La analítica predictiva en el sector sanitario

Aunque el sector de la salud tiene ya un largo recorrido en el campo de la práctica basada en evidencias clínicas y estándares éticos de investigación, la adopción de la analítica predictiva, otras nuevas tecnologías, los algoritmos tras ellas, y el punto de equilibrio entre el ingenio humano y la máquina, están rodeados de una lacerante ausencia de regulación.

Ante ese contexto, creemos que los distintos jugadores de la industria deben ser conscientes de los riesgos emergentes, mientras la sociedad sigue evolucionando encaminada hacia una nueva era en términos de cómo se toman las decisiones.

¿Qué es la analítica predictiva?

Apoyada en las posibilidades del machine learning, la analítica predictiva es
una disciplina que emplea diferentes técnicas —modelado, data mining, estadística, Inteligencia Artificial— para procesar datos en tiempo real y proyectar predicciones sobre el futuro. Esto último ofrece una oportunidad única para establecer una preparación adecuada ante lo que históricamente se ha abordado desde la incertidumbre y el cambio.

El análisis predictivo funciona tanto dependiente de la mano humana, como de forma autónoma gracias al aprendizaje basado en algoritmos y procesos imperceptibles para nuestra mente. Industrias como el de la manufacturación, el marketing, la ley, el crimen, la detección de fraude, y el cuidado de la salud, se están apoyando con determinación en esta metodología revolucionaria. Por encima de todos ellas, la de la salud es la que presenta las características más
favorables para exprimir más eficientemente la analítica predictiva.

La salud en la era digital

La industria ha ido progresando a medida que aparecían en su camino nuevas necesidades. Entre los mayores éxitos del sector están la digitalización de los registros, el acceso a Big Data, el almacenamiento en la nube, la adopción de software avanzados y la integración de apps de móviles.

La consecuencia más clara de todo ello ha sido la facilidad para crear flujos de trabajos, la rapidez de acceso a la información, la reducción de costes y la mejora general tanto de la sanidad pública como de la calidad de vida. Los beneficios son incontables y entre ellos el análisis predictivo terminará ejerciendo un papel catalizador central.

Principales beneficios de la analítica predictiva

Ahora bien, el foco científico no ha de detenerse en los valores añadidos. Los riesgos a considerar son igual o incluso más consistentes. Se puede hablar de la excesiva centralización de datos en términos de seguridad y de las cuestiones éticas derivadas de ciertas metodologías deshumanizadas.

En este sentido, es lógico reflexionar sobre cuáles son los principales campos beneficiados ante la extensión de la analítica predictiva de cara a poder delinear contingencias útiles para el futuro. 

• Eficiencia de la gestión operacional en la toma de decisiones comerciales: el análisis predictivo permite reestructurar la configuración de estrategias de Business Intelligence, facilitando el acceso a grandes cantidades de datos. Los informes en tiempo real son relativamente nuevos, pero van poco a poco integrándose en la industria de la salud.
  
  
• Exactitud del diagnóstico y el tratamiento en atención primaria: la nueva analítica basada en Inteligencia Artificial permite evaluar pronósticos y datos para que los profesionales del sector puedan encontrar respuestas ante ciertas enfermedades incurables. Como consecuencia, la tasa de mortalidad mundial descendería progresivamente.
  
  
• Mayor conocimiento para mejorar el tratamiento de grupos de riesgo: la creciente digitalización de los registros sanitarios electrónicos, y de los requisitos —impuestos por ley— previos a la presentación de informes sobre rendimiento proporcionan conjuntos de datos increíblemente valiosos para poder obtener conocimientos sobre la salud de determinados grupos sociales.

Riesgos éticos y morales ante el uso del análisis predictivo en el sector de la salud

Se ha de partir de un hecho innegable: los algoritmos nunca serán tan resolutivos ni dinámicos como lo es el intelecto humano. Este conjunto de códigos en constante aprendizaje está sesgado de base y es complicado canalizarlo para asentar determinadas garantías de uso.

Los sistemas informáticos reflejan los valores de las personas que los codifican y la regulación no es capaz de contrarrestar el efecto obvio de ese condicionante. Algunos de los riesgos derivados tienen miles de años de antigüedad, pero se están amplificando y multiplicando debido a la transformación digital.

• La velocidad inherente a la tecnología genera impacto en la toma de decisiones.
  
  
• El uso de las máquinas dibuja importantes peligros y empuja al establecimiento de protocolos de intervención humana.
  
  
• La tecnología está rodeada de una ausencia de regulación.
  
  
• Los algoritmos son eficaces, pero están irremediablemente sesgados.
  
  
• Existen presiones desde múltiples sectores en cuestiones de privacidad.

Conclusiones

La preocupación está justificada; el análisis predictivo puede simplificar la atención al paciente, reduciéndola a un conjunto de probabilidades derivadas de algoritmos. Este hecho es especialmente preocupante cuando la legislación y las instituciones reguladoras van a la zaga de la transformación tecnológica. Sin embargo, los beneficios también son notables.

La tecnología está desempeñando un papel clave en la evolución de la sociedad y todos los sectores se están beneficiando de ella. La industria de la salud no es una excepción, ya que puede beneficiarse del análisis predictivo, convirtiendo esta revolucionaria metodología en un aspecto fundamental del futuro de la medicina y la prestación de atención médica en general.

Eso sí, debemos recordar que los algoritmos y modelos que hay detrás del análisis predictivo no son perfectos, y que deben instalarse contingencias de responsabilidad y protocolos de intervención humana. La base que soportará esa arquitectura deberá ser ética e imparcial, al tiempo que debe buscar el respaldo de una legislación adecuada.