El gestor sanitario mira a la IA con "miedo" pese a su "impacto positivo"

Las nuevas tecnologías han llegado para quedarse por el gran número de oportunidades que ofrece. Por ejemplo, en el ámbito sanitario, el 'machine learning' permite explotar de manera automatizada datos no estructurados, que supone el 80 por ciento de la información generada. Además, ciertas herramientas como puede ser la inteligencia artificial (IA), especialmente la generativa, tiene "cabida hasta el fondo" en aspectos como la gestión sanitaria, pero con ciertos recelos: no siempre es fácil implementar esta tecnología y conlleva ciertos riesgos, que no siempre se está dispuesto a correr.

Conferencia completa sobre inteligencia artificial y sistemas de soporte a las decisiones clínicas.

Así lo ha explicado Juan José Beunza, director de IASalud de la Universidad Europea de Madrid, en el XV Encuentro Global de Directiv@s de la Salud, organizado por Redacción Médica con el auspicio de la Sociedad Española de Directivos de Salud (SEDISA) y la colaboración de Abex Excelencia Robótica, Air Liquide Healthcare, BeiGene, Cardiva, GSK, MBA Surgical Empowerment y Siemens Healthineers.

"¿Por qué tengo que ir al médico para hablar con mi facultativo, gestionar citas o saber el resultado de una prueba? Dentro de no mucho creo que ese servicio se va a hacer de manera remota, aunque habrá parte que, por supuesto, no será así", ha detallado este experto en una conferencia sobre IA y sistemas de soporte a las decisiones clínicas, presentada por Candela Calle, vocal de la Junta Directiva de SEDISA. Además, apuesta por que la deslocalización del servicio médico va a llegar "sí o sí" para alcanzar un ‘hospital sin muros’.

Para ello, es necesario la implementación de herramientas disponibles, una cuestión que en el mundo sanitario es "muy difícil". "A veces los gerentes estáis entre la espada y la pared. Sabéis que tenéis que implementarla, pero no cómo", ha reconocido. Además, ha recordado que en la IA "no todo es maravilloso". Su implementación no es automática y para que dé un retorno hay que saber cómo hacerlo.

Juan José Beunza, director de IASalud de la Universidad Europea de Madrid.

Las principales barreras para la integración 

Estas herramientas ya están disponibles en muchos casos, pero su integración total se frena. ¿Cuáles son las principales barreras para incorporar a las tecnologías en el ámbito sanitario? Beunza lo ha resumido en tres puntos: el primero versa en la necesidad de incluir datos. "Somos muy prudentes a la hora de compartir información de pacientes y sistemas; es un miedo fundamentado, pues no siempre ha sido transparente", ha explicado.

La segunda dificultad se centra en que las consecuencias de que un algoritmo funcione mal son "muy graves". "Uno de los grandes problemas es que el 'machine learning' se equivoca e implementarlo en el ámbito sanitario en el que cuando se cometen errores tienen consecuencias, a veces potencialmente mortales, es un riesgo grande", ha detallado.

Finalmente, el especialista ha puesto el foco de la tercera barrera en que, en la sanidad, se manejan problemas "más locales con realidad local", lo que hace que no sea fácil poder ‘escalar’ esos datos. "A veces los inversores no se sienten atraídos en el ámbito sanitario porque no es algo escalable", ha lamentado.

Beunza y Candela Calle Rodríguez, vocal de la Junta Directiva de SEDISA.