Hace no mucho, hablábamos todavía de los usos potenciales de la inteligencia artificial (IA) en el ámbito de la sanidad como algo que podría llegar a pasar, pero que todavía era un escenario del futuro. Esto ya no es así: la IA se ha ido colado en el sistema sanitario para actividades como detectar anomalías en radiografías o resonancias magnéticas o analizar grandes cantidades de datos para identificar tendencias y ayudar a personal médico en sus decisiones. Sin embargo, que la IA ya se esté usando no significa que todo se haya conseguido ya. ¿Están preparados los hospitales? La respuesta es «a medias».
El sector sanitario genera ya el 30 % del volumen global de datos, según RBC Capital Markets, sin embargo, otros estudios apuntan que, de esos datos, tan solo el 3 % se almacena para el año siguiente. Detrás de esta situación se encuentra muchísima información muy valiosa que se recoge todos los días, pero que viene de fuentes muy diversas y en formatos distintos y que no se trata de forma adecuada para poderle sacar todo el partido posible. En otras palabras, los datos —provenientes de historiales médicos, resultados de pruebas de laboratorio, notas médicas o pruebas de imagen, entre otros— a menudo no salen del departamento que las generó, no se cruzan entre ellos. Hay silos que frenan el gran potencial de la IA en sanidad.
¿Cómo se puede solucionar esto? Como en toda organización que, tras años de digitalización, cuente con soluciones dispersas y una gran fragmentación de la información, toca tomar medidas para revertir la situación. «La falta de interoperabilidad es una gran barrera para una adopción exitosa de la IA. Para que la IA aporte información significativa, los datos deben estar consolidados, estandarizados, archivados y ser fácilmente accesibles», señala Kai Jessen, jefe de Ventas de synedra, empresa de soluciones de gestión de datos para el sector sanitario.
Conscientes de esa necesidad, T-Systems ha unido fuerzas con synedra en el desarrollo de la plataforma Health Content Management (HCM). Esta aplicación, que se complementa con CalliDoc para mejorar el flujo de trabajo y los informes, facilita la tarea de tratar y gestionar los datos médicos durante todo el proceso de tratamiento. Las funciones de HCM incluyen:
- Captura de datos
- Gestión de datos
- Visualización de datos
- Intercambio de datos
- Archivado
Poder realizar todas estas acciones relativas al ciclo de los datos desde una sola plataforma ayuda a llevar de verdad a los hospitales a ese horizonte de mejor servicio y atención a los pacientes, y una mayor eficiencia y menos obstáculos y fricciones en la rutina hospitalaria. La plantilla del hospital o centro de salud podrá, por fin, centrarse en lo importante: el cuidado de las personas que acuden en busca de su ayuda. «Con la estrategia de datos adecuada, los hospitales ir más allá de la experimentación y empezar a hacer realidad el potencial completo de la IA en el día a día de la práctica clínica», concluye Jessen.
Deja tu comentario sobre "IA en sanidad: ¿están los hospitales preparados?"