_
_
_
_

Hacia un nuevo modelo de sanidad

Nunca hemos vivido tanto y, precisamente por eso, el envejecimiento de la población supone un reto sin precedentes para el sistema de salud.

Isabel Rubio
Un robot-enfermera transporta documentos médicos en el Hospital General de Mongkutwattana, en Bangkok, Tailandia.
Un robot-enfermera transporta documentos médicos en el Hospital General de Mongkutwattana, en Bangkok, Tailandia.Reuters

Nunca hemos vivido tanto y, precisamente por eso, el envejecimiento de la población supone un reto sin precedentes para el sistema de salud. Mientras la esperanza de vida crece, también aumenta la incidencia de males como las enfermedades cardiovasculares, el cáncer o el alzhéimer. Los avances en genómica y la inteligencia artificial tienen el potencial de detectarlos incluso antes de que aparezcan los primeros síntomas. Hospitales de todo el mundo, gigantes tecnológicos y startups utilizan ya la tecnología con un objetivo claro: pasar de curar enfermedades a intentar prevenir su aparición.

En 2013, la actriz Angelina Jolie optó voluntariamente por someterse a una doble mastectomía para reducir las altas probabilidades de desarrollar cáncer de pecho. Los médicos aconsejaron la cirugía debido a una herencia genética. “Mis doctores estimaban que tenía un 87% de riesgo de contraer cáncer de mama y un 50% de padecer cáncer de ovarios”, escribió la actriz en una carta publicada en The New York Times.

Fue un ejemplo muy llamativo, pero absolutamente excepcional. Salvo en casos muy concretos o por programas de cribado, los pacientes no acuden al médico hasta que tienen algún síntoma. “Ahora mismo se destina más del 90% de los recursos humanos y económicos médicos a la atención de enfermedades ya desarrolladas en lugar de a estrategias preventivas”, afirma Baltasar Lobato, socio responsable de Health & Life Sciences de EY.

Las máquinas ya han comenzado a ganar a los humanos en la predicción de riesgo del cáncer o el alzhéimer. La inteligencia artificial permitiría un ahorro significativo al sistema sanitario al mejorar la prevención, el diagnóstico y el tratamiento de enfermedades. El gasto en sanidad de Estados Unidos fue de 3,6 billones de dólares en 2018, según el Departamento de Salud y Servicios Sociales. Un informe de Accenture indica que la combinación de este tipo de sistemas podría llegar a generar en 2026 un ahorro anual de 150.000 millones de dólares en la sanidad de este país.

Alberich-Bayarri, CEO de la empresa biotecnológica Quibim, pone como ejemplo el proyecto Imagenoma del Envejecimiento, que pretende entender cómo se envejece. Para ello, se ha realizado una resonancia magnética a más de 1.000 sujetos voluntarios mayores de 50 años de la provincia de Girona. “En un 10% encontramos una obstrucción severa de la carótida. En estas personas se podría priorizar un tratamiento para prevenir un posible ictus”, explica. Poder aplicar políticas de prevención primaria en determinados subgrupos de riesgo supone un ahorro considerable. Especialmente en escenarios que podrían dejar al paciente “en una situación de dependencia total”.

La clave de la inteligencia artificial es que hace lo que un humano no puede. “Coge enormes volúmenes de datos y usa técnicas matemáticas y computacionales para extraer biomarcadores en la enfermedad. Es como encontrar una aguja en un pajar”, destaca el ingeniero informático Karim Lekadir. Participa en un proyecto financiado por la UE que busca aplicar algoritmos para predecir quién va a tener un infarto combinando información genética y del estilo de vida con imágenes del corazón.

EE UU, China e India, en cabeza

Una máquina, por muy buena que sea, jamás podrá coger la mano de un paciente y compartir la carga emocional de las enfermedades". Javier Cortés, responsable de cáncer de mama del IOB Instituto de Oncología del Grupo Quirón en Madrid y Barcelona

Hospitales de todo el mundo han comenzado a implantar poco a poco este tipo de sistemas de inteligencia artificial. Los expertos coinciden en que Estados Unidos está muy avanzado en este campo. “China e India también están aplicando muchas soluciones de inteligencia artificial debido, sobre todo, a su gran densidad de población y su ratio de médicos por paciente”, añade Lobato.

En Europa, los países nórdicos lideran el ranking, según la organización estadounidense HiMSS Analytics. En ellos, el 28% de los sanitarios afirma que la usa de forma habitual. Le siguen Holanda (22%), Italia (19%) y España (11%), donde Red.es trabaja con las administraciones para vigilar patologías crónicas mediante inteligencia artificial. Fuentes de esta entidad, adscrita al Ministerio de Asuntos Económicos y Transformación Digital, señalan que el propósito es reaccionar rápido cuando alguien empeora y reducir citas e ingresos hospitalarios.

