Acelerando la digitalización de los sistemas de salud públicos en Europa
La IA más innovadora, polémicos análisis predictivos, visión artificial en España, luces y sombras de los agentes conversacionales, y en…
La IA más innovadora, polémicos análisis predictivos, visión artificial en España, luces y sombras de los agentes conversacionales, y en novedades de la eHealth internacional: Babylon y Fitbit.
Este artículo es una selección del servicio “Knowledge eHealth” de septiembre. Para acceder al servicio visítanos: http://curaesalud.com/knowledge/
En junio pasado la División de Sistemas de Salud y Salud Pública de OMS Europa convocó una primera reunión para abordar el futuro de la digitalización de los sistemas de salud. De esta reunión se ha extraído este informe (Towards a roadmap for the digitalization of national health systems in Europe. Meeting report (2018)) que incluye un resumen de los procedimientos, discusiones y conclusiones que tuvieron lugar, presentando un perspectiva futura para la salud digital en sus áreas clave, habilitadores, hitos y criterios de éxito.
A continuación resumimos las acciones identificadas para acelerar la digitalización de los sistemas de salud en Europa.
Establecer una infraestructura y servicios básicos las siguientes áreas (algunas de ellas); receta electrónica; salud móvil, sistemas de telemedicina y telesalud, registros digitales, datos de salud estandarizados, marcos legales y regulatorios, identificadores personales únicos para pacientes, profesionales de la salud y entidades de atención de salud, métodos de monitoreo y evaluación de la salud digital, integración, programas de alfabetización digital y de salud, portales para pacientes y profesionales de la salud.
Aumentar la comprensión a través de los datos utilizando estándares e interoperabilidad ya que la digitalización permite la recopilación de nuevos datos y la innovación en el uso de los ya existentes, pero esto requiere su estandarización, tanto de datos como de los procesos relacionados. El grupo de trabajo identificó aquí un doble problema; los estándares deben identificarse y luego deben aplicarse.
Movilización de fondos externos (financiación externa): Aunque movilizar fondos en la UE tiene un carácter estratégico y sostenible, y las intervenciones digitales tienen como objetivo mejorar la calidad y reducir los costes, muchos sistemas carecen de mecanismos para garantizar que esa financiación esté impactando explícitamente en la calidad, por lo tanto es necesario explorar cómo incentivar la mejora de la calidad a través de la intervención financiera ¿Vinculándose a los resultados?
Entender y luchar contra la resistencia al cambio: La digitalización significará cambios en los roles de las profesiones sanitarias y es importante ser sensible a la percepción de amenaza que las nuevas tecnologías y los cambios en la atención de la salud, pueden tener en aquellas personas que han invertido décadas en construir sus identidades profesionales.
Identificando tendencias futuras: Varias tendencias surgieron en las discusiones; la atención integral y centrada en la persona, la medicina personalizada, el uso creciente de los daos generados por el paciente o nuevos registros de datos.
Orientar acciones hacia poblaciones específicas; Aunque la digitalización tenga un sentido universal, en algunas situaciones las soluciones digitales son necesarias para objetivos de población específicos como enfermos crónicos, acceso a población remota o enfermos de algunos tipos de cáncer.
En resumen, un documento realmente muy recomendable para conocer cómo está afectando y afectará la salud digital a los sistemas de salud, y poner en marcha planes y acciones para maximizar su beneficio y mitigar sus dificultades.
Towards a roadmap for the digitalization of national health systems in Europe. Meeting report…
On 21 June 2018, the Division of Health Systems and Public Health of the WHO Regional Office for Europe convened a…www.euro.who.int
Es inevitable hacerse eco de los avances y novedades de la IA en el sector, y una excelente forma de acercarse a la influencia actual de esta tecnología es estudiar en detalle el especial que CB INSIGHTS ha dedicado a la inteligencia artificial cubriendo todo el espectro de la salud, desde la asistencial, laboratorios farmacéuticos y las empresas tecnológicas. (The AI Industry Series: Top Healthcare AI Trends To Watch).
El imprescindible artículo va desgranando los que a su juicio son los aspectos más importantes e influyentes en la actualidad de la AI para el sector de la salud:
El cambio de paradigma que está consiguiendo la FDA al acelerar las aprobaciones de la inteligencia artificial como dispositivo médico, preparado para el diagnóstico clínico.
El uso de las redes neuronales para detectar factores de riesgodesconocidos. Imágenes de retina y patrones de voz para identificar riesgo de enfermedad cardíaca, por ejemplo.
