Dr. Carlos Alberto Díaz.
Profesor Titular Universidad ISALUD.
Sobre la inteligencia artificial se escribe, se dice y se opina mucho más de lo que se la utiliza en la realidad, se la aplica menos y se trabaja sobre ella simplemente en proyectos que están incubando y que están tratando conseguir clientes prestadores sanatoriales, que comiencen a utilizarla y fortalecer sus bases de datos y probar los algoritmos.
Eric Topol en el 2024, en una conferencia magistal en el Grand Rounds Contemporary Clinical Researchers Great Teachers que la humanidad está a punto de vivir «el momento más emocionante de la medicina» debido a los extraordinarios avances en inteligencia artificial y sus aplicaciones en el futuro cercano.
La integración de la inteligencia artificial en la atención médica es recibida con un inusitado entusiasmo, pero debemos tener cautela, saber esperar, superponer con los sistemas actuales, y en el mientras tanto acelerar la transformación digital, depurar bases de datos, incorporar decididamente una historia clínica electrónica. Realizar acciones para evitar que la desigualdad injusta se cristalice. Una porción importante de esto es su confiabilidad, que se encuentra en la intersección de la tecnología, la práctica clínica, la ética, la responsabilidad. Es que los sistemas debieran ser confiables, seguros y transparentes, que las cohortes sean las adecuadas, que estén anonimizadas, las dificultades de obtener el consentimiento informado que pueda explicar la tecnología compleja involucrada, un compromiso de los datos abiertos, que requiere medidas de privacidad adicionales. Gran parte de la fiabilidad radica en que base de datos e información se utilice para su carga, que datos incluimos, la documentación de los datos de entrenamiento de los algoritmos.
Los productos comerciales de inteligencia artificial aprobados por la FDA, (1016) están dirigidos a problemas específicos, con métodos diferentes, más o menos complejos, de machine learning o deep learning, con mayor o menor nivel de aprendizaje, es mucho más prometedor que realizador.
Otras innovaciones de este siglo fueron muy esperanzadoras como la descripción completa del genoma, pero no se logra interpretar todo los que nos quiere decir, se abrió la caja de Pandora, pero todavía no sabemos que quedó dentro.
Esta perspectiva de la inteligencia artificial transita la investigación para describir importantes alternativas en los tratamientos, el campo del diagnóstico, de la investigación de los fármacos y clínica, de la cirugía, de los quirófanos, de las imágenes, de la histopatología, de las imágenes de la piel y de la retina, de los diagnósticos diferenciales, de la capacidad del pensamiento médico y disminución de los errores o eventos adversos prevenibles.
Poco es lo que se normalizan los datos en la salud, se almacenan en historias clínicas electrónicas, se analizan estos resultados y se buscan las relaciones inteligentes. Existen justificativos para que eso ocurra. Pero hay que abandonar ese laberinto de confusión en la cual estamos. Puesto que la inteligencia artificial no es la solución a todos los problemas.
La recopilación y revisión de la información disponible añade otro obstáculo que HIT necesita sortear con éxito. Irónicamente, la escasez y el exceso de información pueden coincidir incluso en el registro de un solo paciente. Los médicos escriben rutinariamente evaluaciones, resúmenes de casos e informes de pruebas y recopilan datos de laboratorio, pero los hallazgos individuales a menudo son significativos solo en el contexto relevante, ya sea en retrospectiva, al estimar el progreso, o en relación con otras condiciones concurrentes al considerar la gravedad. Sin embargo, esta información puede almacenarse en múltiples sistemas de registros médicos electrónicos (EHR) o en sistemas auxiliares que pueden o no ser funcionalmente interoperables. Es posible que los pacientes tratados en diferentes lugares que reciben atención y servicios especializados solo tengan partes de sus datos históricos registrados en un sistema de EHR, y es posible que el médico revisor no esté al tanto de los eventos críticos descritos en fuentes inconexas (Weber et al. 2017). Incluso la información que se puede encontrar en un solo sistema puede no ser fácilmente accesible para una revisión contextual adecuada.
