La sostenibilidad de la medicina a través del Machine Learning
Se asocia con frecuencia Inteligencia Artificial en salud al diagnóstico y de la terapia personalizada, a la medicina de precisión, casi exclusivamente: Se utilizan grandes bases de datos para crear algoritmos en base a la experiencia que ayuden a los clínicos al diagnóstico y al tratamiento de sus pacientes.
La tecnología es costosa y el avance es lento. Se benefician los grandes hospitales que tienen recursos económicos y humanos para costear el proceso hacia la IA, y un proyecto desarrollado en un hospital es difícilmente transferible a otros.
La realidad es que, hoy en día, la medicina de precisión para todos y para todo no es sostenible.
Se aplica la IA para casos puntuales y pioneros, con gran repercusión mediática, pero ¿aportan grandes cambios como para que nos planteemos adoptar la IA en todos los centros hospitalarios?
La respuesta tendrá un sinfín de comentarios y valoraciones diversas que nos llevan siempre a no lograr la equidad en salud de los distintos centros y regiones.
La adopción de la IA es una maratón, en la que no podemos dejar a nadie atrás. Si abarcamos problemas de gran impacto, aportando soluciones para una mejor gestión de los recursos disponibles, el beneficio social es para todos.
La propuesta de Amalfi es el uso de la IA en gestión sanitaria, para ayudar a la sostenibilidad del sistema. Abarcar grandes problemas como son la gestión del absentismo laboral, que en nuestro país consume una gran cantidad de recursos económicos y que puede gestionarse con IA obteniendo reducción de costes y mejora del bienestar laboral.
Para poder seguir leyendo este artículo sobre la sostenibilidad de la medicina a través del Machine Learning y poderlo descargar en PDF debe iniciar sesión o darse de alta en el portal.
Para poder escribir un comentario debe iniciar sesión o darse de alta en el portal.