La construcción por parte de Apple de un ecosistema de investigación clínica alrededor de sus dispositivos y aplicaciones que pueden proporcionar datos de salud del paciente que antes los investigadores clínicos no tenían a su alcance.
El “rebranding” que las grandes compañías farmacéuticas intentan realizar al abrigo de las nuevas empresas de biotecnología que utilizan IA intensivamente.
La imprescindible colaboración entre profesionales médicos y las compañías de tecnología para etiquetar imágenes médicas que sirvan para entrenar algoritmos.
El crecimiento de China en atención médica utilizando la IA a base de la inversión en startups extranjeras, de hecho se ha convertido en el segundo país más activo en acuerdos de IA para asistencia médica.
El Do It Yourself (DIY) diagnóstico con apps en smartphone o dispositivos portátiles que utiliza algoritmos de reconocimiento de imágenes, sensores, etc.
El papel transformador de la IA en la atención basada en el valor al facilitar la evaluación de la calidad de la atención médica con indicadores fiables, cuantificados y basados en datos.
La aparición de los “therapy bots” que copan necesidades de los pacientes, desde consejos para vivir más sano, hasta terapias conductuales y que están corriendo en canales tan accesibles al público como Facebook Messenger.
Quizá el texto que hace una revisión de la IA más innovadora que se puede encontrar a día de hoy, y que da una idea del amplísimo abanico de influencia en el presente y el futuro del cuidado de la salud.
The AI Industry Series: Top Healthcare AI Trends To Watch
AI needs doctors. Big pharma is taking an AI-first approach. Apple is revolutionizing clinical studies. We look at the…www.cbinsights.com
Los problemas presupuestarios pueden hacer pensar a las organizaciones que si tuvieran capacidad predictiva podrían enfocar sus recursos de forma más efectiva. Estas iniciativas siempre deben acompañar un estudio previo de los datos que se necesitan y el tipo de análisis predictivo al que se desea llegar, para evitar ejemplos como el de algunos ayuntamientos británicos que han puesto en marcha proyectos para predecir el abuso infantil e intervenir antes de que pueda suceder.
(Councils use 377,000 people’s data in efforts to predict child abuse) La loable idea ha tenido algunos importantes condicionantes previos, como que el servicio tiene un pago por resultados y los presupuestos tienden a reducirse, o que los algoritmos fueron alimentados con datos de exclusión, de asistencia escolar, impagos de alquileres, registros policiales de violencia doméstica y comportamiento antisocial, aunque algunos no se incluyeron en el modelo definitivo.
El debate está presente y es bueno que así sea para entender que el uso de la IA conlleva el riesgo de sesgos, mala calidad de datos, amenazas a la privacidad, falsos positivos, etc.
Este delicado caso, ha generado una polémica (Don’t trust algorithms to predict child-abuse risk) que ha provocado una serie de dudas que deben averiguar y resolver; si cualquier algoritmo mejorará el proceso que sustituye (es decir la evidencia de la tecnología), cuantos errores comete, y que al ser usado hacia la población, esta haya sido informada de las características del proceso (realizado por un algoritmo) y los tipos de datos con los que se le alimenta.
Councils use 377,000 people's data in efforts to predict child abuse
Exclusive: Use of algorithms to identify families for attention raises stereotyping and privacy fearswww.theguardian.com
Modelar datos clínicos para realizar diagnósticos y tratamientos personalizados no es el futuro, es el presente y también en España. Débora Gil, del Interactive and Augmented Modelling group del Computer Vision Centerde la UAB explica cómo utiliza el big data para realizar modelos 3D para ayuda a la cirugía, o medicina de precisión utilizando datos poblacionales, clínicos, genéticos y visión artificial para personalizar el tratamiento de un paciente (VIDEO) y artículo en El País Retina (Tratamientos a medida y cirugía guiada con GPS: el ‘big data’ llega a la medicina).
Tratamientos a medida y cirugía guiada con GPS: el 'big data' llega a la medicina
El diagnóstico temprano de enfermedades, la mejora de procedimientos para pacientes de mayor riesgo o la modelización…retina.elpais.com
Aunque los términos se utilicen indistintamente, según los expertos no es lo mismo un chatbot que un agente conversacional, que un asistente virtual. Podemos decir que un chatbot sólo necesita una pregunta o interacción para tener una función, mientras que un agente conversacional está preparado para entender el sentido de la pregunta u orden. Si además quisiéramos que el asistente diera la sensación de cierta personalidad y conocimiento profundo del usuario podríamos decir que estamos utilizando un asistente virtual.
