La IA sanitaria se 'parte' en 3 áreas con desafíos regulatorios pendientes

La Inteligencia Artificial (IA) es una realidad que en 2023 se puso sobre la mesa, también en el ámbito sanitario. Sin embargo, aún hay mucho por asentar y avanzar y todo apunta a que el 2024 será el año para ello. Se trabajará en su regulación, se normalizará su utilización y también se empezarán a ver las primeras campañas de diferenciación por su uso entre los centros. Además, la IA generativa se empezará a incorporar de manera relativamente rápida, con la utilización de modelos de lenguaje para crear informes clínicos.

Este es el resumen de lo que augura Ignacio H. Medrano, neurólogo y experto en Inteligencia Artificial, para los próximos meses. Pero para conocer en profundidad cada una de estas nuevas ‘incorporaciones’, primero precisa diferenciar entre IA discriminativa, es decir, la que corresponde a los algoritmos capaces de clasificar o diagnosticar, así como de hacer predicciones, relacionado con la Medicina de Precisión; y la generativa, que “se ha puesto muy de moda” debido a lo conocido como Large Language Models, como Chat GPT.

"En relación con la IA generativa, vamos a ver como su curso continúa; y observaremos cómo avanzan esos primeros ensayos clínicos alrededor del mundo en diversas patologías. Contemplaremos su normalización", explica.

A esto se le sumarán nuevos casos de éxito de "todas las áreas terapéuticas", incluyendo tanto en imagen como en genómica o en datos clínicos. "Lo vamos a ver tanto en el ámbito de descubrimientos de fármacos como en la llegada a la práctica clínica", resume. Esto tendrá implicaciones no solo para la mencionada Medicina de Precisión, sino también para la gestión sanitaria y la incorporación a centros sanitarios.

Para ello se torna necesaria cierta regulación. La FDA y el Reino Unido ya han sacado adelante las suyas, pero la de la Agencia Europea de Medicamentos (EMA, por sus siglas en inglés) aún sigue pendiente para conocer qué deben cumplir dichos algoritmos.

Diferenciación sanitaria por uso de la IA

Toda esta especie de ‘revolución’ y asentamiento tendrá sus consecuencias a nivel de Marketing. "Probablemente, será el primer año donde las clínicas privadas comiencen a anunciar que se diferencian de otras por el uso de Inteligencia Artificial en sus pacientes. Aseguradoras y hospitales privados empezarán a moverse en ese sentido marketiano por primera vez", afirma y recuerda que era una cuestión que ya esperaban desde hace tiempo. 

Pese a ello, no considera que se vaya a dar una brecha entre el sector público y el privado. "Hay grandes profesionales con gran capacidad de innovación en ambos. Es verdad que algunos hospitales o regiones van más avanzados que otros en esa estructuración y desfragmentación de la historia clínica. Pero, en general, todo el mundo tiene la visión puesta en que es ahí hacia donde hay que ir".

Pero la expansión de los últimos años también puede tener sus repercusiones legales que acaben con “algún tipo de denuncia o de escándalo por el uso o no de la Inteligencia Artificial en la práctica clínica”. Sin embargo, considera que, de ocurrir, es más probable que se diera fuera de España.

Respecto al otro tipo de Inteligencia Artificial, la generativa, el experto apuesta por la incorporación relativamente rápida de estos sistemas, tipo Chat GPT, en la documentación de los hospitales. "Casi seguro que veremos aparecer noticias relacionadas con la utilización de modelos de lenguaje para crear informes clínicos, consentimientos, guías para pacientes… Todo esto lo veremos aterrizar a una velocidad relativamente rápida porque no requiere regulación, al contrario de la discriminativa", detalla.

Las barreras de la IA en sanidad

Todos estos avances se encontrarán con varias barreras que harán que su implantación no sea tan sencilla. La más importante, en su opinión, es la reticencia a compartir los datos. "Continuamos con una política de darle valor al dato y al darle ese valor no lo compartimos, con lo cual dicho dato deja de tener valor", reflexiona. Estos reparos a utilizar la nube, lo que considera que es un "gran limitante", ocurre en ciertas comunidades autónomas en el país, pero también fuera de España. "Si no hay cloud o nube no se puede avanzar tecnológicamente", sostiene.

Otro de los retos que plantea es la monitorización de los algoritmos, pues no se tiene claro si se tienen que encapsular para que nadie lo pueda hackear o, por el contrario, dejarlos abiertos para que mejoren con lo que va aprendiendo, pero se corre el riesgo de no controlar su efectividad. "¿Cuál es el equilibrio, el balance entre controlar su efectividad, pero dejarlo evolucionar y mejorar? No está resuelto".

"Si no hay nube de datos no se puede avanzar tecnológicamente"

"Tampoco está claro cuál es el nivel de exigencia que hay que pedirle a un algoritmo de soporte a la decisión en relación con un ensayo clínico para obtener el marcado CE. Es decir, en principio es lo más seguro, pero el problema es que frena mucho la innovación. Necesitamos encontrar un equilibrio por el cual haya una especie de precertificación que permita que una vez estás autorizado, puedas sacar tus algoritmos sin tener que ir haciendo un ensayo clínico por cada pequeña mejora que vas haciendo, porque eso no es sostenible, no es factible", añade.

Finalmente, Medrano destaca otra piedra en el camino: en su opinión existe un "cierto oligopolio" de empresas dedicadas a generar sistemas de historia clínica, que son los que los médicos suelen utilizar. Por ello, aunque una institución, un hospital o cualquier entidad obtenga un gran algoritmo predictivo, hay una gran barrera para poder meter esos algoritmos en la ‘vida real’ de los médicos.