizaron en absoluto.
4. Procesamiento de lenguaje natural: los algoritmos de la IA pueden automatizar el proceso de toma de datos durante la examinación del paciente mediante el uso del reconocimiento de voz. Además, también pueden ayudar a extraer información de las notas clínicas.
5. Descubrimiento de fármacos: el uso de la IA puede acelerar la identificación de nuevos tratamientos y terapias mediante la búsqueda de compuestos en la biblioteca de la empresa farmacéutica. Además, esta puede utilizarse para predecir la seguridad de los fármacos y los efectos secundarios.
6. Medicina personalizada: los algoritmos de la IA pueden proporcionar información sobre las repuestas de un paciente a distintos fármacos en función de su genética, ayudando así a los médicos a determinar la pauta posológica más óptima.
7. Automatización administrativa: el software basado en IA puede simplificar la programación, el seguimiento, la facturación y la documentación de los pacientes, así como ayudar a los profesionales asistenciales a reducir gastos prediciendo las necesidades del personal clínico y de los equipos.
8. Monitorización remota de pacientes: los sensores y dispositivos habilitados para IA que utilizan los pacientes pueden ayudar a los médicos a monitorear el corazón, la diabetes, el cáncer y otras enfermedades para que se pueda intervenir en casos en los que los pacientes no se adhieran al tratamiento, no realicen ejercicio o no cumplan con la dieta o con otros planes de cuidados pautados.
9. Asistentes de salud virtuales: los chatbots con IA pueden ofrecerle sugerencias sobre la posible enfermedad de un paciente y sus tratamientos, e incluso recomendar cambios en su estilo de vida o en la dieta. Además, estos chatbots se pueden utilizar para programar citas con los pacientes y que estos puedan prepararse antes de asistir a las visitas.
10. Cirugía robótica:los sistemas de cámaras, brazos mecánicos e instrumentos guiados por computadora y mejorados por IA que controla el cirujano, pueden operar en algunos casos con mayor precisión que los médicos que emplean instrumentos manuales, lo que podría derivar en menos complicaciones, un menor sangrado y una recuperación más rápida de los pacientes. Asimismo, los algoritmos producidos por la IA pueden ayudar a planificar los pasos de la cirugía robótica, colocar los instrumentos donde corresponda y clasificar las imágenes médicas.

¿Cuál es el futuro de la IA en el sector de atención a la salud?

Un mayor desarrollo y adopción de estándares nacionales e industriales ayudará a las organizaciones del sector de la atención a la salud y a los gobiernos a compartir más datos, proporcionando una base más sólida para los análisis impulsados por IA. Por ello, los hospitales con mayor presión financiera tendrán que encontrar formas de invertir en herramientas de última generación y preparar los datos para que puedan ser analizados por la IA.

Asimismo, es probable que se expanda el uso de robots hospitalarios que el personal de enfermería y otros empleados puedan controlar desde sus teléfonos móviles para transportar muestras de laboratorio, instrumental y suministros médicos y, de esta forma, acortar los tiempos de entrega y liberar al personal. Se están empezando a introducir en el mercado HCE que utilizan IA generativa (GenAI) para obtener de forma rápida la información que necesita el médico en el momento exacto, lo que evita una navegación compleja por toda la pantalla.

En la próxima década, es probable que los médicos puedan beneficiarse de sistemas de IA que asistan en la toma de decisiones médicas durante las visitas de los pacientes,. Estos sistemas enviarán las sugerencias de diagnóstico al equipo o tableta del médico basándose en la información de la visita, la literatura médica existente y los datos registrados sobre casos similares. Además, estos sistemas podrían ayudarle también a recomendar pruebas y medicamentos.

Moderniza la atención a la salud con Oracle

Los productos de Oracle Health mejoran varios aspectos de la atención a los pacientes, incluso a través de la IA generativa. Además, pueden ayudar a personalizar los flujos de trabajo del personal, agilizar la gestión de los pacientes y proporcionar información relevante antes de los exámenes médicos.

Oracle Health Clinical AI Agent (el asistente clínico de IA de Oracle Health) captura conversaciones entre el médico y el paciente para generar borradores de notas en la HCE, además de permitir a los médicos obtener a datos de las historias clínicas de los pacientes mediante comandos de voz. Oracle Health Data Intelligence (Inteligencia de datos de Oracle Health) permite a los proveedores de atención a la salud y a los pagadores realizar análisis de IA sobre datos clínicos y financieros. Los servicios pueden priorizar a los pacientes de alto riesgo, marcar los exámenes fuera de plazo y pedir a los pacientes que programen sus citas.

Preguntas frecuentes sobre la implementación y el use de la IA en el sector de atención a la salud

¿Cómo se utiliza la IA en el sector de atención a la salud?

La inteligencia artificial está transformando numerosos aspectos de la atención al paciente y la administración de la atención médica, proporcionando un apoyo al diagnóstico, planes de tratamiento personalizados, ayuda en la documentación, en ensayos clínicos y en la planificación hospitalaria.

¿Cuál es un ejemplo de IA empleada en el sector de atención a la salud?

El software para el sector de atención a la salud mejorado con IA puede extraer información sobre los antecedentes del paciente de la historia clínica electrónica, ayudar a que los médicos documenten más rápido las visitas de los pacientes, asistir las empresas farmacéuticas durante el diseño de ensayos clínicos y ayudar con la planificación del personal en los hospitales.