Estamos frente a una era de la información, la salud es una gran generadora de datos y de conocimientos.
En la salud se invierte alrededor del 10% del PBI mundial. Pero lo que más crece es la cuenta de medicamentos. Los medicamentos en 2024, en argentina aumentaron la facturación aunque se disminuyó la venta en mostrador, la industria farmacéutica en Argentina registró una facturación total de $7,48 billones de pesos, con un aumento del 254.9% en comparación con 2023. A nivel mundial, la facturación de medicamentos es mucho mayor, con ingresos globales que superaron los 1.5 billones de dólares en 2023, principalmente impulsados por Norteamérica. En el 2020 estaba en 1.1 billones de dolares.
La atención de los pacientes esta envuelta y comprometida por la disposición de medios al alcance de los profesionales y los pacientes, y de la falta de conocimientos confiables e independientes esto es lo que potencialmente podría mejorar la inteligencia artificial.
Por la naturalización que la salud debe ser una conquista individual de ascenso social como la educación, y que por ello debe ser privada, carece de transparencia entre quien la financia y la produce, se esta ajustando mediante el aumento del gasto de bolsillo.
La inteligencia artificial en la gestión sanitaria se refiere a la aplicación de algoritmos de automatización, análisis de datos y aprendizaje automático para mejorar el diagnóstico médico, la planificación del tratamiento y la prestación general de asistencia sanitaria. Ahora podría ser una herramienta vital para mejorar la productividad y los resultados de los pacientes debido a las crecientes demandas de atención médica y un enfoque cada vez mayor en la medicina de precisión. (Topol, 2019). El análisis predictivo, los tratamientos individualizados y la detección temprana de enfermedades son posibles gracias a la incorporación de la IA en la gestión de la salud. Las aplicaciones son numerosas y revolucionarias, y van desde sofisticados modelos de aprendizaje automático que pronostican brotes de enfermedades hasta chatbots impulsados por IA que ayudan a los pacientes.
Tener información y datos para ganar una posición de mercado mayor, es importante para estas empresas. Será un gran negocio tener datos de salud y comercializarlos, para que los nuevos desarrollos sepan cual es el tamaño del mercado. Asimismo, el envejecimiento de la población, la epidemia de las enfermedades crónicas, el aumento de los costos de tratamiento, la tecnología es costosa y en muchos casos, se trabaja en la parte plana de la curva, o sea que el aumento del gasto no se correlaciona con la mejora de los resultados. La fragmentación de la atención en la medicina, la prescripción inadecuada, la medicina defensiva, la judicialización, generan inflación del gasto en salud con respecto al PBI.
La experiencia negativa y frustrante a la cual nos enfrentamos cuando se quieren tomar decisiones en función de algunos indicadores o métricas de mala calidad, o bien buscar relaciones causales, y con ello descifrar y planificar las características que debe tener la oferta de servicios adecuados a la producción y la atención de los pacientes, las dificultades y complejidades de evitar la atención fragmentada y episódica, que no es solo por si el paciente tiene cobertura o no, si tiene prepaga u obra social, si tiene atención gestionada o no programada, la falta de vocaciones, profesionalismo, agotamiento, multiempleo y paga miserable, constituyen un combo nefasto para impulsar un proceso de cambio profundo.
Por otra parte, Cuando hay información además no es compartida y no es fácil disponer de ella. Uno entra en una «interpretación de sombras chinescas». Los precios «sombra», los intercambios «extracontractuales» los intereses, el desconocimiento de la efectividad clínica real, la ciencia coaptada, el desierto que recorre la evidencia científica hasta llegar a la práctica, que tarda diecisiete años en difundirse, el uso irracional de medicamentos, la polifarmacia, el uso indiscriminado de antibióticos y de benzodiacepinas.
