Inteligencia artificial en el sector sanitario: conferencia de Rachel Dubscombe en la Cumbre de la Sociedad para la Salud Digital

En el marco de la Cuarta Cumbre de la Sociedad para la Salud Digital (4th Digital Health Society Summit), la británica Rachel Dunscombe, experta en Inteligencia Artificial (IA) dentro del ámbito de la atención sanitaria y el bienestar, asesora del gobierno del Reino Unido y directora de la Academia Digital del NHS (National Health Service), ofreció una conferencia sobre IA en el sector. Según Dunscombe, el público general conoce las posibilidades que ofrece la IA, pero desconoce aquellos aspectos más rigurosos, como la gobernanza o garantía de calidad.

La inteligencia artificial es una herramienta que posee un gran potencial dentro de la gestión y procesamiento de todo tipo de datos, pero sus usos en el entorno sanitario, a su juicio, todavía son muy teóricos. Por ello, asegura que “necesitamos entender cómo la IA interactúa con los pacientes y con el sistema sanitario existente, y debe empezar a trabajar en entornos controlados y tener la posibilidad de ser auditada”. En este ámbito, Dunscombe afirma que “trabajar con IA en el sector sanitario debe ser como trabajar con un/a doctor/a o un/a enfermero/a residente”, es decir, que se necesita un profesional experto que controle lo que hace.

Para monitorear la Inteligencia Artificial, Dunscombe ha ideado con su equipo seis áreas dentro del ciclo vital a controlar. Estas áreas son las siguientes:

1) La relación del algoritmo con la seguridad clínica: Se requiere una comprensión profunda relativa a cómo relacionamos la inteligencia artificial con la seguridad clínica, ya que sus aplicaciones dentro del campo de la salud son muchas y por tanto, deben limitar para acotar los resultados.

2) La detección de sesgos: El problema del surgimiento de sesgos es una fuente de preocupación en todos los algoritmos. Se necesita personal técnico con las herramientas necesarias para detectar sesgos y corregirlos.

3) La validación demográfica: Toda IA ​​debe adaptarse a la población o al sector demográfico con el que trabaje. Tal y como Dunscombe indica, “el mismo algoritmo no puede servir para el centro de Londres y para la zona rural del norte de Inglaterra a la vez”.

4) El seguimiento de los procesos internos del algoritmo: todos los procesos internos que realice un algoritmo deben ser revisables. Actualmente, no existe ningún conjunto de parámetros relativos a la atención sanitaria en torno a los que trabaja la IA, y se necesitan para ver los procesos que ésta sigue en lugar de tener que suponerlos.

5) La necesidad de auditar la IA: es necesario auditar los algoritmos para subrayar sus puntos fuertes y revisar sus errores y carencias.

6) El seguimiento cronológico del rendimiento: el algoritmo debe ser seguido e instruido para obtener los resultados de rendimiento esperados en un marco cronológico determinado.

Además, para la creación de algoritmos viables y que puedan someterse a estos criterios, Dunscombe remarca que es necesario el acceso a un flujo de datos masivos constante, limpio, codificado y a tiempo real, ya que la calidad del algoritmo equivaldrá a la de los datos que recibe. Actualmente, el acceso a estos datos es muy restringido, algo que Dunscombe lamenta.

Otra falla en el sistema es la carencia de personal sanitario especializado que entienda el funcionamiento de los algoritmos y pueda trabajar con ellos. El pronóstico de la experta es que en los próximos años haya un aumento de puestos de trabajo en posiciones relacionadas con la salud desde el ámbito digital, y serán estos profesionales los especialistas que supervisarán la IA.

“Una vez todas las bases para crear algoritmos viables estén presentes, podremos experimentar las posibilidades en la atención sanitaria de esta herramienta que parece futurista, pero ya existe”, concluye Dunscombe. “No podemos correr, pero tampoco podemos parar. Se necesita un equilibrio entre velocidad y seguridad”.