La recolección masiva de datos y la digitalización es clave para avanzar en la investigación. Pero pone de relieve la necesidad de proteger adecuadamente los sistemas. Hay infraestructuras críticas cuyo hackeo podría tener consecuencias devastadoras. El Hospital Universitario de Torrejón se convirtió en enero en el primer centro sanitario español secuestrado por un virus informático. El ataque bloqueó los sistemas y el personal se vio obligado a trabajar a la antigua usanza: con papel y bolígrafo.

En 2015, los investigadores Scott Erven y Mark Collao descubrieron la vulnerabilidad de decenas de aparatos médicos de distintos hospitales utilizando un buscador de dispositivos conectados, según la BBC. Accedieron, por ejemplo, a equipos de resonancia magnética y desfibriladores y comprobaron que los atacantes podrían incluso obtener datos del historial de pacientes y conocer la ubicación de la maquinaria dentro de un edificio.

Cruzar los datos médicos con los que almacenan diferentes compañías puede tener un gran valor. Los gigantes de Silicon Valley han mostrado su interés en la información sobre la salud para nutrir sus herramientas de análisis y mejorar los dispositivos. Por ejemplo, Google ha accedido a decenas de millones de historiales médicos en EE UU con sus nombres y fechas de nacimiento, según reveló en 2019 The Wall Street Journal.

Lo hizo gracias a un acuerdo con un grupo médico privado para enseñar a sus algoritmos a hacer recomendaciones a los pacientes. Pero ni estos ni los médicos habían sido notificados. La compañía de Mountain View presentó en enero un modelo de aprendizaje profundo para detectar el cáncer de mama. También cuenta con algoritmos para predecir la aparición de lesión renal aguda, ataques cardiacos y derrames cerebrales. Y anima a los usuarios a preguntar a su asistente de voz sobre sus afecciones médicas.

Sobre estas líneas, una de las cabinas Good Doctor desplegadas en China.
Sobre estas líneas, una de las cabinas Good Doctor desplegadas en China.Ping’an
El robot Double se pasea por la clínica ginecológica Auguste-Viktoria-Klinikum, en Berlín, para que la doctora pueda visitar desde un mismo lugar a varias pacientes
El robot Double se pasea por la clínica ginecológica Auguste-Viktoria-Klinikum, en Berlín, para que la doctora pueda visitar desde un mismo lugar a varias pacientesReuters

El negocio de los datos médicos

Mientras tanto, Amazon prueba con sus empleados en Seattle un programa de consultas virtuales y ha creado un equipo centrado en “salud y bienestar” dentro de la división que trabaja con Alexa, su asistente de voz. El objetivo es mejorar la gestión de la diabetes y el cuidado de madres y personas mayores. También tiene que ver con la diabetes el asistente que ha lanzado IBM: Sugar.IQ. El sistema da recomendaciones a pacientes teniendo en cuenta información sobre la insulina y los niveles de glucosa, sobre qué comen, qué deporte hacen o dónde viven. Puede predecir con un 89% de precisión si se va a producir un evento de hipoglucemia.

El robot estrella de IBM, Watson, da además soporte a oncólogos y radiólogos en la toma de decisiones. “Los equipos de radiología están muy presionados porque deben leer un número creciente de imágenes y los errores son inevitables”, cuenta Mark Davies, director médico de IBM Watson Health en Europa. La compañía ha lanzado en Reino Unido e Irlanda un sistema que busca afecciones en radiografías y tomografías computerizadas. Después, compara sus hallazgos con lo que ha encontrado el radiólogo y se revisan las diferencias.

Los avances son extraordinarios. Pero plantean nuevos riesgos y desafíos. Uno de ellos es el sobrediagnóstico: ¿estaremos siempre enfermos? El otro tiene que ver con la gestión de ese enorme caudal de información sensible. ¿Hasta qué punto estaremos dispuestos a renunciar a nuestra privacidad por garantizar la salud?

En parte de la comunidad científica existe un debate sobre hasta qué punto las mamografías salvan vidas. En 2018, se publicó en Países Bajos un análisis desarrollado durante 24 años que sugería que la reducción de la mortalidad por cáncer de mama se debe principalmente a la mejora en los tratamientos.

El estudio señalaba que el número de diagnósticos incorrectos se ha incrementado con la extensión de las mamografías a mujeres de entre 70 y 75 años y la introducción de la mamografía digital. Y estimaba un sobrediagnóstico del 50%. “Seguro que estamos sobrediagnosticando y, por lo tanto, sobretratando muy a menudo, pero a veces es difícil saber dónde está el punto correcto”, reconoce Javier Cortés, responsable de cáncer de mama del IOB Instituto de Oncología del Grupo Quirón en Madrid y Barcelona. Aún así, señala que es importante poder realizar mamografías: “Hemos de seguir estudiando en esta dirección e intentar tratar solo aquello que puede tener repercusiones en los pacientes”.

