Cuando llegó la pandemia, los sistemas de salud ya estaban sometidos a un gran estrés derivado de una población envejecida con crecientes necesidades de atención médica, de unos nuevos tratamientos cada vez más costosos, y de las mayores expectativas y exigencias de los pacientes. La combinación de estos factores estaba ya amenazando la sostenibilidad, calidad y universalidad del modelo sanitario. 

En columnas anteriores hemos abordado la importancia de las tecnologías de información  para mejorar la eficiencia y la calidad de los procesos, la productividad y la satisfacción de los clientes en todos los sectores y también en salud, como demuestra la gran difusión y éxito de la telemedicina durante la pandemia. O en sentido inverso, la dificultad de disponer de datos fiables y actualizados sobre pacientes nos demuestra la necesidad de datos estructurados y fiables para gestionar nuestros recursos sanitarios.

Por otra parte, asistimos a una revolución tecnológica sin precedentes. La posibilidad de tratar datos masivos (Big Data), la inteligencia artificial (IA), y una serie de otras tecnologías disruptivas están revolucionando todos los sectores e impulsando nuevos modelos de negocio.

Los modelos de inteligencia artificial tienen múltiples aplicaciones en Salud. Una familia de usos es el desarrollo de aplicaciones médicas para el diagnóstico de enfermedades como el cáncer, la genética, el procesamiento de imágenes,  la personalización de tratamientos y la investigación biomédica, identificación de factores de morbilidad y detección temprana de riesgos de salud asociados, modelos predictivos de reingresos etc.

Otra familia de aplicaciones refiere a la gestión hospitalaria: el empleo de modelos predictivos en materia de ingresos de pacientes, gestión de pabellones o programación de cirugías; la optimización de  listas de espera; la identificación de oportunidades de ahorro, por ejemplo en la compra de insumos médicos; la reducción del estrés del personal, ya que estas herramientas pueden servir para liberar a los profesionales de las tareas administrativas y repetitivas, para que así pueden concentrar sus energías en el paciente. A  modo de ejemplo, en tiempos de pandemia, muchos centros de salud implementaron IA para tener un primer análisis de Rx de tórax; solo si era patológico, se enviaba a revisión del radiólogo.

Es importante entender que la IA no propone reemplazar a los médicos, sino ayudar con la organización para que los humanos puedan “enfocarse en las tareas más complejas y ofrecer una atención cada vez más humana a los pacientes”.

La Organización Mundial de la Salud (OMS) calcula que para 2030 van a faltar 10 millones de profesionales sanitarios”. Tal vez por ello la incorporación de la IA forma parte de los ocho principios para la transformación digital del sector salud que la Organización Panamericana de la Salud destinó a los países de la Región de las Américas.