Seguridad del Paciente Soportada en Inteligencia Artificial

Ledys Izquierdo MD; MsC. Pediatra e Intensivista. UCIP Hospital Militar Central. Miembro Fundador de AIpocrates

Luis Eduardo Pino MD; MsC, MBA. Fundador de AIpocrates

Un elemento fundamental de la bioética en la práctica médica es el concepto de “Primum non nocere” que significa “Primero no hacer daño”, sin embargo, la evidencia demuestra que 10% de los pacientes ingresados en los hospitales sufren de algún tipo de evento adverso o daño durante su estancia. Actualmente las fallas de seguridad en los pacientes son un problema de salud pública mundial, debido no sólo a su impacto sobre la salud de las personas, sino además porque ocasiona grandes pérdidas económicas.

Según el Instituto de Medicina de Estados Unidos (IOM), la seguridad del paciente se define como la “ausencia de lesiones evitables, producidas como consecuencia de la atención a la salud recibida”. Así también, el evento adverso es “un acontecimiento que produce lesión al paciente relacionado con la atención a la salud recibida y no como la enfermedad subyacente, en forma de incapacidad, muerte o prolongación de la estancia hospitalaria”. A diferencia de la complicación, que se entiende como «una alteración del proceso natural de la enfermedad, derivada de la misma y NO provocada por la atención médica recibida». Por otra parte, la práctica clínica del médico es una actividad de alto riesgo, que evoluciona constantemente bajo una compleja interacción humana de procesos y tecnología con riesgos potenciales y por lo tanto no existe un sistema capaz de garantizar la ausencia de errores y fallas en la atención. Los médicos debemos aprender a gestionar la incertidumbre y a complejidad inherente a lo que hacemos, con todas nuestras fallas en el proceso de decisión. Nuestra inteligencia natural debe por tanto blindarse mediante protocolos y validación de pares entre otras estrategias.

Es importante reconocer que la segunda víctima del error después del paciente es el mismo médico y el equipo de salud, ya que pueden ser removidos de sus cargos o incluso entrar en un proceso judicial a causa de la atención médica otorgada, lo que en la mayoría de los casos aumenta su nivel de estrés y los hace más susceptible a ocasionar un nuevo evento adverso. Nuestra cultura punitiva y nuestro miedo al fallo siguen siendo los principales enemigos del reporte de dichos errores para el mejoramiento continuo, es un tema de alto impacto para los departamentos de seguridad del paciente en todos los hospitales.

La necesidad de practicar sin riesgo en los pacientes, la incorporación de nuevos protocolos de atención, las nuevas técnicas de diagnóstico y tratamiento, así como la necesidad de un abordaje multidisciplinario para el cuidado obligan a un cambio de paradigma hacia una visión de mejor adiestramiento en los equipos de salud. Debe por tanto aumentar la responsabilidad y el compromiso de los docentes para asegurar el logro de estas competencias en los estudiantes de medicina y ciencias de la salud, quienes usualmente ven estos temas como «de índole administrativo«.

Entendiendo entonces que nuestra inteligencia natural es altamente falible ¿qué ayudas tenemos para mejorar la seguridad del paciente desde el campo de la Inteligencia Artificial (IA)?

Son múltiples los estudios que han demostrado beneficio con el uso de IA y otras tecnologías en el mundo de la seguridad del paciente y los flujos de trabajo médico, incluyendo entre otros:

• Algoritmos que brindan la posibilidad de mantener los efectos de un fármaco dentro de un nivel esperado, facilitando una administración oportuna y eficiente y reduciendo la posibilidad de generar episodios como crisis o delirios postoperatorios (sistemas expertos o de recomendaciones)
• La monitorización de la profundidad de la anestesia para mejorar el control de la anestesia y predicción de eventos y riesgos (análisis de señales y modelos de forecasting)
• La utilización del ultrasonido para guiar procedimientos a nivel cerebral, cardiaco, pulmonar, abdominal, renal, vascular (POCUS incorporado a la práctica clínica)
• La disponibilidad y análisis de grandes conjuntos de datos para el monitoreo de signos vitales, de parámetros ventilatorios, análisis de enfermedades infecciosas, datos en salud pública y análisis de registros historias clínicas (análisis de Big Data, sistemas de predicción poblacional, epidemiología digital, datos geoespaciales).
• El avance del hardware para realizar grandes tareas de procesamiento en paralelo con el uso de unidades de procesamiento gráfico para el aprendizaje automático (GPUs, computación en niebla y paralela, nubes hiperescalares, computación cuántica)

