cómo la inteligencia artificial (AI) puede transformar la salud y la asistencia sanitaria

cómo la inteligencia artificial (AI) puede transformar la salud y la asistencia sanitaria

La inteligencia artificial (AI) – la capacidad de las computadoras para aprender funciones o tareas similares a las humanas- ha demostrado ser una gran promesa. Lo que anteriormente se consideraba el único dominio de la cognición humana ya se está aprovechando con éxito en muchas industrias. Ahora, el sector de la tecnología está presenciando lo que parecen ser importantes nuevos avances en la IA que están generando una nueva ola de interés sobre cómo podría influir en el futuro de la salud y la atención médica.

Fuente: US Agency for Healthcare Research and Quality 

La rápida digitalización de datos de salud a través del uso de la tecnología de información de salud (TI de salud) en los Estados Unidos ha creado importantes oportunidades en el uso de la IA. Los innovadores y expertos ven potencial en el uso de datos digitales de salud para mejorar los resultados de salud tanto desde el hogar hasta la clínica y la comunidad. Sin embargo, la AI actual está potenciada y limitada por su acceso a datos digitales. Con una gama de conjuntos de datos relacionados con la salud, la IA podría ayudar a mejorar la salud de los estadounidenses.

También hay algún riesgo.

Más allá de las posibles ventajas hay que evaluar las posibles implicaciones realistas de las aplicaciones de IA en la salud y la asistencia sanitaria, y comprender los riesgos. La Oficina del Coordinador Nacional de Informática de la Salud ( ONC ) y la Agencia de Investigación y Calidad de la Atención Sanitaria ( AHRQ ), con apoyo de la Fundación Robert Wood Johnson Enlace a la exención de responsabilidad , recurrieron a JASON, un grupo independiente de científicos y académicos que ha estado asesorando al gobierno federal en asuntos de ciencia y tecnología durante más de 50 años, para considerar cómo la IA puede moldear el futuro de la salud pública, salud comunitaria y a la atención médica

Específicamente, solicitamos a JASON que se centre en las capacidades técnicas, las limitaciones y las aplicaciones de la IA en la salud y la atención médica que se puedan realizar en los próximos diez años. Este fue un seguimiento lógico para un informe anterior de JASON, ” Una infraestructura de datos de salud robusta “, que incluía recomendaciones para la interoperabilidad que resultó en el desarrollo de la Hoja de ruta de interoperabilidad compartida a nivel nacional .

JASON en IA, Salud y Cuidado de la Salud

En el nuevo informe ” Inteligencia artificial para la salud y la atención médica “, JASON concluye que los amplios avances en la IA son significativos y reales. Los expertos describen tres fuerzas que explican por qué es el momento oportuno para la IA en la salud:

  1. Frustración con los sistemas médicos existentes o heredados entre pacientes y profesionales de la salud
  2. Ubicuidad de los dispositivos inteligentes en red en la sociedad
  3. Comodidad con servicios en el hogar como los proporcionados por Amazon y otras compañías de tecnología

El informe enumera una serie de hallazgos sobre el estado actual de la IA en la salud y la atención médica, y ofrece recomendaciones que podrían acelerar el uso de la IA dentro y fuera del entorno clínico.

Lo que queda claro en el informe es que sin acceso a datos fiables y de alta calidad, la promesa de AI no se realizará: la mayor disponibilidad de datos digitales de salud podría permitir el uso de AI en la práctica clínica, aunque los problemas relacionados con la calidad de los datos existentes deben ser abordados. Aunque muchos de nosotros ya usamos nuestros teléfonos inteligentes y otros dispositivos inteligentes en nuestra vida cotidiana, a través de la disponibilidad de interfaces de programación de aplicaciones abiertas (API), todavía hay preocupaciones sobre cómo los datos de salud pueden integrarse en nuevas herramientas, así como la distribución equitativa de estas herramientas potencialmente poderosas.

Si bien la mayor disponibilidad de datos digitales de salud de alta calidad puede facilitar el uso de la IA en la práctica clínica, la accesibilidad, la privacidad y la seguridad de esos datos también deben abordarse.

Próximos pasos

Es importante comprender las limitaciones de la IA en la salud y la atención médica. La máxima “lo primero, no hacer daño” quizás pueda ser mejor respaldada por el desarrollo de procesos y políticas para garantizar la transparencia y la reproducibilidad de los métodos y resultados de IA.

JASON también es compatible con la recopilación y la conservación de nuevas fuentes de datos de salud para aplicaciones de inteligencia artificial. Por ejemplo:

  • Captura de datos de teléfonos inteligentes: los teléfonos inteligentes se están convirtiendo en una forma común para que las personas controlen su salud. Necesitamos integrar los datos generados desde estos dispositivos para admitir aplicaciones de inteligencia artificial.
  • Integración de datos sociales y ambientales: necesitamos fomentar capacidades para capturar e integrar datos sobre determinantes ambientales y sociales en aplicaciones de salud de la IA, ya que los resultados de salud se ven muy afectados por estos factores.
  • Apoyar las competiciones de inteligencia artificial: deberíamos considerar la posibilidad de un apoyo adicional para las competiciones de IA, que ya han demostrado ser prometedoras, para seguir avanzando en la generación de datos y el desarrollo de inteligencia artificial.

En el futuro, ONC y AHRQ trabajarán estrechamente con otras agencias del Departamento de Salud y Servicios Humanos, incluidos los Institutos Nacionales de Salud (NIH) y la Administración de Alimentos y Medicamentos (FDA) para definir e identificar posibles oportunidades para el uso de la IA en sus esfuerzos para mejorar la investigación biomédica, la atención médica y los resultados, incluido el trabajo relacionado con el advenimiento de la medicina de precisión.

Las recomendaciones en el nuevo informe subrayan la importancia de los esfuerzos de ONC hacia datos de salud estandarizados e interoperables y los esfuerzos de AHRQ para utilizar de manera efectiva esos datos para mejorar la calidad y la seguridad de la atención del paciente. Estos esfuerzos mejorarán las capacidades para intercambiar y utilizar de manera apropiada elementos críticos de datos de salud de alta calidad para impulsar los esfuerzos de IA en salud y atención médica.

Pero lo más importante es que el informe indica que el uso de la inteligencia artificial en la salud y la atención médica es prometedor y factible.

Estamos entusiasmados con las posibilidades que AI tiene para mejorar la calidad de la atención médica, ayudar a los médicos a brindar la mejor atención a sus pacientes y facultar a los pacientes para que tomen el control de su propia salud. Lo alentamos a que revise el informe completo para ver los hallazgos y las recomendaciones.

Teresa Zayas Cabán es científica en jefe y Kevin J. Chaney es gerente sénior de programas en ONC. Chris Dymek es el director de la división de TI de AHRQ. Michael Painter es oficial superior de programas en la Fundación Robert Wood Johnson (RWJF).