Andalucía ensaya el uso de inteligencia artificial para tratar pacientes

El caso de Marta no es real aún pero tampoco es ciencia ficción. El Servicio Andaluz de Salud (SAS) trabaja para poder aplicar ese tipo de tecnología y está desarrollando 'Mantis', un sistema de Inteligencia Artificial que «predice la tasa de reingreso de pacientes hospitalizados». El sistema «evalúa, mediante un procesado masivo de datos y aplicación de las reglas de 'aprendizaje de máquina', la probabilidad de reingreso en casa», añaden.

Con este sistema de inteligencia artificial los médicos obtienen «un grupo de pacientes con una alta probabilidad de reingreso por encima del 85 por centro en 30, 90 o 180 días». Además, añaden, a cada usuario «el sistema ofrece una serie de acciones mitigadoras» que mejore su salud.

Por este proyecto, el SAS fue premiado a finales del año pasado con el galardón 'E-nnova Health', una distinción que reconoce «iniciativas sanitarias digitales de salud que mejoren la calidad de vida de los ciudadanos».

Según explica Bidatzi Marín Bastida, responsable del Área de Gobernanza y Calidad de la subdirección de Tecnologías de la Información y Comunicaciones del Servicio Andaluz de Salud (SAS), todos estos sistemas están en «fase de validación o de investigación». Aún no se aplican al día a día de los pacientes pero sí que es una línea que se investiga como prioridad. «En general todos estos proyectos tienen por ahora una naturaleza experimental», explica.

La inteligencia artificial, como el Big Data, se basan en el análisis de datos. De muchos datos. Cantidades ingentes de datos. No en vano, señalan en Salud, el SAS cuenta con 800 millones de pruebas de laboratorio en sus bases de datos; mil millones de citas médicas donde analizar quién va, a qué hora y por qué patología va ver a su médico; 700 millones de diagnósticos de los que extraer variables... La combinación es casi infinita y, con medios tradicionales, imposibles. Hasta que llegó la tecnología.

En realidad, explica Marín, este tipo de algoritmos que combinan datos para mostrar realidades veladas ya existían antes en la sanidad andaluza. Solo que usaban muchos menos datos y su técnica era más rudimentaria. «Es el caso del triaje que hay en las Urgencias de los hospitales andaluces», explica Marín. Allí el personal de Enfermería analiza unas cuantas variables -respira, hay dolor o no lo hay, está consciente...- y, con esa información, asigna una prioridad al paciente. La más alta será para quienes están más graves y requieren tratamiento más inmediato.

El uso de la inteligencia artificial no está solo en el análisis de las posibilidades de reingreso de un paciente. El SAS investiga otras posibles aplicaciones. Es el caso de la detección de cáncer de mama. En este caso, un programa analiza imágenes de mamografías y prioriza al médico el análisis de los que considera sospechosos. Aún no está en marcha pero abre la puerta a llegar antes y mejor al diagnóstico de este tipo de enfermedades.

En todo caso, aclaran desde el SAS, no es el algoritmo el que diagnostica. La decisión siempre es de un médico, subrayan. Lo que hace la tecnología es ayudar, revisar o priorizar pruebas. Además, aclaran, todas estas ideas es «muy experimental». Sobre el papel, maravillosas. Ahora están probando que puedan funcionar en la vida real. No quieren, insisten, que nadie se llame a engaño y piense que ya se pueden usar para curar.

El SAS tiene hasta 15 líneas de investigación donde poder aplicar la inteligencia artificial y el Big Data. «Estamos analizando campos como la optimización de cupos de atención primaria», indica Marín. La idea es que hay poblaciones jóvenes o que necesitan poca atención sanitaria y pueden asignarse a un médico y luego otras que, siendo más pequeñas, acuden más a su centro de salud por su edad o patologías previas. En ese caso debe ser un grupo menor el que tenga un sanitario a su cargo.

También estudian cómo aplicar la inteligencia artificial al análisis de los tratamientos farmacológicos e, incluso, al análisis de textos clínicos. «Los médicos escriben sus informes en lenguaje natural, pero a las máquinas les cuesta extraer información de ahí. Estamos desarrollando formas de poder extraer datos de esos documentos para tener más información y trabajar mejor con los pacientes», explican los expertos.