• Dispositivos para la detección de la arritmia en proyectos de prendas de ropa inteligentes.
• Desarrollo de tecnología de inteligencia artificial compatible con teléfonos inteligentes y estetoscopios de alta tecnología.
• Nanotecnología en electrofisiología.
• Plataformas para medicina de precisión, análisis de datos ómicos; proteómica, Transcriptómica y fenotipos genéticos. (arquitecturas multimodales)
• El aprendizaje y entrenamiento en procesos con metodologías de simulación avanzadas (entornos envolventes, realidad extendida, gemelos digitales)

El grafico resume algunos de los desarrollos y tecnologías mencionadas previamente.

El enfoque predominante en la mayoría de estos estudios ha sido investigar la transformación de la práctica clínica, no mediante el reemplazo del médico, sino mediante la mejora en el flujo de trabajo, optimizar los procesos para la toma de decisiones y otros elementos de la atención.

La práctica clínica es una actividad que se hace más compleja cada día y está en constante evolución. La combinación de procedimientos, nuevas tecnologías y el factor humano contribuyen a aumentar el riesgo en el proceso asistencial. La atención segura centrada en el paciente está directamente influenciada por la calidad de la educación que los profesionales de la salud reciben, ya que en la medida en que esta mejora permite el aumento en la calidad de la atención de los pacientes, centrándose en diferentes aspectos del desempeño de los profesionales de la salud, tales como: habilidades clínicas, técnicas y actitudinales que permiten fortalecer la atención segura y adecuada para los pacientes.

¿Significa esto que nos quedaremos sin trabajo y debemos empezar a buscar trabajo? Por ningún motivo. Por el contrario, debemos abrazar esta tecnología y aprovecharla al máximo. El enfoque actual de la inteligencia artificial dentro del ejercicio medico no es reemplazar el juicio o las habilidades del médico, sino aprovechar lo que se nos ofrece e investigar formas de aumentarlas. Es de esperar que esta serie de ayudas para mejorar los procesos en nuestro trabajo diario sirvan en parte para estimular el interés en el tema y de las infinitas oportunidades que abre.

En cada revolución industrial la sociedad ha tenido tiempo de ajustarse. Pero, debido a la rápida evolución de la IA y debido a que se encuentra en una carrera fuera de control lo que nos preocupa en este momento es que no tengamos ese tiempo de ajustarnos. El ajuste es ahora, y debe considerar como mínimo, la existencia de un nuevo tipo de profesional médico, lo que implica la reformulación de los procesos educativos, la asignación eficiente de recursos para programas de investigación y desarrollo, la reducción del error y de su costo económico, adoptando el uso de herramientas de precisión informática que favorezcan la decisión del médico. En síntesis, la IA no remplazara a ningún médico, pero el médico que sabe aprovechar las oportunidades de la IA si reemplazara al que no lo hace. (Del transhumanismo y otros demonios columna AIpocrates 2023).

Lecturas Recomendadas

1. Hernández L, Barona A.V, Durán C, Olvera HE, Ortiz. GA, Ávila SA, Morales S. La seguridad del paciente y la simulación clínica.2017 Disponible en: URL: http://www.medigraphic.com/pdfs/facmed/un-2017/uns171b.pdf
2. Simulation is the imitation or representation of one act or system by another. healthcare simulations can be said to have four main purposes – education, assessment, research, and health system integration in facilitating patient safety. Ver aquí
3. World Health Organization. (2018). After action reviews and simulation exercises. Ver aquí
4. Haug, Charlotte J. and Drazen, Jeffrey M. Artificial Intelligence and Machine Learning in Clinical. New England Journal of Medicine 2023. 388;(13): 1201-1208. Doi:10.1056/NEJMra2302038
5. Columna AIpocrates: Del transhumanismo y otros demonios 9 abril 2023.