Cómo AI se abre paso en la medicina
Los grandes datos están haciendo olas en el mundo de la salud digital, y por buenas razones. Los grandes conjuntos de datos son los que permiten la creación de modelos inteligentes de atención, lo que significa que si tiene datos sobre dos millones de personas con una enfermedad crónica y cómo están siendo tratados, así como el efecto resultante de ese tratamiento, es probable que pueda para administrar a otras personas con el mismo proceso de enfermedad porque tiene tendencias y conjuntos de datos para señalar.
En pocas palabras: es un análisis predictivo, aplicado a la medicina.
Debido al impacto potencial que los grandes datos pueden tener para ayudar a tratar mejor a los pacientes, existe un apoyo abrumador y financiamiento detrás de los emprendimientos analíticos en el espacio de salud digital. Según un informe de Rock Health de 2016, el total de fondos de riesgo para grandes empresas de análisis y datos alcanzó más de $ 2 mil millones, con un gran apoyo detrás de otras startups paralelas que se ocupan de la gestión de la salud de la población, registros electrónicos de salud y herramientas de flujo de trabajo clínico.
Aquí es donde las cosas se pondrán interesantes:
A medida que las aplicaciones de inteligencia artificial continúen expandiéndose a nuevos territorios y la tecnología sea aún más fluida e intuitiva, Big Data se utilizará como punto de partida para algoritmos relacionados con el cuidado del paciente, especialmente en lo que respecta al “empoderamiento” del paciente.
Por ejemplo, digamos que un paciente tiene una aplicación de diabetes donde registra los niveles de azúcar en la sangre diariamente. AI podrá rastrear grandes conjuntos de datos y concluir que, en función de su propio historial de azúcar en sangre y control de medicamentos, además de otros dos millones de personas con diabetes y perfil similar de riesgo / enfermedad crónica, usted (el paciente) debería tomar esta cantidad de insulina para controlar mejor su glucosa durante las próximas ocho horas.
Los médicos no solo entregarán a sus pacientes una hoja de papel con instrucciones de stock. La IA y las herramientas digitales de salud monitorearán y ajustarán de manera intuitiva las recomendaciones de tratamiento en función de la actividad individual de cada paciente.
Como cirujano practicante, he estado observando estos cambios tecnológicos en la medicina desde hace bastante tiempo. Y a pesar del hecho de que la medicina en su conjunto todavía está rezagada respecto de otras industrias más conocedoras de la tecnología, también hay una gran cantidad de oportunidades para mejorar la atención del paciente después de una cirugía. Es algo que experimento de primera mano con mis pacientes a diario y por qué decidí adoptar un enfoque proactivo y construir la plataforma digital, Pulse. No es efectivo enviar a los pacientes a casa, solo para que se sienten allí preguntándose: “¿Es esto normal? ¿Debería suceder esto cinco días después de la cirugía?
En lo que estamos trabajando activamente es en aplicar esta nueva tecnología al proceso estándar posterior a la cirugía, para poder aprovechar los datos de millones de personas que han pasado por la misma cirugía. Un paciente puede usar la plataforma Pulse y el quinto día le preguntará: “¿Se secó la herida?”. Si el paciente responde “No”, la plataforma alertará al equipo de atención con información real, inteligente y procesable. información sobre el riesgo del paciente y la posibilidad de caerse de la “ruta de atención” con una visita al departamento de emergencia, la readmisión del hospital o cualquier complicación.
La cirugía es una experiencia emocional. El objetivo de integrar la inteligencia artificial en la medicina no es alterar la relación entre el médico y el paciente, sino mejorar los puntos de dolor que ya no se resuelven. Y la verdad es que los médicos no pueden estar de guardia las 24 horas, los 7 días de la semana. La tecnología y el análisis predictivo pueden ayudar a sistematizar todos los procesos que son estándar para la mayoría de los pacientes, y establecer controles y balances en tiempo real para tratar de manera más efectiva a pacientes con casos inusuales.
El propósito de los datos es mirar de manera reflexiva para que se puedan tomar decisiones más inteligentes de forma proactiva.
Otro ejemplo sería la evolución que ocurre en la telemedicina.
Si piensa en los modelos de atención hoy, las cosas no han cambiado mucho en los últimos 40 años. Si se siente enfermo y desea ver a un médico, debe programar una cita físicamente, tal vez en línea, pero generalmente no. Luego debe tomarse la mitad del día libre para ir a la cita. Llegas allí. Esperas. Estás al lado de otras personas enfermas. Luego ves al médico por cinco minutos, te da una receta y te vas.
Cuando realmente retrocede y cuestiona qué parte de ese proceso puede sistematizarse y mejorarse según las tendencias extraídas del big data, puede ver los defectos en cada paso del proceso. Muchas compañías han tratado de ajustar la telemedicina de alguna forma, manera, pero nadie ha dado en el clavo. No me malinterpreten: ha habido mejoras masivas y los servicios como “doctor a pedido” o “teledoc” son fantásticos, pero creo firmemente que todavía no se han dado cuenta de todo su potencial a gran escala. Hay algo sobre la medicina que es diferente a la mayoría de las industrias, en el sentido de que todavía necesita proteger la pieza de interacción personal porque eso es lo que la gente realmente quiere. La gente quiere tranquilidad de otro ser humano más que cualquier otra cosa.
Entonces, cuando hablamos de innovación en medicina, el objetivo no es eliminar al médico de la ecuación. El objetivo es eliminar la mayor cantidad de pasos repetibles en el camino que dificultan a los pacientes obtener la ayuda que necesitan, cuando la necesitan.
El objetivo es empoderar a los pacientes. Y ahí es donde AI puede marcar una gran diferencia.
