La IA ya está en nuestras vidas, y se supone que en nuestra salud. Los sistemas sanitarios y distintas especialidades médicas ya utilizan la IA generativa para diagnóstico, gestión o toma de decisiones. Incluso una “Alexa” toma nota de la consulta médica y traslada a la historia clínica la información precisa. De esta forma, el tiempo dedicado a la gestión administrativa de los profesionales médicos se emplea en el paciente y la calidad de la visita se incrementa de forma notable.
Hospitales y datos
Pero este es un escenario ideal que no veremos salvo excepciones. Para empezar, la digitalización de las historias clínicas no permite en muchos casos ni trabajar con Data Mining ni Real World Data. La calidad de los datos es pobre, presenta incompatibilidad y eso impide utilizarlos en la toma de decisiones. Y sin datos, la IA generativa tampoco puede desplegar todo su potencial.
La asistencia sanitaria está aún lejos de poder aprovechar algo que ya está siendo utilizado en muchos ámbitos de forma acelerada, y que transformará la productividad y la manera de trabajar de muchos sectores. Y lo está haciendo ya.
De hecho, la digitalización de los hospitales sigue un patrón desigual en cuanto a nivel de digitalización, según comenta Jose Luis Fernández de IQVIA. Si no podemos extraer datos e información útil de las historias clínicas, el hospital sigue anclado en el modelo asistencial del siglo pasado.
Posible solución
No es posible esperar a que sea la administración pública exclusivamente quien se ponga de acuerdo para superar estas barreras tecnológicas. Como la propia investigación clínica, sólo es posible con la colaboración público-privada. Los sistemas sanitarios públicos y sus concesiones cuentan con la capacidad asistencial. Por su lado, las empresas competitivas consiguen implantar tecnologías y desarrollar productos y servicios que pueden transformar la asistencia sanitaria, hacerla de mayor calidad, más eficiente y más amplia con la base tecnológica precisa.
La colaboración público privada es clave porque los sistemas sanitarios no pueden implantar sistemas de IA generativa, no cuentan con profesionales que lo entiendan y están ya plenamente volcados en labores asistenciales y de investigación. Para avanzar con la sanidad digital es preciso colaborar con los que tienen el conocimiento, que son las empresas. La iniciativa pública no suele tener ni la iniciativa ni la capacidad de transformarse a si misma, y no es lo que se espera. Pero debe promover los cambios y alianzas necesarias a través de la colaboración y la visión de la necesidad de su transformación.
Ensayos clínicos, pacientes reales
Existen críticas frecuentes en relación a que los ensayos clínicos que se realizan son en condiciones ideales, y que no representan a los pacientes vistos en la consulta diaria.
La IA puede ayudar a procesar, entender y analizar los datos de los ensayos clínicos completando los mismos con datos en la vida real (RWD). El RWD debe complementar y desarrollarse no solo para la seguridad en relación al uso de los medicamentos, sino para verificar los datos clínicos presentados, sacando conclusiones generando resultados.
Pocos pacientes
La “n” muestral de muchos ensayos clínicos ahora son pequeñas y es una crítica de las autoridades regulatorias cuando se presentan estudios con pocos pacientes, de enfermedades cada vez de poblaciones más pequeñas y características genéticas concretas.
La mayoría de enfermedades graves que cuentan con una terapia innovadora responden a patrones genéticos de una población reducida. El uso de la IA y el RWD podría dar respuesta a estos casos que en ocasiones no cuentan con la aprobación en España de la financiación pública o ésta se retrasa en exceso.
Los datos de la vida real (RWD) pueden incrementar la n muestral y asegurar que la autorización regulatoria se desarrolla y confirma más allá de los ensayos que muestran ventajas con poblaciones pequeñas de pacientes. Pero mientras esto llega, España debe mejorar los tiempos de espera de las aprobaciones de nuevos medicamentos e indicaciones.
