La IA y el aprendizaje automático pueden implementar cambios positivos para el ecosistema de la salud en general
Cuando las comunidades tienen acceso a mejores datos, pueden tomar mejores decisiones. Sin embargo, el progreso no ha sido igual en todo el mundo, y existe una gran necesidad de centrarse en cuestiones sociales como la reducción de la desigualdad en la salud y la mejora del acceso a la atención de las poblaciones desatendidas. Mientras los investigadores trabajan para hacer descubrimientos que salvan vidas y desarrollar nuevos enfoques de problemas de salud urgentes, los avances tecnológicos pueden ayudar a acelerar y escalar nuevas soluciones. Haz clic aquí y vea el evento On Demand Foro de Innovación de la Salud, en donde nuestro panel de expertos del sector discute cómo la IA y el aprendizaje automático están revolucionando la forma en que se analizan y facilitan los datos de atención médica, y cómo las organizaciones pueden implementar cambios positivos para resolver los problemas que aquejan al sistema de salud.
La integración de IA y aprendizaje automático en el ecosistema de atención médica permite una variedad de beneficios, incluida la automatización de las tareas administrativas, la facilitación de los flujos de trabajo y el análisis de grandes conjuntos de datos para ofrecer una mejor atención médica más rápido y a un menor costo. Insider Intelligence informó que se prevé que el gasto de IA en medicina crezca a un 48 por ciento al año entre 2017 y 2023.1
De acuerdo con Business Insider (haz clic aquí), el 30 por ciento de los costos de atención médica están asociados con tareas administrativas. La IA puede automatizar algunas de estas tareas, como la preautorización del seguro, el seguimiento de las facturas sin pagar y el mantenimiento de registros, para aliviar la carga de trabajo de los profesionales de la salud y, en última instancia, ahorrarles dinero.1
El sistema de salud estadounidense genera aproximadamente un billón de gigabytes de datos al año.2 Estas cantidades masivas de datos han ido acompañadas de un aumento de la potencia informática a gran escala. Juntos, plantean la posibilidad de que tanto el aprendizaje automático como la IA puedan generar conocimientos para facilitar el descubrimiento de nuevas terapias, concebir una administración de tratamiento más personalizada y habilitar la capacidad de extraer datos procesables para ayudar a mejorar los resultados operativos de los sistemas de atención médica.
La Autoridad de Servicios Empresariales de NHS (NHS BSA) (haz clic aquí) es una Autoridad Especial de la Salud y un organismo independiente del Departamento de Salud y Asistencia Social (DHSC).
Entre sus actividades, NHS BSA opera el servicio de recetas de NHS, que incluye el procesamiento de más de 54 millones de recetas por mes. De estos, 30 millones son formularios en papel, y los datos de muchos de estos formularios necesitarían ser ingresados manualmente por un operador.
NHS BSA decidió explorar las oportunidades para simplificar este proceso mediante una mayor automatización utilizando la IA de Microsoft, las tecnologías de aprendizaje automático y una solución de visión artificial. Después del primer piloto con un formulario escrito a mano, pudieron aplicar el aprendizaje automático y la IA para digitalizar el contenido y obtener no solo más del 90 por ciento de confianza de esos datos, sino usar los datos para impulsar más mejoras basadas en la inteligencia.
El grupo empresarial de salud Ribera Salud (haz clic aquí) y su división tecnológica FutuRS han implementado un modelo predictivo de IA, que analiza y procesa las variables de cada paciente para predecir su evolución, a partir de datos objetivos analizados por Microsoft Azure y herramientas de aprendizaje automático (ML). Al incluir tanto a tecnólogos como a profesionales de la salud dentro del mismo equipo, Ribera Salud comenzó a predecir ciertos efectos adversos utilizando técnicas de ML e incluyendo este tipo de predicción dentro de las operaciones y prácticas de atención diarias. La herramienta admitida por IA y ML ha permitido a Ribera Salud tener un mayor control sobre los riesgos del paciente sin incurrir en una mayor carga de trabajo para los profesionales de la salud. Su modelo facilita lo que se conoce como “atención adecuada, ahora mismo”, es decir, ofrecer la atención correcta en el momento adecuado para lograr resultados óptimos para el paciente. El último año, este modelo, respaldado por la plataforma en la nube de Microsoft y las herramientas de aprendizaje automático de Azure, ha ayudado a reducir el número de pacientes que desarrollaron una úlcera por presión (UP) en la UCI hasta un 19% (11% de incidencia acumulada).
Adaptive Biotechnologies (haz clic aquí) es una empresa de biotecnología en fase comercial centrada en el aprovechamiento de la biología inherente al sistema inmunitario adaptativo para transformar el diagnóstico y el tratamiento de enfermedades. Si bien Adaptive se basó en la premisa de que el sistema inmunitario adaptativo puede detectar y tratar la mayoría de las enfermedades exactamente de la misma manera, la incapacidad de comprender con precisión cómo funciona ese sistema ha impedido a la comunidad médica aprovechar plenamente sus capacidades.
Sobre la base de que su tecnología de inmunosecuenciación, Adaptive desarrolló durante la última década una plataforma de medicina inmune patentada que es excepcionalmente capaz de decodificar el lenguaje genético del sistema inmunitario adaptativo a escala para comprender exactamente cómo funciona. Adaptive necesitaba sintetizar este enorme sistema de biología y aprovechar todo el valor de la masiva base de datos generada sobre la inmunómica clínica, por lo que la empresa recurrió a Microsoft Azure para obtener capacidades de proceso, almacenamiento y aprendizaje automático. Adaptive trabajó con Microsoft para explorar la nube y elaborar un plan de desarrollo para las necesidades tecnológicas de la empresa. Adaptive adoptó Microsoft Azure para aplicar el aprendizaje automático a fin de acelerar exponencialmente la capacidad de la empresa para aplicar su plataforma de medicina inmune patentada con el objeto de obtener información novedosa de su base de datos de inmunómica clínica. Con una plataforma de medicina inmune escalable, los investigadores podrían comenzar a asignar computacionalmente billones de TCR a millones de antígenos específicos de la enfermedad a que están específicamente destinados a atarse, llamado Mapa de antígenos de TCR, lo que potencialmente permite nuevos enfoques para diagnosticar la enfermedad con mayor precisión y más precozmente de lo que resulta posible hoy en día respecto a muchas enfermedades.
Dentro de los campos de las ciencias de la vida, de los proveedores de atención médica y de los dispositivos médicos, comprender cuándo y cómo implementar la IA y el aprendizaje automático puede revolucionar la forma en que se analizan y facilitan los datos de atención médica. Vea el evento On Demand realizado el pasado 20 de mayo de 2021, Foro de Innovación de la Salud (haz clic aquí) para aprender de qué manera la inteligencia artificial y el aprendizaje automático pueden impulsar una mayor eficiencia de la atención y descubrir profundos conocimientos y relaciones en los datos de atención médica para ayudar a reducir el riesgo y, en última instancia, conducir a mejores resultados de salud.
Referencias:
- “Use of AI in healthcare & medicine is booming – here’s how the medical field is benefiting from AI in 2021 and beyond” (haz clic aquí), Alicia Phaneuf, Business Insider, January 29, 2021.
- “The fragmentation of health data” (haz clic aquí), Travis May, Medium, July 31, 2018.