Las carencias más elementales que viven los sistemas de salud de nuestro país, la falta de controles, no ir a buscar las necesidades de las personas, realizar un modelo de práctica episódica.
Y entonces hablamos de inteligencia artificial, de los prompts, de los ChaptGPT, de las alucinaciones de sus respuestas, de «que va a reemplazar a los médicos» de la búsqueda dedicada que nos acompaña y nos enseña, mientras seguimos con la tracción a sangre de los papeles, de los estudios diagnóstico que no impactan en ningún HIS y por supuesto el alma de los que todavía y pese a todo tienen vocación y esperanza.
Lo digo desde el apasionamiento por estar explorando esta nueva era del conocimiento, que me encuentra al final de la existencia, este pasaje, en esta dimensión, pero igualmente con esfuerzo trataré de alfabetizarme y difundir esta alternativa para ser mejores y cometer menos errores, superar al ojo y la inteligencia humana con esa ayuda que nos permite ver imágenes y hacer mejores diagnósticos, evitar falsos negativos y poder actuar antes, llegar a una mayor población, donde no pueden llegar los servicios. Construyendo más equidad.
La creciente dependencia de la toma de decisiones basada en datos y los sistemas inteligentes ha hecho que la IA no sea solo una herramienta de apoyo, sino un componente fundamental para avanzar en la eficiencia, la accesibilidad y la calidad de la atención sanitaria.
A medida que evoluciona el panorama de la atención médica, es esencial comprender cómo las tecnologías de IA como los chatbots, los asistentes virtuales, la computación cognitiva y la cadena de bloques están redefiniendo las prácticas tradicionales y permitiendo nuevos modelos de atención.
Los profesionales de la salud, los responsables políticos y los tecnólogos son partes interesadas en esta transformación. Su compromiso colectivo en la adopción y la gestión responsable de la IA determinará el éxito de la integración de estas herramientas en nuestros sistemas sanitarios. La intersección de la tecnología y el cuidado debe navegarse con innovación y compasión.
Convirtiendo a muchos médicos que no se han podido actualizar en mejores médicos, en diagnosticar apropiadamente una retinopatía, un melanoma, un cáncer de mama, mejorar la histopatología, la aparición de brotes epidémicos, controlar epidemias, pacientes a distancia, de evitar errores quirúrgicos, de hacer más segura la cirugía, de predecir el Alzheimer, de poder identificar células neoplásicas circulantes, de acelerar las investigaciones científicas y acortar la investigación básica, una manejo apropiado de los quirófanos y las camas, elegir los mejores tratamientos para Ca de Próstata, de Recto, reunir información apropiada más rápidamente, tener un asistente que no se cansa, que ayuda a pensar, que está ansioso por nuestras preguntas, que a veces se equivoca, es cierto, y algunas conclusiones no se relacionen con la verdad del paciente, pero este es un camino que no tiene límites en cuanto a su profundidad, por ello con la inteligencia artificial nos estamos introduciendo en la medicina profunda, la que no vemos visualizando la parte del iceberg que sobresale en la superficie, pero tenemos que ir por la profundidad del conocimiento de lo desconocido, la inteligencia artificial está para hacernos más seguros y efectivos.
La importancia de los profesionales, de los equipos de salud, de la relación médico paciente, de escuchar a los pacientes, el criterio clínico, la experiencia de ver casos, de estudiar, de indagar, de trabajar con personas apasionadas y comprometidas, que tengan un propósito parecido no se perderá, será aún más importante. Se tendrá menos incertidumbre, se encontrarán más respuestas, pero se nos crearán más preguntas. Ser cuidadosos desde donde tomamos los datos, y entender que si usamos la inteligencia artificial no estamos delegando responsabilidad, esa nos pertenece, esta afincada en la deontología, sumamos un nuevo integrante al equipo, la inteligencia artificial, y la obligación de estudiar cada día más porque el conocimiento se reproduce a una velocidad que nos exige cada momento más.
