Los alcances de la revolución de la IA y el uso de estándares HL7 FHIR

Por Facundo Trillo Quiroga, Director of Healthcare & Science de Zentricx

Cómo primer término y según un informe de la OMS, los tres objetivos finales de cualquier sistema de salud son: mejorar la salud de la población; dar respuesta a las expectativas de las personas (respeto, autonomía, confidencialidad) y en tanto usuarios del sistema de salud brindarles accesibilidad, rápida atención, elección del prestador etcétera. Por último, proteger financieramente contra el costo de la enfermedad, esto es la justa distribución de los ciudadanos al sostenimiento de la salud. Para lograrlo es necesario que el sistema sea lo más efectivo posible, lo que se resume en cuatro grandes principios: universalidad, equidad, satisfacción y calidad. 

Si miramos cómo han evolucionado los sistemas de información en salud, a partir de los años 80s se hizo cada vez más necesario compartir información e interactuar entre los distintos programas. Vale destacar que los sistemas cerrados y propietarios eran la política de diseño de los sistemas del sector hasta la década de los 90s cuando irrumpe Internet y cuando se comienzan a utilizar y definir distintos estándares para compartir información. También es la época donde además de  grandes actores en salud aparecen medianos y chicos, surgen aplicaciones de fitness y wellness, health wearables, telemedicina,  camas inteligentes, etc. 

Sin duda hoy el camino de la transformación en salud va hacia la interoperabilidad, esto es la capacidad de diversas tecnologías, sistemas y aplicaciones de intercambiar información clínica de manera eficiente y segura, mejorando la atención médica y permitiendo contar con la información de los pacientes dónde y cuándo se necesita. 

En este sentido es importante destacar que no existen grados o niveles de interoperabilidad, un sistema es interoperable o no es interoperable. La interoperabilidad consiste en recibir y procesar la información de una fuente, evaluarla y normalizarla bajo un estándar, luego disponibilizarla para que sea procesada por otra parte permitiendo el intercambio de datos y al mismo tiempo contar con los registros clínicos unificados con una visión 360 grados del paciente.

¿Por qué es tan importante la interoperabilidad? Porque permite evitar errores o repetición de carga de datos en diferentes aplicaciones, transposición de letras o números, permite tener a mano antecedentes de los pacientes (atenciones previas, medicamentos, pruebas diagnósticas) y no realizar controles redundantes, evita errores administrativos, errores en cirugía, impide la realización innecesaria de prácticas y estudios reduciendo el gasto desperdicio y contribuye también a una buena calidad de atención. El resultado también es un ahorro en costos para todo el sistema de salud.

Para interoperar en sistema de salud el estándar más conveniente es HL7 Fast Healthcare Interoperability Resources (FHIR) el cual hace posible el intercambio de información clínica entre proveedores de servicios de salud, pacientes, cuidadores, aseguradoras, investigadores, y cualquier otra parte implicada en el ecosistema de salud. El estándar es el más adecuado para facilitar la interoperabilidad entre sistemas heterogéneos, desde sistemas legacy a múltiples tipos de dispositivos como ordenadores, tablets, smartphones, dispositivos médicos, etc, así como entre distintas aplicaciones y facilita la integración de nuevas aplicaciones médicas con sistemas existentes. Constituye una alternativa a sistemas basados en documentos, permitiendo un mayor grado de detalle al poder exponer elementos como servicios; por ejemplo elementos básicos como perfiles de pacientes, ingresos, análisis, diagnósticos, medicaciones, pueden ser consultados y manipulados individualmente a través de su propia URL. 

Es interesante destacar que la interoperabilidad de los datos no sólo democratiza la atención sanitaria sino que es valorada por toda la comunidad médica: en su mayoría, los profesionales de la salud reconocen la importancia de contar con información adecuada en el momento oportuno para un mejor diagnóstico y cuidado del paciente. De hecho, existe un incremento de productividad entre 140% y el 233% en los procesos de autorizaciones previos con interoperabilidad FHIR (*).

¿Cómo se relaciona la interoperabilidad con la inteligencia artificial? 

Cuando hablamos de interoperabilidad nos estamos refiriendo esencialmente a los datos que son la materia prima de la inteligencia artificial, es decir, en el cruce de los tres elementos se abre un abanico inmenso de posibilidades para todo el sector. 

En este sentido, uno de los mayores impactos que se vivirán en el campo de la salud y la medicina es el de la medicina personalizada, donde por un lado tenemos un inmenso y variado volumen de datos clínicos del estilo de vida de las personas, datos provenientes de sensores y aplicaciones de celulares. También tenemos imágenes médicas, datos genéticos, datos interoperables de diferentes instituciones de salud, datos macro socioeconómicos y literatura científica. Por el otro lado tenemos la tecnología, algoritmos sofisticados de machine learning, plataformas cloud para la explotación eficiente de Big Data, el aumento exponencial en hardware para la velocidad en el tratamiento de datos, sistemas de alerta y monitoreo en tiempo real y diversas aplicaciones de salud para los pacientes en sus teléfonos móviles. 

El impacto de todas estas dimensiones se verá reflejado en tratamientos médicos personalizados y dirigidos, detección temprana de enfermedades y aceleración en descubrimientos y nuevos medicamentos con una visión holística del paciente. Asimismo se espera el desarrollo de nuevos productos y soluciones que vinculen al paciente con sus médicos o prestadores de salud a través de aplicaciones y plataformas digitales. En este sentido ya vemos casos de desarrollo de algoritmos que pueden predecir qué fármacos serán más efectivos para el tratamiento de enfermedades genéticas y/o el cáncer.

Otro tema que impactará en la industria médica en los próximos años serán los relacionados a asistentes con IA. Los modelos de historias clínicas con GenIA por ejemplo se pueden ver complementados con audios, imágenes y videos y dictado de voice to text, lo que permite robustecer los procesos de diagnóstico y agilizar los tiempos de consulta. Otras soluciones con GenIA permiten conectarse automáticamente a diferentes repositorios de bibliografía médica y setear alertas cada vez que se encuentra alguna palabra clave o temática, así como también descargar PDF con artículos médicos. El valor agregado de estos asistentes es el de dialogar en lenguaje natural con las  publicaciones. 

El caso de los análisis de imágenes médicas con IA son muy interesantes porque se han publicado estudios donde algoritmos basados en IA han conseguido obtener resultados extraordinarios cuando se trata de encontrar patologías en diferentes tipos de imágenes como resonancia o tomografías, detectar errores en los informes asociados a las imágenes y vincular y crear bases de datos de textos e imágenes estructuradas en formatos estructurados.

También es posible mejorar  los procesos internos para prestadores y financiadores de salud. Es muy relevante la posibilidad de detección de fraude, es decir, modelos de cruce y análisis de datos desde diferentes fuentes (datos clínicos, datos de consumo farmacológicos, perfiles de pacientes, datos administrativos) que pueden colaborar con diferentes áreas administrativas y auditoría en detección de anomalías y fraudes en prescripciones médicas, compras de medicamentos o recomendaciones de tratamientos médicos. 

Además de una revolución sin precedentes que viene de la mano de la interoperabilidad para la salud, la utilización de la inteligencia artificial trae desafíos que es necesario atender, desde los relacionados a la privacidad de datos sensibles de los pacientes a los marcos normativos (tanto de protección de datos personales como regulaciones específicas de inteligencia artificial en cada país asuntos). No quedan afuera las cuestiones  vinculadas con la ética, como los límites de la utilización de la información privada, el acceso y uso responsable de la tecnología y la seguridad y respaldo de información tan crítica como lo son los datos sanitarios.

(*) Fuente HIMSS 2024