“La IA va a ayudar a mejorar nuestras capacidades de atención a los pacientes”
El vicepresidente de Hospitales en Savana, Antonio Urda, ha estado con New Medical Economics para hablar sobre el impacto que está suponiendo la inteligencia artificial en el sector salud. Además, en la entrevista se han abordado temas como la investigación en este campo, la protección datos o la creación de un data lake sanitario.
- ¿Qué impacto está suponiendo la Inteligencia Artificial (IA) en el sector salud, en concreto en la atención al paciente y en la toma de decisiones clínicas?
Está suponiendo una revolución, estamos asistiendo a una explosión. La inteligencia artificial va a suponer la ayuda que vamos a tener los médicos y que va a haber en los hospitales para que la atención de nuestros pacientes sea la más óptima posible. Es decir, la IA va a ayudar a mejorar nuestras capacidades de atención a los pacientes. La inteligencia artificial no se cansa y uno de los factores que da lugar a muchos errores en la medicina en todo el mundo es el cansancio de los clínicos y estas herramientas de ayuda que no se cansan va a hacer que eso no sea un factor por el cual el paciente se pueda ver perjudicado.
Además, todos los profesionales sanitarios no dejan de estar, a día de hoy, limitados por sus conocimientos y la inteligencia artificial es otro de los factores que nos va a permitir equiparar el conocimiento, independientemente de dónde se esté viendo a un paciente. Una de las cosas en las que tenemos que poner mucho el foco es que cualquier movimiento que se haga con inteligencia artificial tiene que ir destinado a beneficiar al paciente, no pensar en aplicar las herramientas de inteligencia artificial porque “están de moda”, cuando se plantee cualquier proyecto inteligencia artificial tiene que plantearse desde un punto de vista de cómo va a beneficiar al paciente. En medicina ya se empieza a ver con el mundo de la genética, nos hemos dado cuenta de que no todos los tratamientos le van igual de bien a todos los pacientes, sin embargo, la cantidad de información que manejamos para poder tomar esas decisiones hoy en día todavía sigue siendo muy limitada. Cuando tengamos la capacidad de tener gran cantidad de información para poder tomar esas decisiones, serán mucho más precisas. Es decir, cuando tenga un perfil de paciente mucho más caracterizado de lo que lo puedo tener ahora, la calidad de la decisión que se va a tomar sobre ese paciente va a ser mucho más alta y además no se va a tener que guiar exclusivamente por el conocimiento o la experiencia del médico que está viéndole. Se va a guiar también por el conocimiento y experiencia de todo el que ha contribuido a generar la inteligencia artificial que me está ayudando en ese momento con ese paciente. Entonces, llegará el punto, y es por donde creo que tenemos que ir, que la inteligencia artificial se convierta en herramientas de ayuda al profesional sanitario en muchos aspectos para al final optimizar de la mejor manera la atención al paciente (en prevención, diagnóstico, tratamiento…).
La inteligencia artificial aporta las herramientas para poder explotar la gran cantidad de datos que estamos generando. La información que generamos cada uno de nosotros cada vez que interactuamos con el sistema sanitario es enorme, la inteligencia artificial no son más que las herramientas para poder darle sentido y poner orden en todos esos datos, y así nos acabe beneficiando.
- Con respecto a la IA, ¿se necesita más investigación para alcanzar su máximo potencial en aplicaciones clínicas?
Se necesita investigación sí, y además se necesita investigación para ganar confianza. Un punto importante tanto para el paciente como también para los usuarios que pueden ser profesionales sanitarios es que necesitan confiar en las herramientas que tiene. Y hoy en día, por ahora, los médicos en lo que confiamos es en los ensayos clínicos, por lo que es de esperar que muchos de los modelos de Inteligencia Artificial acaben pasando por ensayos.
Hace falta investigar para confirmar que todas estas herramientas de inteligencia artificial que van saliendo, cuando se aplican en el mundo real son igualmente útiles. Es importante que haya investigación, que confirmemos que los resultados que hay de estos modelos son extrapolables a nuestra población.
- La IA en la atención médica se encuentra en constante evolución. A medida que avanza, surgen preguntas en cuanto al consentimiento del paciente, privacidad y confidencialidad, ¿cómo se puede garantizar al paciente la protección de sus datos? ¿Esto es blockchain o no?
No, yo aquí diría como paciente “¿cómo transporto mis datos sanitarios y cómo hago uso de ellos?”. El bolckchain tiene sentido en eso. Yo, como Antonio Urda, quiero que mis datos sigan vinculados a mí si me voy a otro hospital o si estoy viajando a otro país, o, si quiero compaginar la asistencia pública con la privada. El trasladar una información médica si sigue vinculado a mí yo ahí sí que veo que el blockchain tiene su espacio.
