Hemos hablado sobre cómo un sistema de monitorización continua de la salud generaría una enorme cantidad de datos (Big Data) que analizados con los algoritmos adecuados podrían revelar los patrones saludables y patológicos específicos de cada individuo – es decir, desarrollo de una medicina personalizada-. Para monitorizar a muchos individuos tendríamos que usar programas avanzados de Inteligencia Artificial (IA) que detectaran automáticamente procesos posiblemente patológicos y generaran alertas que luego serían revisadas por expertos humanos para recomendar las intervenciones adecuadas.

Pero todo este potencial tecnológico no puede ser aprovechado si no lo integramos en los sistemas de salud.  Esto no solo supone dotar al sistema de nuevos medios tecnológicos y humanos, hay que integrar la información que generan los algoritmos de IA en los procesos de decisión rutinarios de la práctica clínica como una herramienta más. Además, es importante tener en cuenta que integrar un nuevo tipo de información en un sistema puede tener consecuencias profundas sobre la organización de la estructura y las operaciones del sistema.

Muchos sistemas, como los servicios de salud, organizan su funcionamiento dependiendo, en gran medida, del tipo de información que pueden recoger a un coste asumible. Por ejemplo, los pacientes con patologías crónicas han de ser monitorizados regularmente y esto se hace típicamente en consultas clínicas donde se miden las variables más relevantes y se ajusta su medicación. Esto requiere programar consultas de seguimiento, que no podrán ser demasiado seguidas para no sobrecargar al sistema y a los propios pacientes.  Así se elaboran guías de práctica clínica y se estructuran muchos de los recursos y procesos del sistema de salud.

Wearables y otros aparatos (IoT)

Imaginemos, sin embargo, que tuviéramos un sistema donde la presión arterial, la frecuencia cardiaca, el nivel de glucosa, la oxigenación sanguínea y la actividad física fueran leídas cada media hora por un sensor en la muñeca del paciente y que esos datos se incorporan inmediatamente a la historia clínica del paciente vía internet. Unos algoritmos vigilarían constantemente los datos de cada paciente estableciendo sus patrones particulares de normalidad y alertando cuando los datos se salieran de niveles seguros o empezaran a mostrar una tendencia sospechosa.  ¿Cómo afectaría esto a la organización del sistema asistencial? Ya no sería necesario establecer consultas rutinarias ya que el médico recibiría alertas cuando los datos empezarán a mostrar niveles o tendencias sospechosas.  El sistema sería así mucho más eficiente pudiendo concentrarse las visitas en pacientes que mostraran signos problemáticos sin molestar a pacientes que evolucionaran favorablemente.

De este modo, la ingente nueva información, además de dar soluciones a problemas ya existentes, plantearía nuevas preguntas que antes no se hacían los profesionales precisamente por no disponer de tal información. Por ejemplo, ¿estas variables medidas constantemente muestran patrones diarios (ritmos circadianos)? ¿Pueden ser estos patrones distintos en cada paciente incluso en condiciones de salud? ¿Podemos usar estos patrones personales para anticipar una evolución negativa en un paciente antes de que muestre signos clínicos? Y aún más… si hay varias opciones terapéuticas, ¿cuál es más adecuada para un paciente concreto dadas sus características?  ¿Analizando la evolución de muchos pacientes similares a este que han recibido distintos tratamientos podemos elegir mejor el tratamiento para este paciente?

Datos y mucho análisis

Para dar respuestas a estas preguntas los estadísticos y científicos de datos plantearían y programarían en el sistema nuevos análisis de los datos.  Esto crearía un círculo virtuoso donde la generación de conocimiento para solucionar un problema, abriría nuevas preguntas. Esto requeriría una conversación constante entre profesionales de la salud y profesionales del análisis de datos para actualizar continuamente los algoritmos de análisis para responder a las nuevas preguntas.  Se crearía así un sistema de salud «inteligente» es decir, que aprende de sí mismo, analizando continuamente los resultados de sus acciones y retroalimentando su conocimiento.

Para que un sistema así se produzca es necesario que los profesionales sanitarios confíen de manera prudente en la información generada por la IA, entendiendo su alcance y sus limitaciones. Y ello sólo es posible si estos profesionales entienden lo que hacen estos algoritmos y cuánto pueden dar de sí con los datos que manejan.

No se trata de que conozcan los detalles técnicos de su funcionamiento sino lo que conceptualmente tratan de hacer. Deben entender que sus limitaciones vienen de dos fuentes: las inherentes a los datos disponibles y las limitaciones analíticas de los propios algoritmos.  Cuando no se tiene un conocimiento básico de la herramienta que se utiliza existe el peligro de caer en uno de los dos extremismos perniciosos en los que se encuentra actualmente gran parte de la profesión biosanitaria. Unos desconfían totalmente de la nueva tecnología y son reacios a usarla y otros confían «ciegamente» en ella y creen que va a solucionar milagrosamente muchos problemas. Ambas posturas son perniciosas para el buen uso de cualquier nueva tecnología y el antídoto contra ellas es tener un conocimiento básico de lo que se hace y de las limitaciones.

Pacientes involucrados en su salud

Otra condición necesaria para que el sistema cambie con éxito es involucrar al usuario.  Estos tienen que entender que la medición continua en su vida cotidiana es muy importante para poder obtener una medida personalizada de su estado de salud y anticipar problemas.  Todos somos distintos, y para poder dar una atención personalizada se requiere una medición personalizada e intensa. El usuario ha de ser el centro de sistema tanto para la acción como para la generación de información (tal y como ATAM y su Equipo Clínico lo promulgan diariamente). Es importante que la tecnología no sea percibida como «intrusiva» en la vida de las personas para lo cual hay que garantizar una seguridad adecuada de los datos y hacer una labor pedagógica sobre la necesidad de recoger esta información.

Finalmente, cambios tan importantes en el sistema requieren de un apoyo y liderazgo de los gestores del mismo. Es necesario que estos entiendan los beneficios que un sistema inteligente produciría para los usuarios y para la economía del propio sistema. Solamente así estarían dispuestos a invertir y liderar en este cambio que no está exento de costes y dificultades, sobre todo las asociadas al cambio «cultural» de los agentes implicados (profesionales de la salud, pacientes y gestores). Sin embargo, el esfuerzo valdrá la pena y es posiblemente la única forma de conseguir que los sistemas de salud den un servicio de alta calidad que cada día resulta más costoso a una población cada vez más envejecida.

FUENTE:vivelibre.es

Loading