El sector sanitario estadounidense se ha esforzado por poner en práctica las innovaciones. La IA promete no ser diferente. Pero tres pasos pueden ayudar a superar los obstáculos. Y las experiencias contrastantes de los registros médicos electrónicos y la extirpación quirúrgica mínimamente invasiva de la vesícula biliar pueden resultar instructivas.

•••

La inteligencia artificial tiene el potencial de mejorar todos los aspectos de la atención médica. Las aplicaciones de IA puedenacelerar el descubrimiento científico, ayudar a los médicos y enfermeras tomar mejores decisiones, mejorar el consejo médico para los pacientes y reducir lo que, a veces, es aplastantecarga del papeleo. Pero la historia sugiere que el sector sanitario estadounidense tiene dificultades para poner en práctica innovaciones como la IA, debido en parte a lo que los economistas llaman»interrupciones en la conmutación», el costoso período de introducción gradual de nuevas tecnologías que pueden arruinar las operaciones rentables. Para reducir las interrupciones en la transición a la IA y acelerar su adopción, los innovadores de la atención médica deben generar confianza en la IA con tres grupos fundamentales: los proveedores, los pacientes y el público.

Hay tres cosas que los innovadores pueden hacer para generar la confianza necesaria:

1. Cambie la narrativa sobre el propósito de la IA.

En lugar de diseñar las nuevas tecnologías para sustituir la toma de decisiones humana, los innovadores deberían centrarse en nuevas herramientas que complementen y aumenten la experiencia de los proveedores. Por ejemplo, las aplicaciones de IA tienen el potencial de apoyar la relación paciente-proveedor al aliviar a los proveedores detareas de memoria — como escribir información en una historia clínica electrónica (EHR) y permitirles dedicar más de su tiempo y atención limitados a sus pacientes y a tareas de orden superior, como la resolución de problemas y la comunicación.

Algunos proveedores incluso están experimentando con la IA como herramienta para ayudarlos a comunicarse máscompasivamente con pacientes. El propósito de estas herramientas debería ser permitir a los proveedores hacer más para más pacientes en más lugares de lo que sería posible sin ellos.

2. Preste mucha atención a la forma en que se implementan las aplicaciones de IA.

Antes de su implementación, las aplicaciones de IA, como todas las nuevas innovaciones diagnósticas y terapéuticas, deberían mejorar de forma demostrable los resultados y ofrecer mejores experiencias a los pacientes y a los proveedores. Los pagadores, los sistemas de salud y los proveedores deben llegar a un acuerdo sobre cuándo es apropiado utilizar una aplicación de IA, cómo debe usarse y cómo se identificarán y mitigarán los posibles efectos secundarios.

Por ejemplo, en Internet impulsado por la IAcomprobadores de síntomas, modelos predictivos y diagnósticos los médicos deben organizar cuidadosamente los programas para reducir el riesgo de alucinaciones (hechos inventados) osesgo diagnóstico basado en la raza u otras características. Los pagadores y los sistemas de salud también deberían confiar en las opiniones de los médicos para adaptar las aplicaciones de IA a los flujos de trabajo clínicos y administrativos.

3. Asegure a los pacientes y al público que las aplicaciones de IA satisfacen sus necesidades sin amenazar sus derechos.

Para abordar estas preocupaciones, los innovadores deberían recurrir a los marcos emergentes, como los de la Comisión EuropeaDirectrices éticas para una IA fiable o de la Administración BidenPlan para una declaración de derechos sobre la IA. Estos marcos ofrecen principios de diseño para una IA confiable, tales como: los sistemas de IA deben ser seguros y eficaces. Los algoritmos de IA deben ser imparciales y promover resultados sanitarios equitativos. Debe mantenerse la privacidad de los datos. Se debe informar a los pacientes de que se utiliza un sistema automatizado y deben poder excluirse de los sistemas automatizados cuando proceda.

Los ejemplos contrastantes de dos tecnologías transformadoras anteriores, la EHR y la cirugía mínimamente invasiva de la vesícula biliar, ilustran por qué es necesario y urgente reducir las interrupciones del cambio a la IA en la atención médica.

En 1991, uninforme del Instituto de Medicina (IOM) de la Academia Nacional de Ciencias identificó los EHR (entonces conocidos como registros de pacientes computarizados) como una tecnología esencial para el cuidado de la salud. Sin embargo, en 2007, solo el 4% de los médicos y menos del 2% de los hospitales declararon tener un EHR en pleno funcionamiento. Esto era cierto en un momento en que la mayoría de los demás sectores de la economía se digitalizaban rápidamente y a pesar de que los estudios mostraban que los EHR estaban asociados a la reducción de los costes y a la mejora de la calidad de la atención.

No fue hasta que el gobierno de Obama incluyó miles de millones de dólares en subsidios para los EHR en suprograma de estímulos durante la gran recesión de 2009, casi dos décadas después del informe de la OIM, cuando los EHR empezaron a despegar.

