La IA en salud demanda formación específica

En la era en la que vivimos, inmersos en la digitalización y rodeados de constantes innovaciones y evoluciones tecnológicas, la formación de los profesionales de la salud en competencias digitales debería de ser imprescindible desde el comienzo de su andadura. Esto significa que lo hagan desde que empiezan sus estudios universitarios y no sólo cuando ya están inmersos en sus carreras profesionales. ¿El motivo? Está claro que la llegada de las nuevas tecnologías no es un tema estacional, sino que forma parte del presente y se ha convertido ya en un componente indispensable en la prestación de servicios de salud de calidad.

El conjunto de la sociedad es consciente de esta realidad y también lo son, por ejemplo, las administraciones públicas que han comenzado a poner en marcha programas destinados a paliar este déficit, como el del Ministerio de Sanidad destinado a formar a 1.200 profesionales sanitarios en liderazgo digital para transformar el Sistema Nacional de Salud (SNS).

Pero en todo este asunto conviene hacer previamente una reflexión y una diferenciación. Por un lado, tenemos el uso de tecnologías avanzadas como la robótica, que han transformado la práctica médica, permitiendo procedimientos más precisos y menos invasivos. Sin embargo, estas tecnologías tienen una característica especial, y es que se han integrado de manera relativamente natural en el entorno quirúrgico y los profesionales sanitarios han ido formándose en su uso de manera más orgánica.

No ocurre lo mismo con la implementación de tecnologías como la inteligencia artificial (IA) y el análisis de datos, que presentan un desafío distinto. Es evidente que estas herramientas no se adoptan de manera intuitiva y requieren de una formación específica para ser utilizadas eficazmente.

La IA y el análisis de datos tienen el potencial de revolucionar la sanidad, impulsando la medicina personalizada y los diagnósticos precisos, definiendo así el futuro al que se encamina la práctica médica. Gracias a los algoritmos predictivos se pueden analizar infinidad de datos médicos para identificar patrones y establecer diagnósticos de manera más rápida, permitiendo así tratamientos más personalizados y efectivos. Sin embargo, el uso eficaz de estas herramientas y la capacidad de interpretar los datos que se generan depende en gran medida de la capacidad de los profesionales de la salud para comprender y manejar estos algoritmos. Y eso pasa, indisolublemente, por la formación específica en estas competencias desde sus inicios. En definitiva, desde la universidad.

Así lo hacemos en la Universidad Alfonso X el Sabio (UAX) al ser la única en impartir la asignatura de Salud Digital en el Grado de Medicina, un hecho pionero que estamos seguros de que en un futuro muy próximo será obligatorio dentro de los planes de estudios de esta titulación. Se trata de preparar a los estudiantes para el presente, y de capacitarles para un futuro donde la tecnología y su uso responsable serán indispensables. Esta formación es crucial para evitar diagnósticos erróneos y para maximizar los beneficios de la tecnología en la atención al paciente.

No obstante, como todo cambio y revolución vivida a lo largo de la historia de la humanidad, esta también tiene sus luces y sus sombras. En la cara de la moneda nos encontramos con todos los beneficios que puede arrojar el uso de IA en campos como la práctica clínica, la radiología o la investigación. Por ejemplo, en la práctica clínica la IA puede ayudar a la toma de decisiones, a predecir el riesgo de enfermedades o a sugerir opciones de tratamiento basadas en datos históricos, todo ello en tiempo real.

En el ámbito de la radiología, los algoritmos de deep learning son capaces de interpretar imágenes con una precisión milimétrica y pueden detectar anomalías en radiografías, tomografías computarizadas y resonancias magnéticas con una velocidad y exactitud impresionantes. En cuanto a la investigación clínica, la IA se constituye como un compañero indispensable para procesar y analizar grandes cantidades de datos que luego puedan acelerar el descubrimiento de terapias, mejorar la eficiencia de ensayos clínicos o diseñar estudios con una mejor estructura y una interpretación de resultados más complejos.

En la cruz nos encontramos con que la aplicación de la IA sin experiencia y formación puede repercutir negativamente en los pacientes, incrementando los errores o perpetuando desigualdades y sesgos existentes en la recogida de datos, entre otros. La falta de transparencia, los errores de seguridad o la no garantía de privacidad son otros de los hándicaps que aún debemos solucionar a la hora de aplicar de forma más generalizada esta tecnología en el ámbito sanitario. A todo esto, le añadimos los debates éticos y morales que puede generar la IA si no se hace un uso responsable de la misma.

Así las cosas, la utilización de la IA o el análisis de datos en sanidad, como en muchos otros ámbitos, aún tiene mucho camino por recorrer. Su desarrollo es veloz y su objetivo siempre debe de dirigirse hacia las luces para poder beneficiar con su impacto a la mejora de la sanidad, de la investigación y de lo que es centro de todo para los profesionales de la salud: el paciente y su atención cada vez más personalizada y eficiente.

*** Pilar Saura es decana de la Facultad de Medicina de la UAX.