La IA está ayudando a tratar la atención médica como si fuera un problema de la cadena de suministro

La IA está ayudando a tratar la atención médica como si fuera un problema de la cadena de suministro

Para apoyar el periodismo de ., considere convertirse en un suscriptor.

FIND está monitoreando si las recomendaciones de la herramienta son útiles y si se ponen en práctica. “Esto debe ser algo que los países puedan poseer”, dice Albert. “Una cosa clave es poner el poder de los datos en manos de las personas [who] necesita tomar las decisiones”.

Ponerse al día con los teléfonos inteligentes

BroadReach utiliza una herramienta de simulación llamada Vantage, creada en asociación con Microsoft, para identificar clínicas con personal insuficiente y enviar trabajadores de atención médica donde más se necesitan. En 2020, durante las primeras semanas de la pandemia, BroadReach trabajó con FIND para evaluar qué tan preparadas estaban dos provincias de Sudáfrica para el covid, señalando la escasez de equipos de protección y personal en más de 300 clínicas en solo tres días.

Sargent dice que aprendió sobre los sistemas de salud en África de primera mano cuando trabajaba en campos de refugiados antes de ir a la escuela de medicina. Más tarde fundó BroadReach con su colega médico Ernest Darkoh, quien creció en Tanzania y Kenia. “Puedes ir a clínicas rurales en lugares como Zambia y verás los registros de los pacientes en papel”, dice Sargent. Sin embargo, la tecnología está ahí: “Las enfermeras están usando teléfonos inteligentes y Facebook está sugiriendo publicaciones que les podrían gustar”.

Además de monitorear la escasez, BroadReach rastrea a pacientes individuales en más de mil clínicas en varios países africanos, monitoreando si están recibiendo el tratamiento que necesitan y si continúan siguiéndolo. Las clínicas ya hacen eso, pero Vantage también usa el aprendizaje automático, entrenado en cientos de miles de registros clínicos anónimos y datos sociales, para identificar a las personas que probablemente abandonarán el tratamiento y sugerir que los trabajadores de la salud se comuniquen con ellos de manera proactiva.

El Instituto de Virología de Nigeria utilizó Vantage en 2021 para predecir cuáles de las 30 000 personas que recibían tratamiento para el VIH en tres sitios de Nigeria corrían el riesgo de dejar de tomar su medicación. La herramienta encontró que el 91 % de los que recibieron una llamada o visita de un trabajador de la salud como resultado estaban al día con sus medicamentos, en comparación con el 55 % de los que no habían sido contactados.

Según BroadReach, los trabajadores de la salud en varias clínicas de VIH han dicho que la herramienta los ayuda a mantener relaciones más cercanas con sus pacientes al ayudarlos a enfocarse en aquellos que más necesitan intervención.

El llamado mundo desarrollado

BroadReach ahora quiere que su software esté disponible en los EE. UU. “Justo en el momento en que covid golpeó, nos despertamos y nos dimos cuenta de que muchos de los sistemas de salud del mundo desarrollado, entre comillas, no eran tan buenos, y que grandes franjas de la población se estaban quedando atrás”, dice Sargent.

BroadReach participa en cuatro proyectos piloto con proveedores de atención médica y aseguradoras de EE. UU. En uno, abordó las bajas tasas de vacunación en partes de Colorado mediante el uso de aprendizaje automático para predecir dónde se deben establecer los sitios de vacunación y qué comunidades se deben sondear. Los funcionarios de salud locales habían asumido que los recursos deberían concentrarse en las áreas urbanas para vacunar a la mayor cantidad de personas posible. Pero Vantage reveló que centrarse en las comunidades minoritarias rurales de bajos ingresos tendría un mayor impacto.

BroadReach también está trabajando con una aseguradora en California que ve disparidades significativas en la forma en que las personas en varios grupos siguen un régimen de tratamiento con estatinas, medicamentos que se usan para tratar el colesterol alto. Al observar los datos, BroadReach quiere identificar posibles explicaciones de lo que está encontrando la aseguradora. Algunas comunidades tienen conexiones de transporte deficientes a las clínicas, lo que puede impedir que las personas visiten a sus médicos para actualizar las recetas. Otros simplemente tienen una desconfianza de larga data en el sistema de atención médica, dice Sargent.

Eventualmente, quiere ver que Vantage prediga los factores de riesgo para pacientes individuales. Por ejemplo, para un hispanohablante que no vive cerca de una clínica, el software recomendaría que la aseguradora proporcione un trabajador social que hable español y un vale para un taxi, dice.

Pero es difícil obtener los datos necesarios para entrenar a la IA para que haga tales predicciones con precisión. En los EE. UU., los datos de atención médica generalmente no se comparten entre los proveedores. Sargent dice que BroadReach está solucionando esto al combinar registros médicos con datos socioeconómicos, como códigos postales e historial crediticio de las personas. “Tenemos alianzas con empresas de datos de consumidores, porque puedes saber mucho sobre un paciente si conoces sus patrones de comportamiento y las condiciones en las que vive”, dice. “Unimos todo esto para obtener una vista de una población general y una vista de cada paciente”.

Lo que la gente sienta acerca de este tipo de vigilancia dependerá de los beneficios que realmente les brinde. Una variedad de organismos, incluidas las compañías de crédito, las agencias de contratación, la policía y más, ya utilizan los datos socioeconómicos en los que se basa BroadReach para predecir el comportamiento futuro probable de las personas. Los sesgos en estos sistemas han llevado, con razón, a un fuerte rechazo por parte de los grupos de derechos civiles.

Las propuestas gubernamentales para compartir datos médicos en varios países han generado una reacción violenta, incluso en los EE. UU., el Reino Unido y Australia, dice Nicholson Price, quien estudia cuestiones legales y éticas sobre el uso de datos personales en la Universidad de Michigan. Pero eso no ha impedido que las empresas combinen datos médicos y de consumidores. “Las empresas han estado haciendo esto durante varios años, solo que con un perfil más bajo”, dice Price.

“Hay una sensación de resignación de que está sucediendo y parece que no tenemos la capacidad de detenerlo”, dice. “Dicho esto, tal vez haya un lado positivo de que también saldrán cosas buenas de esto, en lugar de solo ser publicitadas y manipuladas”.

Leave a Reply

Your email address will not be published. Required fields are marked *