Inteligencia Artificial aplicada a la salud: la necesidad de contar con especialistas preparados para liderar la transformación digital

La aplicación de la Inteligencia a la salud tiene un potencial enorme, pero también presenta desafíos considerables. La transformación sanitaria en que nos encontramos, necesita profesionales especializados en la aplicación específica de tecnologías como modelos generativos, Deep Learning o Big Data al entorno sanitario. 

Para conocer más en detalle cómo se está trabajando en este sentido desde la Universidad Internacional de Valencia (VIU), nos hemos puesto en contacto con nuestra experta Elena Plaza Moreno, enfermera, docente y directora del Máster de Formación Permanente en IA aplicada a la Salud.

Gobernanza, implicaciones éticas y legales, liderazgo, empleabilidad y sobre todo, la seguridad y el bienestar del paciente al aplicar la IA a la Salud, son algunos de los temas fundamentales que aborda el máster que dirige y en los que profundiza a continuación.

En un contexto donde la tecnología avanza a pasos agigantados, ¿cuál ha sido el motivo principal para que VIU lance este Máster de Formación Permanente en IA aplicada a la Salud y a qué necesidad responde en el ecosistema sanitario actual?

Estamos pasando de una medicina reactiva a una medicina predictiva, preventiva y personalizada, y la inteligencia artificial es el motor de ese cambio. Ya tenemos algoritmos que diagnostican patología en imagen médica con precisión comparable al especialista, modelos que predicen el deterioro de un paciente en la UCI horas antes de que ocurra y sistemas que anticipan brotes infecciosos a escala poblacional. Y no solo se está aplicando al ámbito asistencial, la IA también está en el ámbito docente, gestor e investigador. Así que, si queremos formar a profesionales de la salud del futuro, tenemos que formarles con la tecnología con la que van a desempeñar sus competencias y habilidades. Y vamos más allá, porque estos profesionales no solo serán usuarios de esta tecnología, queremos que participen en ella activamente ya que, actualmente, la mayoría de estos sistemas se desarrollan sin que los profesionales de la salud participen en su diseño o implementación. Este Máster de inteligencia artificial en salud nace para cerrar esa brecha: formar sanitarios y gestores capaces de comprender, evaluar y liderar la implementación de la IA en sus organizaciones, hablando el idioma de la tecnología sin perder la perspectiva final, que siempre es el paciente.

Este título pone un foco especial en la implementación y la gobernanza. ¿Qué diferencia a un profesional formado en este título de VIU a la hora de liderar proyectos de transformación digital en entornos hospitalarios o farmacéuticos?"

La diferencia es que queremos que nuestros egresados no sean espectadores de la transformación digital, queremos que sean quienes la lideran. De nada sirve la teoría si no se lleva a la práctica. Explicar qué son las redes neuronales a profesionales de la salud no sirve de mucho si no lideran o participan en la implementación real de estos algoritmos. Así que el salto real es llevar ese conocimiento a un proyecto implementado, evaluado y sostenible dentro de una organización sanitaria compleja.

El diseño del programa es muy deliberado: el primer semestre se construye la base técnica: cómo funcionan los algoritmos, cómo se gestionan los datos, qué puede hacer la IA en, por ejemplo, radiología, urgencias, oncología, salud pública. El segundo semestre es donde reside la diferenciación real del programa, la implementación y validación clínica, marco regulatorio europeo y gestión del cambio organizacional. Porque uno de los principales errores que cometemos es creer que implantar IA es un problema tecnológico y no lo es. Es un problema de personas, culturas organizacionales y liderazgo.

Y también se enseñarán estos aspectos para que, tecnólogos y sanitarios podamos unirnos y entendernos para hacer que la IA aplicada a salud realmente no sea tecnología, si no una vía para mejorar la salud y la seguridad de los pacientes y comunidades. 

Imagen

Elena Plaza, directora del Máster de Formación Permanente en Inteligencia Artificial Aplicada a la Salud y Entornos Sanitarios

Con la reciente aprobación del Reglamento de IA de la UE, la ética y el marco legal son críticos. ¿De qué manera el programa prepara a los estudiantes para asegurar la equidad algorítmica y cumplir con normativas como el RGPD o la certificación de software como producto sanitario (MDR)?

Cuando hablamos de IA en salud, hablamos de sistemas que manejan los datos más sensibles que existen. El RGPD exige que la protección de datos esté integrada por diseño en cualquier sistema que los procese y el Reglamento de IA de la UE clasifica la mayoría de las aplicaciones clínicas como de alto riesgo. Esto significa que estos sistemas tienen obligaciones específicas de transparencia, trazabilidad y supervisión humana. Por otro lado, el MDR determina que muchos algoritmos diagnósticos deben certificarse como productos sanitarios antes de poder implementarse legalmente.

Pero más allá del cumplimiento normativo, el programa hace un énfasis especial en la equidad algorítmica. Un sistema entrenado con datos de una determinada población puede funcionar bien en ella y fallar en otras. Por ello los profesionales sanitarios deben ser los primeros “vigilantes” o garantes de esto, y para eso necesitan formación específica.

