Utilizar la IA y big data para transformar la atención sanitaria

El Centro de Innovación de Big Data e Inteligencia Artificial (IA) del Centro Médico Sheba, en Ramat Gan (Israel), aprovecha tecnologías como la nube y la IA para mejorar los resultados de los pacientes, desarrollar e implementar proyectos multinacionales con impacto global y crear nuevas fuentes de ingresos.

El reto

El Centro Médico Sheba cuenta con un ambicioso programa de innovación denominado ARC (Acelerar, Rediseñar y Colaborar), un ecosistema global que ya cuenta con más de 100 miembros en todo el mundo, entre los que se encuentran otros hospitales punteros, socios de la industria y el mundo académico y empresas de nueva creación. Dentro de ARC hay seis centros especializados, uno de los cuales es el Centro de Innovación de Big Data e IA.

El Hub se creó para agregar los datos de Sheba en un lago de datos y desplegar herramientas, como la IA y el análisis de datos, para mejorar la atención a los pacientes, desarrollar nuevos proyectos y aumentar los ingresos. Tenía que hacer frente a una serie de retos: al igual que muchas organizaciones sanitarias, Sheba contaba con datos dispersos y muy fragmentados (procedentes de más de 40 fuentes) y una infraestructura insuficiente para dar sentido a esta información. Esto dificultaba su trabajo de análisis y reducía la productividad.

Robert Klempfner, Director Clínico y Científico del Centro, dijo que el proyecto supuso un cambio de mentalidad para las partes interesadas: "Si te dedicas a la IA, aprendes a valorar los datos, y la curación de los datos, y la gestión de los datos, y la estructuración de los datos - y al igual que otros hospitales, creo que descubrimos que nos faltaba mucha infraestructura, física pero también conceptual. No estábamos suficientemente organizados".

Había que superar una serie de problemas. La normativa restringía el grado de utilización de la tecnología en la nube, lo que hacía que los proyectos fueran más costosos y menos flexibles. Otro gran problema era la interoperabilidad y la necesidad de tener todos los datos de un paciente en un solo lugar para que el médico pudiera acceder a ellos a través de una única interfaz. "Los médicos quieren todo lo que podemos decirles sobre el paciente en la misma pantalla. No quieren una ventana emergente, no quieren abrir otra aplicación, lo quieren todo integrado", dijo Sigal Sina, científico jefe de datos de ARC.

La solución

Para superar las barreras y garantizar un entorno adecuado para las actividades del Hub, Sheba ha trabajado duro para poner en marcha los facilitadores adecuados. Ha introducido asociaciones comerciales que le permiten desarrollar innovaciones digitales de vanguardia sin el respaldo de presupuestos millonarios. Los proyectos implican a los médicos en la fase inicial de diseño y, en algunos casos, los ponen en contacto con empresas emergentes o proveedores de análisis especializados. Se establece una relación mutuamente beneficiosa en la que Sheba comparte los datos y la experiencia clínica y el socio industrial aporta las habilidades técnicas. Para fomentar aún más la mentalidad empresarial, Sheba incentiva las innovaciones del personal en materia de macrodatos e inteligencia artificial concediendo subvenciones de hasta 50.000 dólares cada una.

También ha superado el problema de la regulación presionando para que se produzca el cambio. Klempfner explicó: "Trabajamos con el Ministerio de Sanidad y el Departamento de Justicia en ámbitos como la confidencialidad de los pacientes o el uso secundario de los datos médicos, y cada dos meses, más o menos, estas normativas avanzan muy lentamente. Hace un par de meses, no era legal utilizar la computación en nube en la sanidad. Ahora, tenemos un comité de computación en nube que puede aprobar, en determinadas condiciones, el uso de nubes públicas, así que las cosas pueden cambiar".

El impacto

El objetivo último de Sheba es mejorar la calidad de la atención que presta. El Centro de Innovación de Big Data e Inteligencia Artificial le ha permitido conseguirlo mediante soluciones analíticas, incluidos modelos predictivos. Un ejemplo reciente de ello es su respuesta a la COVID-19. Al principio de la pandemia, Sheba no disponía de un sistema para gestionar a los pacientes afectados por el virus y seguir su evolución. Fue capaz de combinar múltiples fuentes del lago de datos para proporcionar a los gestores del hospital un cuadro de mandos que les permitiera ver la información de cada paciente y su estado, y hacer un seguimiento del número de pruebas realizadas, el número de muertes y otras métricas.

También pudo crear un modelo de IA para predecir cuál sería el estado de sus pacientes en las siguientes seis horas, lo que permitió mejorar la gestión de los recursos y la planificación de la demanda en todos los departamentos. Por último, pudo priorizar a los pacientes con riesgo de deterioro rápido y enviar a los que no estaban en riesgo a casa para que se recuperaran.