La importancia que están adquiriendo estas tecnologías en la relación con el cliente o usuario es notoria y en el sector salud también. En concreto, centrándonos en los agentes conversacionales, aunque su uso aún es limitado, se ha realizado la primera revisión sistemática de agentes conversacionales con capacidades de lenguaje natural ilimitada (Conversational agents in healthcare: a systematic review), realizando búsquedas en PubMed, Embase, CINAHL, PsycInfo, y ACM Digital, en los que se haya usado agentes tanto para consumidores como profesionales de la salud.
Las conclusiones recalcaban las grandes posibilidades en una tecnología emergente pero con una evidencia, eficacia y seguridad muy limitada (en los estudios rara vez se evaluaba la seguridad del paciente). Se aconseja monitorear cuidadosamente los agentes con AI y en la próximas investigaciones basarse en criterios para informar de sus características y los métodos para evaluar su seguridad y efectividad.
Conversational agents in healthcare: a systematic review | Journal of the American Medical…
Advances in voice recognition, natural language processing, and artificial intelligence have led to the increasing…academic.oup.com
Y finalizamos septiembre con un par de interesantes novedades del mercado eHealth internacional.
Babylon, la compañía contratada por el NHS para suministrar el servicio de cita y consulta médica móvil “GP at hand” en zonas localizadas de Londres, y que manifestó hace unos meses que el algoritmo en que se basa su chatbot de seguimiento del paciente podía ser tan eficaz como un médico. (Hot AI Healthcare Startup Babylon Unveils a Chatbot that Beats GP at Medical Exams), tiene prevista la inversión de 100 M$ en la contratación de científicos de datos, programadores y médicos para desarrollar la plataforma de inteligencia artificial líder del mercado. (Babylon pledges to hire 1000 scientists and docs).
El objetivo es la ayuda en el diagnóstico y el apoyo a pacientes crónicos. NHSes favorable a la inversión siempre que conlleve la creación de un centro de investigación donde puedan participar otras empresas y uno de los objetivos iniciales sea trabajar en modelos que faciliten la interoperabilidad.
Hot AI Healthcare Startup Babylon Unveils a Chatbot that Beats GP at Medical Exams
Babylon, the makers of the NHS GP at Hand application, recently claimed that its follow-up software attains medical…algorithmxlab.com
La línea que separa los productos y servicios de consumo wellness y la atención sanitaria, tal como habíamos aventurado, es cada vez más difusa y si bien Apple es el ariete, detrás vienen otras compañías con más ideas, soluciones y dispositivos. Quien sino Fitbit, de quien ya dijimos hace unas semanas que tiene almacenados (y listos para su explotación) 150.000millones de horas en datos de frecuencia cardíaca, tiene la capacidad de comenzar a distinguirse y salir del sector del consumo para entrar directamente en la atención sanitaria.
Hace unos días ha lanzado (Fitbit Launches Fitbit Care, A Powerful New Enterprise Health Platform for Wellness and Prevention and Disease Management) Fitbit Care:
“una nueva y potente plataforma de salud para el bienestar, la prevención y el control de enfermedades que combina dispositivos portátiles, intervenciones digitales y entrenamiento en salud a través de la nueva aplicación Fitbit Plus para ofrecer una experiencia de atención médica más personalizada y mejores resultados de salud”
Para este lanzamiento se apoya en la aseguradora Humana (11 millones de clientes en USA)(Fitbit and Humana Expand Strategic Partnership to Drive Healthy Habits and Prevent and Manage Chronic Disease)
La plataforma incluye sus wearables y la capacidad de autoseguimiento, soporte social comunitario que se instrumentaliza en la capacidad que puede tener una organización para personalizar y orientar el comportamiento saludable de sus empleados, y coaching de salud y atención virtual. El objetivo para los usuarios del programa es el control de peso, dejar de fumar, ayudar en el manejo de patologías como diabetes, hipertensión o EPOC.
Fitbit and Humana Expand Strategic Partnership to Drive Healthy Habits and Prevent and Manage…
Humana selects Fitbit Care as preferred health coaching solution Fitbit (NYSE:FIT), the leading global wearables brand…investor.fitbit.com
Si te ha gustado puedes acceder a todas las informaciones recopiladas en “Knowledge eHealth” durante septiembre desde aquí: http://curaesalud.com/knowledge/