Ahora bien, cuando hablamos del dato sanitario para un uso en el que no quiero que se vincule a mi persona y, sin embargo, sí que quiero que haya acceso a los datos que he generado, creo que según el modelo que elijamos, esto será un éxito a corto plazo o tardaremos mucho más. Si ponemos las herramientas suficientes para desvincular mi dato de mi persona, que eso quiere decir que se elimina toda la información personal que pueda haber sobre mí, se hace un proceso de anonimización, donde todo mi dato sanitario en ningún momento se sepa que es mío. Puestas esas barreras, y con los adecuados criterios y condiciones establecidos por los reguladores, el uso de ese dato clínico puede ser muy positivo. En Andalucía, por ejemplo, ya han sacado qué normativa hay que cumplir para poder hacer estudios de investigación con big data y ahí quedan claros los criterios para poder hablar de esa desvinculación.
También podemos optar por un modelo de exigencia, donde cada paciente tenga que dar su consentimiento expreso y eso nos puede llevar a un retraso de años, algo que tendría que pasar cuanto antes. Es decir, a entrar en trabas burocráticas constantes o aplicar otros modelos de éxito de España, como son los trasplantes. En España todos somos donantes de órganos hasta que se demuestre lo contrario. ¿Y dónde nos posiciona eso? Número uno del mundo en trasplantes y es algo de lo que todos estamos orgullosos. Y tiene implicaciones éticas y legales infinitas. De hecho, en muchos otros países esto no pasa. Creo que en general en España estamos en una muy buena línea de trabajo, porque se está viendo que cuando el dato cumple esos requisitos de desvinculación o de anonimización, el beneficio potencial es tan alto que ponerle más trabas puede acabar siendo hasta perjudicial.
Que se establezcan requisitos y criterios para hacer uso del dato, eso es algo que nosotros desde Savana llevamos mucho tiempo pidiendo. En cuanto a requisitos, ya hay comunidades autónomas como Andalucía y Galicia que son muy claras. Y tiene que estar porque tiene que dar tranquilidad a la gente, tiene que haber suficiente confianza siempre obviamente, teniendo la persona la posibilidad de decidir si no quiere que sus datos se utilicen. Pero que demos el visto bueno de facto, asegurando que si alguien en particular no quiere compartir su dato así se cumpla. Si damos ese paso, que creo que se está dando en esa buena dirección, nos convertiremos en potencia mundial en datos sanitarios. En el manejo del dato vamos muy por delante, por ejemplo, de los alemanes o de los franceses. El hecho de tener un sistema público nacional permite también este tipo de cosas, tenemos una buena base para que esto pase.
- Actualmente, Savana se ha propuesto liderar una iniciativa para la creación de un data lake sanitario en España, ¿en qué consiste este proyecto exactamente?
Generamos muchísimo dato sanitario, hoy en día hay estudios multicéntricos con muchos hospitales que requiere un trabajo manual ímprobo de horas y horas recogiendo datos, y con el lake que puedes tener un estudio con 15 hospitales aquí, tres hospitales de allá … Pero, aprovechando que tenemos la historia digitalizada y que tenemos mucho dato ¿y si juntamos todos los datos en el mismo sitio para poder decidir si quiero hacer un estudio sobre la población de toda España o sobre la población de toda mi comunidad autónoma?
Y juntando toda esa información en un sitio, ¿para qué me puede ser útil la información? Por ejemplo, para las alertas sanitarias o para seguimiento del producto. El ejemplo más cercano lo tengo con las prótesis de cadera, hace unos años hubo revuelo con unas prótesis de cadera que se habían diseñado y por diversos motivos generaban partículas metálicas lo cual acabó generando una alerta sanitaria. Y es verdad, hay un sistema de seguimiento de las prótesis, pero ¿y si en ese mismo momento se hubiera podido identificar en una base de datos que gestionara cada comunidad autónoma, cada hospital o el Ministerio, para identificar a golpe de ratón dónde están esos pacientes y quiénes son? Pero, es más, como tengo esa información puedo llegar a identificar si ese paciente se ha visto afectado por este problema concreto o no, y así puedo decidir a qué paciente le doy prioridad. Al final a todos esos pacientes se les acaba localizando, pero eso lleva un esfuerzo tremendo que se rebajaría si hubiera una fuente de información común.
