La masiva llegada de la inteligencia artificial al debate de la actualidad despierta casi tantos temores como esperanzas. Pero un ámbito en el que su empleo permite constatar todas sus ventajas es la mejora de la salud pública mediante aplicaciones de investigación, cálculo computacional y estudios poblacionales, entre otras.

Tomemos como muestra la lucha contra el cáncer de mama, una batalla en la que la IA está llamada a ayudar al radiólogo – no a reemplazarlo – y a optimizar la herramienta de detección precoz más potente de que disponemos, que son los programas de cribado.

Según estipula la ley, en cáncer de mama estos programas deben estar cubiertos por las carteras de servicios autonómicos de sanidad pública. De acuerdo con el Instituto Nacional de Estadística (INE), hay en España 6 millones de mujeres con edades comprendidas entre 50 y 69 años, que son el grupo que debería participar, al menos cada dos años, en programas de cribado mediante mamografía. Algunas autonomías incluyen en estos programas a mujeres de 45 años, una franja mejor alineada con la recomendación del Consejo Europeo de ampliar el cribado poblacional a todas las mujeres de entre 45 y 74 años.

Participa en los programas 92% de la población diana, según el último dato disponible en el informe Breast cáncer screening rates across the EU de Eurostat, que data de 2018, pero al reto de mejorar la participación se suma el de mejorar la precisión de los cribados, que todavía producen falsos positivos y falsos negativos. La American Cáncer Society estima que la mitad de las mujeres que se someten a mamografías obtendrán un falso positivo al menos una vez en 10 años, mientras que uno de cada ocho tumores de pecho escapa a la detección por mamografía.

Se trata de unos márgenes de error lo suficientemente importantes como para entender la carga de estrés que supone en términos de gestión pública, bien sea por la dedicación de recursos a casos inexistentes, o por la detección tardía de tumores reales, sin olvidar el estrés psicológico al que se ven sometidas las participantes.

La IA ya está ayudando, y mucho, en la obtención de resultados mucho más precisos. En 2019, un análisis masivo realizado en la Stanford University a partir del análisis de 112.000 mamografías de 13 radiólogos mostró como la IA puede identificar patrones para la detección del cáncer, tanto a partir del análisis de imágenes, como introduciendo en el cálculo condicionantes génicos, hábitos, patologías previas, etc. Tras comparar los resultados reales y testados de estas mamografías con el diagnóstico de la IA, los falsos negativos detectados por la IA y por los humanos fueron similares. En falsos positivos, sin embargo, las ventajas de la IA resultaron abrumadoras, pues produjo hasta 30% menos errores que los profesionales.

Es así como la aplicación de la IA a la radiología y la prevención del cáncer de mama – aunque también de cáncer de cérvix o pulmones – facilita la diferenciación entre calcificaciones, nódulos de grasa o nódulos metastásicos. Su introducción en centros de todo el mundo, desde la India a España, está reduciendo en 13% los tiempos medios de lectura en mamografías, mientras se prevé que puedan reducirlos en 50% en poco tiempo.

Estas mejoras de eficiencia tienen un impacto apreciable en costes. Ya sean cubiertas por la sanidad pública como por la sanidad privada, estas pruebas cuestan entre 70 y 100 euros por mamografía y diagnóstico. Así, podemos realizar una rápida estimación presupuestaria de entre 210 y 300 millones de euros al año invertidos en prevención y salud de la mujer, que es la base de la salud pública, con el resultado de atajar la incidencia de un cáncer – el de mama – que este año se diagnosticará a más de 36.000 mujeres en España, según la Sociedad Española de Oncología Médica, SEOM.

En la lucha contra el cáncer de mama, los costes derivados de las mamografías y el diagnóstico, las biopsias y resonancias magnéticas representan el grueso de la carga económica de la atención primaria, o preventiva. Aquí es donde entra en juego la IA, ayudando al radiólogo sin reemplazarlo y consiguiendo una notable eficiencia en costes. A mayor precisión y conocimiento a disposición del radiólogo, éste puede desarrollar una mejor atención y empatía con el paciente, tal como afirma un artículo de la Radiological Society of North America, RSNA.

En términos de gestión pública, la prevención del cáncer de mama está considerada como rentable en años de vida ajustados a la calidad (AVAC o QALY, por sus siglas en inglés), la unidad de medida que cuantifica los beneficios en salud que se alcanzan con decisiones sanitarias y los enfrenta al importe que cuesta alcanzarlos. En 2015, el Ministerio de Sanidad encargó a la red de agencias de evaluación sanitarias una investigación para cuantificar este dato. La agencia de salud pública canaria – la única que consta que lo hiciera – recomendó situar "entre 20 y 25.000 euros" el umbral de la relación coste-efectividad.

Otro estudio, realizado también por el Gobierno Canario unos años antes, situaba la ratio coste-efectividad incremental para el cribado bienal del cáncer de mama, para el grupo de edad 50-69, en 21.585 euros por AVAC y 19.585 euros por año de vida ganado (AVG).

En términos de gestión sanitaria, la llegada de la IA a los sistemas de salud públicos y privados a todas luces tiene más ventajas que inconvenientes. Parece evidente que supondrá una mejora radical en los procesos de diagnóstico y que, lejos de contribuir a la temida deshumanización del ejercicio médico, ayudará a los profesionales sanitarios a destinar un tiempo de mejor calidad a sus pacientes al eliminar o acelerar rutinas y procesos de poco valor.

La aplicación de la IA en el ámbito médico redundará en una mejora de la salud pública, pues a mejores procesos, mayor eficiencia. Y solo con unas arcas saneadas a través de la eficiencia, la salud pública puede mejorar la vida de las mujeres en particular y de las personas en general.