IA y salud digital, ¿son transferibles sus beneficios a escala global?

Múltiples disrupciones tecnológicas basadas en inteligencia artificial han concitado el interés del mundo en los últimos meses. Su veloz avance hacia nuevas y más sofisticadas tareas, en la transición hacia la era de la denominada cuarta revolución industrial, nos sorprende cada vez con mayor frecuencia.

En el ámbito de la salud, y la transformación digital del sector, las proyecciones de esta evolución son positivas, aunque ciertamente con algunos matices. En una visión general, la incorporación de tecnologías es fundamental para que los sistemas sanitarios de todo el mundo puedan gestionar de mejor manera los grandes retos que se avecinan.

Desde lo particular, las soluciones de inteligencia artificial contribuirán a automatizar gran parte de los procesos que hoy generan presión adicional sobre el sistema y los equipos clínicos (como por ejemplo, tareas administrativas que recaen sobre el personal de salud).

Con ello, podrán concentrar sus mayores esfuerzos en la la gestión propia del cuidar, la resolución de casos o a administrar situaciones que requieren de energías adicionales por su complejidad. Las nuevas tecnologías, en definitiva, ayudarán a liberar recursos para entregar un mejor servicio a los y las pacientes.

En este proceso, debemos ser muy cuidadosos en identificar las áreas y las estrategias en las cuales se implementan estas nuevas herramientas. Probablemente, la adopción, propiamente tal, de las tecnologías no es el mayor desafío en esta evolución dado que son amigables, y de fácil implementación. Los desafíos vienen por los algoritmos que los sustentan.

Habitualmente, las plataformas de IA se están comenzando a usar en países donde existe mucha data disponible, lo que permite entregar una adecuada representación de sus poblaciones en el diseño de modelos computacionales y el entrenamiento de algoritmos y redes neuronales. La pregunta que hay que hacer es: ¿esa representación es exportable a otras latitudes?

En Chile diversos grupos académicos han generado trabajos basados en modelos computacionales y el entrenamiento de algoritmos, ejecutados con datos locales, y a una escala menor en cantidad de datos por las dificultades que tienen los grupos de lograr que las instituciones de salud los compartan. Esto implica que hay poblaciones subrepresentadas lo que obviamente genera sesgos a la hora de los resultados.

La falta de acceso a datos que alimenten estos sistemas en países en vías de desarrollo es hasta el momento una piedra de tope para trasladar estos avances a la acción. Esto implica que la inteligencia artificial en salud –a pesar de que históricamente hemos entendido las tecnologías como un motor para fortalecer la calidad y el acceso a mejores prestaciones– podría aumentar la inequidad entre poblaciones y/o regiones con mayor o menor nivel de desarrollo.

Otro de los desafíos radica en un necesario cambio cultural para acompañar un proceso de transformación que avanza a toda velocidad. Por una parte, de los propios pacientes, para conocer los pros y contras de estas tecnologías; y de los equipos clínicos, que puedan efectivamente asimilar estos cambios de una forma que agregue valor a sus funciones. La promesa de valor de la IAl para la salud es sin dudas positiva, pero como sistema –a nivel de todos los actores involucrados– deberemos gestionar proactivamente sus potenciales riesgos y brechas.

Fuente: La Tercera