Abandonar el reporte del amateurismo y el hablemos sin saber, luego que pase esta corriente de la opinonología, de los que nada saben de lo mucho que hablan, y hablan porque no les cobran las palabras, y discurren sobre los caminos comunes y no sobre las verdaderas perspectivas. La desconfianza, y la búsqueda de referencias de lo que hay en lo convolucional es fundamental, pero no por ello no discurrir por esas exploraciones que nos llevarán a poder hacer mejor nuestra profesión, su ejercicio, su servicio y poder ayudar a mayor cantidad de personas, de comunidades para que estén más saludables.
Los trabajos que se publican tienen diseños metodológicos inconsistentes. Al analizar la literatura reciente y las regulaciones internacionales, se identifican lagunas relevantes en la práctica actual y destaca la urgencia de establecer lineamientos claros y metodologías robustas para garantizar la confiabilidad y aplicabilidad de estos modelos. La discusión se centra tanto en los desafíos metodológicos como en las implicaciones éticas y clínicas, promoviendo un enfoque colaborativo que integre la perspectiva estadística, la experiencia clínica y la voz de las personas usuarias y pacientes. La mayoría de los estudios de IA no proporcionan una justificación para los tamaños de muestra elegidos y, con frecuencia, se basan en conjuntos de datos que son inadecuados para entrenar o evaluar un modelo de predicción clínica.
La proliferación de la IA también plantea preocupaciones en torno a la rendición de cuentas, ya que actualmente no está claro si los desarrolladores, reguladores, vendedores o proveedores de atención médica deben rendir cuentas si un modelo comete errores incluso después de haber sido validado clínicamente a fondo.
La inteligencia artificial en argentina esta en estado embrionario, porque los sistemas de salud tienen datos no digitalizados, muchos de los que tienen digitalizadas sus bases, cuando se indagan en ellas, recogemos mucha basura dentro de los sistemas y cuando los empresas quieren trabajar en ellos generan basura, no es posible aplicarla el corto plazo, ya que deben normalizarse muchos aspectos que anteceden en el ecosistema de salud, y que incluyen la interoperabilidad de los HIS, RIS, LIS Y LA HCE, depurarlos, normalizarlos, extraerlos limpios, hacer la minería de los datos y las ciencia sobre los mismos, para comenzar a trabajar con firmeza en los distintos campos, teniendo una etapa de crecimientos no uniformes, ni armónicos, con mayor o menor nivel de inversión. Es natural, que habiendo vivido en este país me preocupe por el uso ético de los datos, y que los malos actores interesados puedan aprovecharse del conjunto de datos médicos, que contengan gran cantidad de información confidencial sobre pacientes reales. El aspecto legislativo, el marco normativo no está definido. Las responsabilidades con su desarrollo, quién evaluará su alcance y posibilidades a todos los desarrollos que se están gestando. Que están corriendo una carrera para obtener clientes que puedan acelerar los desarrollos. No hay suficiente inversión y las instituciones están apremiadas por otras urgencias de subsistencia.
Debiéramos buscar un futuro donde la IA Actúe como un colaborador, un aliado, un asistente, un multiplicador y un transformador confiable. El trabajo futuro debe centrarse en la creación de un ecosistema que permita la integración de datos clínicos, el flujo de información clínica y el aprovechamiento del poder de la IA. Además, debe prever procesos que aceleren la atención médica basada en datos. Una perspectiva clínica/paciente es fundamental, más que una simple perspectiva de TI, para optimizar el flujo de trabajo clínico futuro. La atención al paciente puede avanzar en gran medida mediante el aprovechamiento cuidadoso de nuevas y poderosas formas de HIT en un entorno colaborativo donde la compenetración humana, la ética y el razonamiento complejo seguirán siendo el dominio exclusivo de los profesionales de la salud (Jennings et al. 2021)