Un sistema de salud a la carta

Al sobrediagnóstico se suma el reto de garantizar la privacidad. Tener monitorizada a una persona constantemente afecta a su libertad individual, según la abogada experta en protección de datos Paloma Llaneza. Recuerda que ya hay aprobadas pastillas inteligentes que permiten saber si alguien está siguiendo un tratamiento o no y empresas que registran los latidos del corazón del usuario.

“Si el Estado gasta una cantidad importante en un enfermo que no sigue el tratamiento, come lo que no debe y no hace el ejercicio pautado, podemos imaginar un escenario en el que se le penalice e incluso se le niegue el tratamiento por su comportamiento poco responsable”, explica. De igual modo, la información de la salud podría servir a una empresa para “decidir si contratarle o si darle un crédito”.

Los riesgos existen y el debate sobre ellos apenas ha comenzado. Pero lo cierto es que la tecnología permitirá tener un sistema de salud a la carta. “El paciente decidirá en qué momento quiere ser atendido, si quiere recibir el servicio presencialmente o a través de un chat o una videoconferencia y qué profesional quiere que le evalúe”, vaticina Pablo Sánchez Cassinello, director ejecutivo del área de Salud de Accenture. E incluso podrá escoger hacerse él mismo pruebas desde su casa.

El objetivo es que las consultas estén menos saturadas. Que haya menos burocracia. Y que los pacientes puedan ver los resultados de las pruebas en tiempo récord. Las teóricas ventajas son infinitas. Pero Cortés subraya que no hay que perder de vista la importancia de la relación entre médico y enfermo: “Una máquina, por muy buena que sea, jamás podrá coger la mano de un paciente y compartir la carga emocional de las enfermedades”.

Algoritmos que curan

Zigor Aldama
China tiene escasez de personal sanitario. De media, en su territorio trabajan 1,9 médicos por cada 1.000 habitantes, para los que hay cuatro camas disponibles en los centros de salud. Son cifras que representan un tercio de las de España y que reflejan la gran desigualdad existente entre el entorno rural y el urbano. En muchas zonas remotas, la asistencia no llega o es de baja calidad. Un 10% de los doctores chinos no tiene estudios de Medicina. Para tratar de llenar ese vacío, la aseguradora Ping’an ha creado una app que cuenta ya con 300 millones de usuarios y unas clínicas autónomas llamadas Good Doctor. Son pequeñas casetas de tres metros cuadrados a las que los pacientes pueden acudir tras rellenar un formulario con los síntomas que padecen. En la cabina pueden utilizar diferentes aparatos para hacerse pruebas básicas. Un sistema de inteligencia artificial contrasta la información con una base de datos que incluye 400 millones de expedientes parar tomar una decisión: o emite un diagnóstico y la correspondiente receta, o llama a un especialista para que continúe con la consulta por videoconferencia. Hasta finales del año pasado, Ping’an había instalado 1.000 de estas clínicas autónomas que usaron tres millones de personas. Algunas de dichas miniclínicas cuentan también con un dispensador automático para los medicamentos más comunes.

Tu suscripción se está usando en otro dispositivo

¿Quieres añadir otro usuario a tu suscripción?

Si continúas leyendo en este dispositivo, no se podrá leer en el otro.

¿Por qué estás viendo esto?

Flecha

Tu suscripción se está usando en otro dispositivo y solo puedes acceder a EL PAÍS desde un dispositivo a la vez.

Si quieres compartir tu cuenta, cambia tu suscripción a la modalidad Premium, así podrás añadir otro usuario. Cada uno accederá con su propia cuenta de email, lo que os permitirá personalizar vuestra experiencia en EL PAÍS.

En el caso de no saber quién está usando tu cuenta, te recomendamos cambiar tu contraseña aquí.

Si decides continuar compartiendo tu cuenta, este mensaje se mostrará en tu dispositivo y en el de la otra persona que está usando tu cuenta de forma indefinida, afectando a tu experiencia de lectura. Puedes consultar aquí los términos y condiciones de la suscripción digital.

Sobre la firma

Isabel Rubio
Es colaboradora de las secciones de Tecnología, Ciencia y Salud de EL PAÍS. Además de seguir de cerca a Apple, Samsung y otros gigantes, prueba dispositivos y analiza el impacto de los avances tecnológicos en la sociedad. También verifica contenidos científicos en la fundación Maldita.es.

Archivado En

Recomendaciones EL PAÍS
Recomendaciones EL PAÍS
Recomendaciones EL PAÍS
_
_