Fecha: Mayo 2019 Idioma: Castellano Procedencia: Air Liquide Healthcare Web: ver aquí Autor: Ángel Colao, Business Development Manager en Air Liquide Healthcare   Cuando en el mundo de la salud se hace referencia a las potenciales aplicaciones de la inteligencia artificial o la análitica avanzada, automáticamente nos vienen a la mente aplicaciones clínicas de todo tipo: desarrollo de medicamentos¹, análisis de imágenes médicas²  o asistentes médicos para las intervenciones quirúrgicas³, por nombrar sólo algunos. Sin embargo, mirando a la realidad de la adopción de la inteligencia artificial en las organizaciones sanitarias, vemos que la revolución está empezando por aplicaciones más relacionadas con lo que podemos considerar el “backoffice”, es decir, en aplicaciones más relacionadas con la gestión de las operaciones. Así, si miramos a los resultados extraídos por el estudio llevado a cabo por Accenture junto con Oxford Economics⁴ a través de entrevistas a 180 ejecutivos de aseguradoras y proveedores de salud en seis países de Europa y Asia Pacífico, se pueden extraer algunas conclusiones interesantes:

• El 56% de los encuestados consideran que la IA puede aportar o ya ha aportado un “valor sustancial o transformador” en el ámbito de la “Eficiencia Operativa” (siendo junto a la “Ciberseguridad” el ámbito con una mayor valoración).
• Cuando se amplía el horizonte temporal a los próximos 3 años, los encuestados sitúan la “Eficiencia Operativa” y los “Recortes de costes (citas, gestión financiera, etc.)” entre las 3 principales áreas en las que la IA aportará un “beneficio importante o transformador” (nuevamente junto a la ciberseguridad).

Así pues, parece claro que los directivos sanitarios ven el ámbito de la eficiencia operativa como el área principal de aplicación de la IA a corto y medio plazo. Pero, ¿en qué casos de uso concretos, dentro del ámbito de la eficiencia operativa, es dónde la IA o la analítica avanzada pueden aportar valor? Veámoslo desde una perspectiva estructurada en base a algunas áreas de aplicación dentro de un hospital:

• Urgencias En un área tan dinámica y variable como las urgencias hospitalarias, la clave de una gestión eficiente, se sitúa en la capacidad de los gestores en ajustar de una forma correcta los recursos disponibles (tanto humanos como materiales) a la demanda real (pacientes). En este sentido, el potencial de la IA y la análitica avanzada es enorme, yendo desde la posibilidad de predecir el número de pacientes a atender en urgencias⁵ (pudiendo aplicarlo a diferentes rangos temporales) y pudiendo extenderlo a partir de ahí a la optimización de los recursos necesarios para atender esa demanda (tanto humanos como materiales). Poder dar respuesta a preguntas como ¿cuántas enfermeras debemos ubicar en el turno de mañana la próxima semana? o ¿cuántas camas de observación vamos a necesitar mañana? Son algunos ejemplos de los puntos en los que la IA puede aportar valor en las urgencias hospitalarias. Cabe destacar en este punto, que las listas de espera y, especialmente, los tiempos de espera en urgencias se han situado como uno de los principales puntos de queja por parte de los ciudadanos⁶, lo que refuerza la necesidad de utilizar todas las herramientas tecnológicas disponibles con el objetivo de paliar esta situación.

 

• Bloque Quirúrgico El área quirúrgica es sin duda una de las más importantes dentro de los hospitales, especialmente por suponer uno de los principales centros de coste, siendo una necesidad el maximizar su utilización con el objetivo de rentabilizar la fuerte inversión que suponen. En este sentido, el potencial de la IA radica en el hecho de poder ofrecer asistencia a la hora de realizar la programación quirúrgica, pudiendo pasar de una programación basada en “estándares” (asignando tiempos medios a las intervenciones) a una programación ajustada a través de la ponderación de múltiples parámetros⁷ (¿todos los cirujanos tardan lo mismo en llevar a cabo la misma operación? ¿es lo mismo para un cirujano operar una rodilla derecha o una izquierda? ¿en qué grado afectan otras patologías que el paciente pueda tener al tiempo de la intervención? Además, es posible también extender su aplicación a otros ámbitos como por ejemplo el tiempo de recuperación medio según intervención (permitiendo ajustar la demanda en la URPA) o el número de intervenciones urgentes que será preciso atender. A modo de referencia, según diversos estudios⁸ el coste operativo medio por hora de quirófano se sitúa en el entorno de los 900€, lo cual se traduce en un ahorro potencial de unos 20.000€ por quirófano al año por cada punto porcentual que aumente su utilización.

 

• Gestión de equipamiento Con la imparable incorporación de la tecnología al mundo de la salud, cada vez se dispone de un mayor número de equipos en el ámbito hospitalario, los cuáles se han vuelto imprescindibles para la atención sanitaria (desde monitores de constantes a arcos de rayos para el área quirúrgica). Por ello, un factor clave para potenciar la eficiencia operativa de las organizaciones sanitarias es optimizar el uso de estos equipos, maximizando su tiempo de operación así como dimensionando su número de forma que se ajuste a la demanda real de uso. En este sentido, el mantenimiento predictivo (la posibilidad de predecir cuando un equipo requiere un mantenimiento) o la predicción de la demanda, son aplicaciones potenciales de la IA (especialmente el machine learning) que pueden aportar un gran valor a las organizaciones sanitarias. En este sentido, una encuesta llevada a cabo en el NHS⁹ indica que, de media, el 30% de los profesionales de enfermería indica dedicar al menos 1 hora por turno (8 horas) a la búsqueda de equipos, por lo que el potencial de optimización en la gestión de estos activos es enorme.

Como se puede ver, se tratan de aplicaciones con un gran potencial y que sin duda pueden llegar a ser transformadoras dentro de la operativa de las organizaciones sanitarias. No obstante, para poder llegar a cubrir estos casos de uso, es preciso emprender un “camino” en el que será preciso pasar por las siguientes “paradas”:

  Para continuar leyendo el artículo sobre el impacto de la inteligencia artificial y la analítica avanzada en el camino hacia Hospitales intelegientes debe iniciar sesión o darse de alta en el portal.