Por el contrario, la extirpación quirúrgica mínimamente invasiva de la vesícula biliar, un método que transformó uno de los procedimientos quirúrgicos más comunes, solo necesitóunos años desde su primer uso en los Estados Unidos en 1988 hasta su casi total adopción.

Las interrupciones en el cambio fueron altas para los EHR y bajas para el nuevo procedimiento quirúrgico. ¿Por qué?

La introducción de los EHR exigió grandes gastos iniciales en software y la compra de ordenadores para todos los entornos clínicos. Aún más caro era capacitar a los empleados en el nuevo sistema y la caída de la productividad a medida que subían en la curva de aprendizaje. Los costes adicionales y las interrupciones se debieron al rediseño de los flujos de trabajo clínicos y administrativos necesarios para recopilar la información para el EHR y utilizarla de manera significativa.

El cambio a la EHR también implicó costes ocultos, derivados de los desafíos a las relaciones de poder y las identidades profesionales existentes. Muchos médicos vieron los EHR como una prueba de su creciente subordinación a las exigencias de los administradores y los pagadores, sobre todo a medida que aumentaba la parte del tiempo que dedicaban a introducir información en el sistema. Además de los módulos del sistema que agilizaban la facturación y la recepción, la mayoría de los médicos no pedían a gritos los EHR ni consideraban que resolvieran un problema apremiante. A muchos les gustaban sus registros en papel y confiaban en ellos, y los EHR parecen haber empeorado el problema deagotamiento médico y jubilación anticipada.

La cirugía mínimamente invasiva de la vesícula biliar también supuso un gran cambio con respecto a la tecnología anterior y requirió una inversión significativa en nuevas y costosas herramientas, formación y procesos. Pero los cirujanos y los hospitales ya se dedicaban a extirpar la vesícula biliar y los cambios se limitaron principalmente al quirófano.

El cambio a una técnica quirúrgica nueva y mejor no puso en tela de juicio las relaciones de poder ni las identidades profesionales existentes. Muchos cirujanos buscado para aprender los nuevos métodos. Además, la idea de la cirugía mínimamente invasiva atraía a los pagadores, los pacientes y el público en general, lo que puede facilitar en gran medida la transición a una nueva tecnología.

Algunas aplicaciones de IA tienen interrupciones de conmutación relativamente bajas. Por ejemplo, la IA se puede utilizar para analizar las historias clínicas y predecir qué pacientes corren un riesgo elevado de sufrir caídas en el hospital. A continuación, se puede marcar a los pacientes de alto riesgo en el EHR. Cualquier persona que se encuentre con el paciente puede tomar medidas para reducir el riesgo de una caída. Esta aplicación se incorpora fácilmente a los flujos de trabajo existentes e incluso puede eliminar medidas como, por ejemplo, una reunión diaria para que los equipos de cuidados evalúen el riesgo de caídas.

Sin embargo, gran parte del entusiasmo actual por la IA proviene de los grandes modelos lingüísticos (LLM), comoChat GPT, que tienen el potencial de automatizar la toma de decisiones sobre los diagnósticos y los tratamientos.

Es probable que estas aplicaciones de IA conlleven grandes interrupciones en la transición, lo que amenaza con devaluar la experiencia humana ganada con tanto esfuerzo (e incluso eliminar los puestos de trabajo) de los médicos, enfermeras y otros proveedores. El miedo a este tipo de automatización crea resistencia al cambio. La resistencia se ve amplificada por la tendencia de los LLM a «alucinar» (es decir, a inventar hechos). Comprobar si hay alucinaciones añade otra complicación a la ya excesiva carga de trabajo de los proveedores.

Además,encuestas recientes revelan que a la mayoría de los estadounidenses les incomoda la posibilidad de que la IA se utilice en su propia atención médica. La mayoría duda de que la IA mejore los resultados de salud y le preocupa que empeore la relación entre el paciente y el proveedor. Estas preocupaciones de los pacientes y del público son otra posible fuente de resistencia.

Afortunadamente, la IA es una nueva tecnología y las actitudes aún no están escritas en piedra. Hay tiempo para actuar. Sin embargo, las altas interrupciones en la conversión reducen los incentivos para que las empresas adopten innovaciones, especialmente en los mercados, como los de los servicios médicos y hospitalarios y los seguros de salud, que están muy concentrados y protegidos de la competencia externa por barreras reglamentarias y de otro tipo. Si no se toman medidas, el sector de la salud podría retrasar o renunciar a valiosas aplicaciones de IA, como hizo con los EHR.

Los Estados Unidos son líderes mundiales en el desarrollo de la IA. Pero la tecnología no es el destino. La gente elige cómo y cuándo utilizar la tecnología. Sería lamentablemente irónico que el sector sanitario estadounidense se quedara a la zaga en cuanto a aprovechar los beneficios de esta nueva tecnología transformadora. La clave es diseñar e implementar aplicaciones de IA para que sean dignas de nuestra confianza.