Inteligencia artifical (IA) en el cuidado de la salud: ¿puede mejorar la equidad en el cuidado de la salud?

GENERAL

Las disparidades en el cuidado de la salud pueden ser indicadores de problemas de salud y de datos.

Qué puede hacer la IA.

¿Qué puede hacer la IA para incrementar la equidad en materia de salud?

IA en el cuidado de la salud: una herramienta poderosa.

COMPARTE ESTE ARTÍCULO:

Contenido relacionado

Aprovechar la conectividad para mitigar las disparidades en salud.

Las disparidades en salud son causadas por muchos factores, pero no podemos ignorar la brecha digital. La conectividad puede ayudar a cerrar brechas y mejorar el acceso a la atención.

Un hombre mayor se reúne con su médico en una cita de telesalud desde un sillón en su casa.

Prioridades de gastos en software de atención médica en conectividad digital.

La atención virtual está transformando los flujos de trabajo en la atención médica, la documentación clínica, la experiencia y el compromiso de los pacientes e incluso la infraestructura.

Una profesional médica observa las imágenes cerebrales de un paciente en un monitor de gran tamaño.

Desafíos del personal sanitario: el principal problema de los ejecutivos de hospitales.

La retención de la fuerza laboral es una prioridad importantísima en el sector de la atención médica. La conectividad puede ayudar a los nuevos talentos y a los veteranos con acceso a experiencia y recursos a pedido.

Ejecutivos de un hospital y profesionales médicos se reúnen en una sala de conferencias.

Dr. Christine Gall, especialista en atención de la salud

Ha habido muchas noticias acerca de qué es la IA, más de 100 millones de usuarios se suscribieron a ChatGPT de OpenAI en los primeros dos meses después de su lanzamiento. Al mismo tiempo, han surgido muchas noticias sobre los potenciales problemas que puede presentar, en especial sobre el extraño y amenazante comportamiento del chatbot de IA de Microsoft Bing², así como inquietudes acerca de si la IA eliminará puestos de trabajo.

Estas inquietudes incluso llevaron a conocidos expertos en computación e inteligencia artificial, tales como Elon Musk, CEO de SpaceX, Tesla y Twitter, y Steve Wozniak, cofundador de Apple, a escribir una carta pidiendo a los desarrolladores de IA que detengan su trabajo hasta que "estemos seguros de que sus efectos serán positivos y los riesgos serán manejables".³

Surgen las preguntas: ¿es seguro usar tecnología de IA en el cuidado de la salud? Y, en cuanto a cómo promover la equidad en salud, ¿la IA puede ayudar a cerrar la brecha?

EVALUAR LA EQUIDAD EN EL CUIDADO DE LA SALUD

Disparidades en la atención de la salud, determinantes sociales de la salud y problemas de información.

Los CDC definen las disparidades en salud como "diferencias prevenibles en la carga de enfermedades, lesiones, violencia u oportunidades para alcanzar un estado de salud óptimo que sufren las poblaciones socialmente desfavorecidas".⁴ Las causas de las disparidades en salud incluyen: la pobreza, el entorno, acceso inadecuado a servicios de salud, hábitos y desigualdades en materia de educación.

Una métrica que se utiliza para evaluar la equidad en salud es un término denominado Determinantes sociales de la salud (DSS), que hace referencia a las circunstancias en que las personas nacen, viven, aprenden, trabajan, se entretienen, practican una religión y envejecen, que afectan la salud y la calidad de vida.

La IA se destaca particularmente por su capacidad de buscar y analizar grandes conjuntos de datos y de identificar patrones significativos a partir de esa información. Pero surge un desafío cuando se trata de utilizar la IA para analizar los DSS: si bien muchos de estos conjuntos de datos están disponible como historias clínicas electrónicas (EHR), la gran mayoría están registrados en campos de texto libre y no se pueden combinar fácilmente.⁵

Los datos de salud a menudo no cuentan con datos descriptivos completos que definan claramente los segmentos de población incluidos. Por lo tanto, si los sistemas de IA se desarrollan y validad a partir de conjuntos de datos incompletos o inexactos, la fiabilidad de los algoritmos de IA para predecir ciertos resultados puede verse disminuida.

