Datos en salud

Los datos en salud son cruciales para desarrollar una inteligencia artificial médica competente, adaptar el estado actual puede ayudarnos a comprender mejor cómo y por qué los algoritmos inteligentes pueden ayudar al campo médico. En la era de la salud digital, los datos se recopilan de rastreadores de actividad física, sensores de salud y otros dispositivos portátiles personales. Pero antes de eso, una infinidad de datos de salud se recopilaba, y todavía se recopila, a través de historia clínica electrónica de los sistemas sanitarios (Electronic Medical Record-EMR). La gran cantidad de datos que tienen, representan un tesoro en nuestro mundo basado en datos, por lo que son un recurso ampliamente utilizado para inteligencia artificial médica.

Desde el método tradicional de papel y lápiz, hasta el sistema totalmente digitalizado al que estamos acostumbrados, los registros médicos han experimentado un cambio tremendo. Los recursos médicos en papel han demostrado no ser confiables, repletos de datos cruciales faltantes o incompletos de los expedientes de pacientes. Pero este cambio a la era de la historia clínica electrónica ha ocurrido recientemente y para visualizarlo tenemos el ejemplo de los Estados Unidos, donde está disponible uno de los archivos más extensos de registro de historial médico digital.

La historia de los primeros sistemas de procesamiento de datos comienza a mediados de la década de 1960, donde se enfocó en la gestión y manejo de datos clínicos. Estos sistemas despertaron interés con el desarrollo del enfoque “Historial médico orientado a problemas”, que gira en torno a la solución de problemas médicos en lugar de la prevención de enfermedades y mantenimiento de una salud óptima; permitiendo el almacenamiento de la información del paciente de forma electrónica.

Esto llevó al desarrollo del primer sistema de historia clínica electrónica por parte del Instituto Regenstrief en 1972. Sin embargo, la tecnología no se difundió inicialmente debido a su costo y al mismo tiempo carecer de interoperabilidad. Estos sistemas realmente despegaron en la década de 1990, cuando las computadoras personales se volvieron más asequibles y comenzaron a interconectarse con la llegada de internet. Esto llevó al Instituto de Medicina a recomendar en el año 1991, que en el año 2000 todo médico debería hacer uso de las computadoras para mejorar la atención al paciente.

A pesar de la rápida tasa de digitalización y la aparición de software basado en la web, los EMR no han tenido una tasa de adopción del 100%, ni siquiera en los EE. UU. En 2021, el Centro de Control y prevención de Enfermedades (Centers for Disease Control and Prevention CDC) estableció que la cantidad de médicos que utilizan cualquier EMR / EHR en el consultorio alcanza solo el 85,9%. Aquellos que adoptaron un sistema EMR, informan problemas utilizándolos en su práctica diaria.

El 70% de los médicos no están satisfechos con los sistemas que utilizan; porque dedican en promedio la mitad de sus días laborales solo para ingresar datos en los HCE, mientras gastan solo 27% con sus pacientes; y la historia clínica electrónica es percibida como el desafío número uno por el 37% de los médicos estadounidenses.

Aunque solo describimos la experiencia de los Estados Unidos, a nivel mundial hay muchos países donde los registros médicos todavía dependen del papel y el proceso de fabricación de sistemas EMR eficientes es aún más lento y problemático. Es por esto que la inteligencia artificial puede cambiar esta situación, permitiendo un acceso a datos de salud más confiables y actualizados en la práctica médica, así como evitar la sobrecarga de los sistemas de salud permitiendo la resolución de problemas de salud simples mediante la plataforma de la IA.