El proyecto del data lake hay que desvincularlo del concepto de interoperabilidad del sistema. Este proyecto no soluciona el hecho de que alguien vaya a Valencia y de repente le dé un infarto y se metan en su historial y vean lo que le ha pasado en Madrid. Esto quiere decir que la información que he generado en Madrid va a una base de datos y la información generada en Valencia va a esa misma base de datos, aunque los sistemas no se puedan hablar entre sí. Un Data Lake se puede nutrir de fuentes de información distintas, quedando agregadas en una base de datos común. Hay grandes estudios epidemiológicos que requieren mucho tiempo, mucho esfuerzo, mucho dinero. Teniendo toda la información en un una base común se pueden lanzar multitud de estudios con un ahorro importante en términos de coste y tiempo.
Otra de las grandes patas de la creación de este data lake sanitario es que, al ser los sistemas sanitarios responsables del tratamiento de datos de los pacientes, pueden no desvincular el dato del paciente de origen. De esta manera, manteniendo la capacidad de identificar al paciente, puedo llegar a saber en algún momento por parte de, por ejemplo, el hospital, la persona afectada por una determinada alerta sanitaria. Estoy agilizando mucho el proceso. Aquí hay temas de gestión sanitaria, de salud pública, hay multitud de aplicaciones que podrían realizarse.
Entonces, ¿hacia dónde vamos con este data lake? El data lake es uno de los epígrafes del Plan de Recuperación y Transformación, de utilización de los fondos europeos. Lo que hemos hecho es contactar con distintas asociaciones, sociedades científicas, asociaciones de pacientes con intención de trasladarle que esto técnicamente es posible, aunque falte un desarrollo, obviamente, pero no estamos hablando de algo que es ciencia ficción. Estamos hablando de algo que ya está la base para que se pueda hacer. A raíz de ahí hemos planteado el proyecto y la acogida ha sido muy buena porque, tanto los pacientes como los profesionales, ven el potencial que tiene.
Un ejemplo: en un ensayo clínico para probar una molécula en una población muy determinada que se está haciendo en Galicia. ¿Y si hay un paciente en Murcia que se puede beneficiar? ¿De qué depende ahora mismo? Depende de que haya un oncólogo en Murcia que esté puesto al día, que sepa que se está investigando, que sepa que hay un ensayo clínico que se va a abrir. Que haya conocimiento, pero seguro que hay pacientes que no entran en ese circuito. Si nosotros tenemos ese dato de todos los pacientes podremos incluir más pacientes y no limitarlos sean de donde sean. Cuando esto se lo planteas a los pacientes dicen que les puede beneficiar porque muchas veces los pacientes tienen que buscar el ensayo clínico y esto lo hemos visto en enfermedades raras, los pacientes son los que más están pendientes de si salen ensayos.
Hay muchos campos que cuando lo planteas en la situación de paciente tienen mucho sentido y de ahí lo que nos planteamos con una propuesta sectorial. Esto lo hemos planteado al Ministerio de Sanidad, lo hemos planteado también con el Gobierno, con conversaciones con la Secretaría de Digitalización, hablamos en su momento con el Chief Data Officer del Gobierno y ahora estamos a la espera de que salgan las licitaciones, que esperamos sea a lo largo de 2022. Hemos mantenido también conversaciones con posibles partners tecnológicos
- ¿Ayudaría a los gestores a mejorar el uso de los recursos?
Sin duda daríamos una cantidad de datos mucho mayor, respecto a la que se maneja ahora, para tomar decisiones. Además, sería información generada sin tener que dedicar tiempo extra a recabar datos, y un reflejo directo de lo que pasa en el sistema sanitario. Esto permitiría tomar decisiones con la información más cercana a la realidad, con menor esfuerzo del actual y además antes. Estaríamos ante un escenario donde las decisiones se tomarían de una manera más eficiente. Si aplicamos esta lógica a las decisiones que hay que tomar sobre el uso de recursos sanitarios, como medicamentos de alto impacto o cirugías de alta complejidad, estoy seguro de que contar con una gran fuente de información sobre el impacto real sobre nuestros pacientes ayudaría a nuestros gestores.
- ¿En qué otros proyectos va a trabajar Savana a corto plazo?
Nosotros estamos ahora muy involucrados en la elaboración de modelos predictivos en el contexto de estudios de investigación. El origen de Savana es la capacidad de de extraer con procesamiento del lenguaje natural, que es una de las ramas de inteligencia artificial, lo que los médicos han escrito en las historias clínicas. Ahora estamos también aplicando otras ramas de la inteligencia artificial, redes neuronales, por ejemplo, para crear modelos predictivos que den respuesta a preguntas clínicas en un contexto de investigación.
Por añadir alguno más a corto plazo, estamos esperando ya la publicación donde se demuestra una de las grandes capacidades de Savana, que no es leer solo en español, sino también en inglés, alemán, francés y portugués. Hemos sido capaces de unificar distintos idiomas gracias a el procesamiento del lenguaje natural, aunque las fuentes de datos sean de distintos países y distintos idiomas.