Aún existe cierta preconcepción sobre la IA como un ámbito asociado a ingenieros y perfiles similares. Sin embargo, este título está dirigido principalmente a profesionales sanitarios ¿Nos puedes ampliar un poco más cuáles son los perfiles que más se pueden beneficiar del máster y cómo esta mezcla de conocimientos técnicos y visión clínica que otorga el título influye a la toma de decisiones basada en datos y a la mejora de los resultados en los pacientes?

Es evidente que la IA está asociada a ingenieros especializados en la misma. Pero si ellos crean los sistemas sin contar con la visión y perspectiva asociada al paciente que aporta un profesional de la salud, luego tendremos sistemas ‘cojos’ o no adaptados a la realidad o al paciente. Siempre pongo el mismo ejemplo. Cuando trabajaba en la ambulancia siempre me preguntaba quién había diseñado la entrada de los servicios de urgencias. Seguramente fue un arquitecto excelente, pero nunca se preguntó realmente a quienes llegan a esa entrada de urgencias con una ambulancia, maniobrando y con una camilla. Con la IA no podemos permitirnos cometer el mismo error. 

Por eso, este máster está dirigido a médicos, enfermeros, farmacéuticos, fisioterapeutas, gestores hospitalarios y profesionales de la salud pública que quieran convertirse en agentes activos de la transformación digital. La combinación que ofrece el programa entre alfabetización técnica sumada a las competencias en implementación, gobernanza y liderazgo permitirá que estos profesionales puedan comunicarse e intentar hablar el mismo idioma que los ingenieros para que, en conjunto, puedan evaluar críticamente un algoritmo, detectar cuándo puede estar fallando, e integrar sus recomendaciones de forma segura en la atención al paciente. Un ingeniero puede construir el sistema, pero solo un profesional de la salud formado en IA sabrá si realmente sirve para lo que dice que sirve. 

Imagen

El programa pone énfasis en la aplicación de modelos generativos y técnicas de aprendizaje profundo en proyectos reales. ¿Podrías darnos algún ejemplo de cómo un estudiante podría aplicar lo aprendido para optimizar, por ejemplo, el diagnóstico por imagen o la gestión de recursos sanitarios?

El programa trabaja dos grandes familias de IA con aplicaciones muy distintas. Por un lado, el aprendizaje automático y el deep learning, la parte sistemas que trabajan con datos de salud, aumentan el diagnóstico, predicen enfermedades u optimizan procesos. Y, por otro lado, en dos de las asignaturas se tratará la IA generativa, que es la que ha llegado de forma más visible a nuestras vidas y que también tiene aplicaciones en salud.

Respecto al primer grupo, un estudiante no programará estos sistemas, son profesionales de la salud y no es su trabajo. Pero sí serán capaces de aportar ideas (aplicadas a imagen, gestión de recursos, o sus necesidades reales) para que los ingenieros de IA los generen, y podrán evaluar su validez clínica, identificar sus limitaciones y liderar su implementación responsable. Por ejemplo, si tenemos datos de pacientes de nuestra organización, podremos idear la implementación de un sistema adaptado a nuestras necesidades individuales e implementarlo en nuestras organizaciones con ayuda de los perfiles técnicos para crear soluciones reales

Respecto a la IA generativa, aprenderán qué es en concreto, cómo funciona, qué fiabilidad tienen los chatbots en salud, qué herramientas pueden utilizar para la búsqueda y síntesis de evidencia científica para apoyar decisiones clínicas maneja de datos de salud. Y, en definitiva, cómo ayudarse de esta tecnología para manejar información, porque son “trabajadores del conocimiento” y el manejo de toda esta información que manejan y estudian de forma constante a lo largo de toda su carrera es compleja y el uso de la IA generativa puede ayudar.

Mirando hacia el futuro, ¿cómo crees que la integración de la IA en la práctica diaria redefinirá la relación médico-paciente (si es que lo hace) y qué papel jugarán especialistas como los egresados de este máster en la sostenibilidad y cambio del sistema sanitario global?

Hemos entrado en una era en la que vamos a poder predecir qué le va a pasar a un paciente antes de que ocurra, personalizar tratamientos en función de su perfil genómico y anticipar brotes de enfermedades a escala poblacional. Ahora la clave es saber cómo funcionan estos algoritmos y conseguir, como indica la OMS que sean algoritmos transparentes.

Este es el gran reto actual, la confianza y la equidad. Los algoritmos no pueden ser cajas negras, tenemos que poder explicar al paciente y al clínico por qué ese sistema predice lo que predice. Y tenemos que garantizar que los modelos no replican sesgos, es decir, que el sistema que diagnostica cáncer de mama en un país funcione igual de bien en otro, sin discriminar por raza, sexo o edad. Los egresados de este máster son los profesionales que van a garantizar que la IA en salud cumpla su promesa, pero no como usuarios pasivos de una tecnología que otros diseñan, sino como líderes que saben evaluarla, implementarla con rigor y cuestionarla cuando es necesario.