De esta manera, se introduce un sesgo en los algoritmos de IA. El uso de tecnología de IA desarrollada a partir de datos erróneos puede llevar a análisis incorrectos y recomendaciones equivocadas, lo cual, en caso de implementarse, puede ampliar la brecha de las disparidades en salud⁶

Como resultado, muchos de los expertos en IA para el cuidado de la salud hacen hincapié en la necesidad de tener transparencia total en cuanto a las medidas tomadas para garantizar que el conjunto de datos no contenga errores, omisiones ni sesgos que puedan afectar el desempeño de la herramienta de IA.

Encuentra información acerca de servicios inteligentes que pueden ayudar a prestar mejor atención a los pacientes.

EL POTENCIAL DE LA IA

Qué puede hacer la IA.

Desde noviembre de 2022, la FDA aprobó más de 520 herramientas de IA para respaldar la prestación de servicios de salud.

Con innovación y las disparidades en salud resueltas, McKinsey calcula que EE.UU. podría lograr un incremento del 10% en PIB o $3 billones, en 2040.⁷

Es fácil imaginar el potencial que tiene la IA para mejorar los procesos de trabajo, las eficiencias y la precisión de los diagnósticos y tratamientos. La Facultad de salud pública de Harvard calcula que la IA puede ahorrarle a la industria médica hasta $150 mil millones para 2025.

LOS BENEFICIOS DE LA IA

¿Qué puede hacer la IA para incrementar la equidad en materia de salud? Estos son algunos de los potenciales beneficios:

  • Crear datos de salud y sociales más precisos para respaldar políticas que apunten a mejorar la equidad en salud. All of Us, un proyecto en curso del Instituto Nacional de la Salud, está intentando "disminuir la brecha para poblaciones históricamente poco representadas mediante la recopilación de datos de salud observacionales y longitudinales sobre más de un millón de participantes".8
     
  • Ayudar a identificar los problemas. Los sistemas de salud recaban enormes cantidades de datos acerca de sus poblaciones de pacientes. La IA se puede usar para ayudar a estas organizaciones a analizar los datos para comprender dónde deberían enfocarse los proveedores para lograr el mejor rendimiento de su inversión (ROI) en cuanto a resultados positivos para los pacientes.7 En una publicación para HIT Consultant, el Dr. John Sargent, socio fundador de BroadReach Group, ofreció este ejemplo:
    • Un trabajador social ingresa al sistema y lee un email sobre un paciente, John Doe. Un algoritmo de IA señaló que John Doe tiene dos problemas que podrían dificultar el tratamiento de su diabetes. En primer lugar, su prestador actual no es hablante nativo de español. Y en segundo lugar, John Doe no tiene un vehículo para transportarse. Estas dos disparidades en salud podrían afectar la capacidad de John Doe de recibir la información adecuada y asistir a sus citas médicas.  
  • Identificar los "mejores pasos a seguir". El Dr. Sargent señaló que identificar el problema es importante pero es necesario acompañarlo de acciones satisfactorias para neutralizar las barreras identificadas. "Al usar IA para ofrecer recomendaciones predictivas y prescriptivas que tomen en cuenta el entorno cultural, podemos reducir la brecha de equidad", escribió.
    • En el caso de John Doe, la primera recomendación sería encontrar un médico que hable español. La segunda sería implementar servicios de telemedicina en caso de que no pueda resolver su problema de transporte. Como escribe el Dr. Sargent, "Si Amazon puede predecir qué libro sobre historia de la Segunda Guerra Mundial debería leer según mi historial de compra, seguramente podemos usar tecnología similar para predecir problemas que pueden surgir para nuestros pacientes y qué podemos hacer para intervenir".
  • Mejor asignación de recursos. Esto se relaciona con el ROI. El uso de IA en el cuidado de la salud ofrece una visión más estratégica de los activos, tanto conocimientos como recursos, necesarios para enfrentar los desafíos de la equidad. Siguiendo con el caso de John Doe, estas son algunas de las preguntas que podrían surgir a partir de un análisis de los recursos:
    • ¿Hacen falta más médicos que hablen español?
    • ¿O deberían asignarse a otras clínicas o ubicaciones?
    • ¿Deberíamos invertir en más aplicaciones de telemedicina o asociarnos con proveedores de transporte para aliviar la falta de transporte como barrera al acceso a la salud?
  • Asistencia para la toma de decisiones médicas. La IA tiene el potencial de ser usada por los médicos para ayudar a diagnosticar enfermedades y personalizar el plan de atención ideal para sus pacientes. También podría potencialmente disminuir la carga administrativa de los médicos al proporcionar acceso a datos de múltiples fuentes tales como imágenes médicas, datos de EHR e incluso dispositivos del consumidor tales como smartphones y monitores de actividad que recopilan datos relacionados con la salud.

