Problemas más graves del sistema sanitario

La Inteligencia Artificial, posible solución para las listas de espera

Actualmente, un 38% de pacientes espera más de dos meses para tener su primera visita con un especialista

La Inteligencia Artificial, posible solución para las listas de espera
El Big Data, la IA y la tecnología en general, son herramientas potentísimas para gestionar eficientemente la sanidad.

Fact checked

×

Este artículo de OkSalud ha sido verificado para garantizar la mayor precisión y veracidad posible: se incluyen, en su mayoría, estudios médicos, enlaces a medios acreditados en la temática y se menciona a instituciones académicas de investigación. Todo el contenido de OkSalud está revisado pero, si consideras que es dudoso, inexacto u obsoleto, puedes contactarnos para poder realizar las posibles modificaciones pertinentes.

Las listas de espera son uno de los problemas más graves del sistema sanitario, algo que se ha visto agravado por la pandemia del coronavirus. Uno de los grandes retos a los que se enfrenta el sector, por lo tanto, es hallar fórmulas para reducir el margen de tiempo necesario para realizarse pruebas diagnósticas, recibir un tratamiento o pasar por quirófano.

Los datos son claros, y muestran un importante déficit de recursos y organización. Por ejemplo, siete de cada diez operaciones que se realizan en el territorio nacional se hacen por el procedimiento de urgencia, a pesar de que algunos pacientes ya se encontraban en lista de espera. Lo más dramático es que el problema, lejos de solucionarse, se incrementa de forma progresiva: desde el año 2006, el número de días de espera se ha ido incrementando de forma paulatina, superando el 200% en algunos casos.

Según datos del sistema de listas de espera del Sistema Nacional de Salud (SNS), el número de pacientes que se encuentra en lista para acceder a una intervención quirúrgica no urgente, de traumatología, de cirugía general y aparato digestivo o de angiología y cardiología vascular lleva incrementándose de forma constante desde el año 2006. Concretamente, el porcentaje ha aumentado en 58 puntos porcentuales desde ese año hasta el 2019. La tasa no ha dejado de aumentar, aunque en 2021 se observó una ligera reducción.

La solución

En Sanidad, como en muchos otros ámbitos, los recursos son limitados. En el momento en el que la demanda es mayor a los recursos disponibles es cuando se generan la lista de espera. Además, si estas no se gestionan adecuadamente pueden crecer de forma desorbitada, creando graves perjuicios para la salud de la población. «El Big Data, la IA y la tecnología en general, son herramientas potentísimas para gestionar eficientemente las listas de espera, ayudando a la toma de decisiones y optimizando los diferentes procesos de las organizaciones sanitarias”, afirma Pablo González, Managing Director de Futurs.

En Futurs, división tecnológica del grupo sanitario Ribera, se trabaja en diferentes soluciones propias para facilitar la gestión asistencial y para velar por la salud de los pacientes. Su tecnología gira alrededor de la Suite Cynara, que integra todas las innovaciones a partir de un concepto mucho más dinámico de la historia clínica. Gracias Cynara Care, su historia clínica electrónica, la digitalización de las listas de espera permite que la organización sanitaria tenga un control de qué pacientes están en espera y por qué, además de poder identificar aquellos procesos que necesitan una atención más urgente.

«Cuando un paciente no acude a una cita, ese hueco que podría ser aprovechado por otro paciente, queda desaprovechado; si somos capaces de identificar qué pacientes tienen una mayor probabilidad de no asistir a una cita y actuar de forma activa estaríamos reduciendo las listas de espera», señala González. Además, el uso de esta tecnología también permite determinar con mayor exactitud cuál es el momento propicio para operar a un enfermo, lo que no solo reduciría las listas de espera, sino que además beneficiaría a la propia salud del paciente.

La Inteligencia Artificial ha demostrado ser un elemento que permite que la historia clínica de un paciente sea más eficiente y que los facultativos puedan anticiparse a posibles problemas. Pero el uso de la IA es mucho más amplio y, en este sentido, Futurs cree que su uso puede ayudar en infinidad de ámbitos.

Casos de uso

El desarrollo de la IA en Futurs tuvo un punto de inflexión en abril de 2020, con todo el país confinado y con la experiencia por parte de los profesionales de Ribera Salud con los primeros pacientes COVID-19 de la península en el Hospital Universitario de Torrejón. En ese momento, Pablo González y Mireia Ladios, Jefa de Calidad del grupo sanitario Ribera y Product Owner de Cynara en Futurs, decidieron llevar adelante un modelo predictivo que ayudara a los profesionales durante la pandemia. De esta forma, se desarrolló un algoritmo que era capaz de detectar, previamente, el empeoramiento clínico en los pacientes hospitalizados por coronavirus, lo que permitía conocer quiénes podían acabar necesitando ingresar en la Unidad de Cuidados Intensivos y cuándo.

Un modelo que también se ha aplicado en Futurs para desarrollar algoritmos que analizan y reducen el riesgo de sufrir úlceras por presión o caídas intrahospitalarias. Todo ello, mejora la eficiencia en el tratamiento y cuidado de los pacientes durante su hospitalización. Además, «dichos algoritmos clasifican a los pacientes y nos ayudan a centrar la atención en aquellos que tienen un estado de salud grave. Gracias a estas aplicaciones de la tecnología, la IA y el Big Data, podemos tener listas de espera con menos demora. Si tienes pacientes más sanos, puedes atender antes a los que están enfermos», sentencia González.

Futurs también ha trabajado en diferentes proyectos de coinnovación, de la mano del programa Corporate de Ribera con Lanzadera. Junto a diferentes startups, ha sido capaz de implementar tecnologías que mejoran el seguimiento de los pacientes, evitan desplazamientos innecesarios y reducen la lista de espera. Este es el caso de la dermatología digital que apoya el screening y el seguimiento de enfermedades de la piel. Esta solución aplica Inteligencia Artificial para interpretar las imágenes con algoritmos que procesan la información recibida, detectando rápidamente agravamientos y empeoramientos, alertando al profesional sanitario para que pueda realizar un seguimiento más ágil y proactivo.

También destaca el asistente virtual «Lola», que utiliza IA para realizar masivamente llamadas de seguimiento a un número ilimitado de pacientes. «Lola» les llama y les hace un cuestionario periódico para conocer su estado de salud, analiza las respuestas, las convierte en datos y los traslada a una plataforma con la que se pueden establecer alertas para que los profesionales conecten con los pacientes. Esos datos recogidos y filtrados por la IA permiten una supervisión mucho más ágil y continua, con un notable ahorro de tiempo para los propios médicos.

Pero hay muchos más proyectos de IA que el grupo sanitario Ribera está implementando de la mano de Futurs. Por ejemplo, en el Hospital Universitario del Vinalopó se han instalado cajas de Inteligencia Artificial para reconocer los avisos de emergencia y alertar a las personas sordas de dichos avisos. Al reconocer sonidos de emergencia, envía alertas visuales a través de luces instaladas y mediante una app que aquellos pacientes con problemas auditivos pueden bajarse en sus propios móviles.

Lo último en OkSalud

Últimas noticias