EL PAPEL DE LA IA

IA en el cuidado de la salud: una herramienta poderosa.

La IA es una herramienta. No resolverá todos los problemas de la equidad en salud por si misma, ni tampoco lo hará la industria de los servicios médicos. Resolver los problemas de la equidad en salud en los EE. UU. requerirá el esfuerzo conjunto del sector de la salud, compañías de tecnología, gobiernos y recursos sociales y comunitarios. Pero, si se utiliza correctamente, la IA puede ser una poderosa herramienta para reducir disparidades en salud, disminuir los gastos del cuidado de la salud y hacer posible que los médicos y prestadores de salud ofrezcan una atención más eficiente a sus pacientes.

Acerca del autor:

Dr. Christine Gall, especialista en atención de la salud

La Dra. Christine Gall es líder en atención de la salud desde hace más de 30 años. Como enfermera, ejerció su profesión en entornos de atención hospitalaria, ambulatoria y domiciliaria, lo cual le permitió adquirir conocimientos sobre la continuación de la atención. La Dra. Gall ha diseñado e implementado varios programas clínicos destinados a abordar las deficiencias en los servicios y la atención a pacientes marginados.

Antes de unirse a T-Mobile, la Dra. Gall brindó asesoramiento al gobierno local para colaborar con la respuesta a emergencias durante la pandemia. En su puesto en T-Mobile, la Dra. Gall dirige la estrategia de comercialización para atención de la salud y colabora con líderes en atención de la salud y médicos para crear soluciones de telesalud y movilidad que abordan los desafíos actuales más importantes. Cree que la potente red 5G de T-Mobile es fundamental para abordar las disparidades sanitarias y las barreras de acceso que afectan a la salud de la población.

Las credenciales académicas de la Dra. Gall incluyen una licenciatura en ciencias de University of Wisconsin-Milwaukee, una maestría en administración de atención de la salud de Lubar School of Business Administration de University of Wisconsin-Milwaukee, y un doctorado en liderazgo en salud pública de University of Illinois, Chicago. Su tesis, financiada por el Estado de Ohio, trató sobre las pandemias masivas. La Dra. Gall es Green Belt de Six Sigma y tiene una certificación en análisis de negocios de Wharton School of Business de University of Pennsylvania.

Fuentes

1. Ruby D. ChatGPT Statistics for 2023. DemandSage. 18 de marzo de 2023. https://www.demandsage.com/chatgpt-statistics/
2. Bilderbeck P. Microsoft's Bing AI has started threatening users who provoke it. 23 de marzo de 2023. https://www.unilad.com/news/microsoft-bing-ai-threatening-users-goading-it-914620-20230323
3. Bengio Y, Russel S, Musk E, Wozniak S et al. Pause Giant AI Experiments: An Open Letter. Future of Life Institute. 22 de marzo de 2023. https://futureoflife.org/open-letter/pause-giant-ai-experiments/ 
4. Health Disparities. Centros para el Control y la Prevención de Enfermedades. https://www.cdc.gov/healthyyouth/disparities/index.htm
5. Breaking down health disparities with AI: harnessing the possibilities of better data and analytics through artificial intelligence, for COVID-19 and beyond. Maximum. 15 de febrero de 2022.  https://maximus.com/article/breaking-down-health-disparities-ai-harnessing-possibilities-better-data-and-analytics
6. Sanky M. How data and AI can advance health equity. Healthcare Dive. 17 de febrero de 2023. https://www.healthcaredive.com/news/how-data-and-ai-can-advance-health-equity-michael-sanky-databricks/642697/
7. McKinsey Global Institute. How prioritizing health is a prescription for US prosperity. McKinsey & Company. 5 de octubre de 2020. https://www.mckinsey.com/industries/healthcare/our-insights/how-prioritizing-health-is-a-prescription-for-us-prosperity
8. The potential of artificial intelligence to bring equity in health care. MIT News. 1 de junio de 2021. https://news.mit.edu/2021/potential-artificial-intelligence-bring-equity-health-care-0601

Hablemos.