“Copiloto” de los médicos: cómo la inteligencia artificial y los relojes inteligentes pueden detectar enfermedades

Las nuevas herramientas digitales permiten monitorear al paciente fuera del consultorio, detectar señales tempranas de enfermedad y acompañar cambios de hábitos.

Mariano Benzadón, médico cardiólogo, participó en el Summit de Salud realizado por LA NACION

La prevención cardiovascular tiene una paradoja: se sabe qué hay que hacer para reducir el riesgo de enfermedad, pero lograr que las personas sostengan esas conductas en el tiempo sigue siendo uno de los grandes desafíos de la medicina.

Así lo planteó Mariano Benzadón, médico cardiólogo, especialista en cuidados intensivos y gestión de calidad en salud y director de Calidad, Seguridad y Experiencia del Paciente y de Innovación del Instituto Cardiovascular de Buenos Aires (ICBA), durante el Summit de Salud organizado hoy por LA NACION.

Para el especialista, no fumar, hacer actividad física, alimentarse de manera saludable, dormir bien y controlar la presión arterial, el colesterol, la glucemia y el peso son las ocho medidas esenciales para cuidar la salud cardiovascular. Sin embargo, indicó, los datos muestran que existe una importante distancia entre esas recomendaciones y lo que sucede en la vida cotidiana.

La importancia de estas medidas excede la prevención de un infarto o un accidente cerebrovascular. Benzadón citó estudios realizados sobre grandes grupos de población que muestran que un mejor cumplimiento de estos factores también está asociado con una menor incidencia de enfermedades que afectan a otros órganos. “Hacer prevención cardiovascular no solo beneficia el riesgo de infarto de las arterias, sino que también previene otras enfermedades”, sostuvo.

En esa línea, para el especialista, el desafío aparece cuando esas recomendaciones tienen que trasladarse a la vida real. Benzadón citó como ejemplos la hipertensión y el sobrepeso. En el mundo hay más de 1000 millones de personas con hipertensión y una proporción importante no tiene la presión controlada. Al mismo tiempo, aproximadamente seis de cada 10 adultos tienen sobrepeso u obesidad. “Así que nos está yendo mal y estamos en problemas a pesar de que sabemos qué es lo que tenemos que hacer”, resumió.

Y fue justamente en esa contradicción donde ubicó la oportunidad para innovar. “Para aquellos que hacemos innovación, sabemos que estas brechas, estos problemas y estos dolores son terreno fértil para la innovación”, afirmó.

El cuerpo empieza a generar información

De acuerdo con Benzadón, durante décadas, buena parte de la información que un médico utilizaba se obtenía durante la consulta o a través de estudios solicitados específicamente para ese paciente. Eso está cambiando.

“La caja de herramientas convencional de los médicos es la siguiente: interrogamos al paciente, lo revisamos, pedimos estudios, indicamos fármacos, intervenciones y cirugías”, describió Benzadón.

Y añadió: “A esta caja de herramientas en los últimos años se le agregó la denominada salud digital, consistente en herramientas basadas en software y hardware destinadas a mejorar la salud de las personas”.

Smartphones, relojes inteligentes, bandas y otros dispositivos portátiles permiten registrar variables que antes resultaban difíciles de medir de manera continua: cantidad de pasos, frecuencia cardíaca, sueño y otros parámetros fisiológicos.

“Nos permiten medir una serie de variables que antes era muy difícil medir. Toda esta información adicional, llamada biomarcadores digitales, es sumamente importante y está demostrando que nos permite gestionar mucho mejor la salud de las personas y la prevención cardiovascular”, indicó.

Benzadón presentó algunos desarrollos realizados en el ICBA que muestran hasta dónde puede llegar esta transformación. Uno de ellos es una aplicación utilizada con pacientes con insuficiencia cardíaca. Entre sus funcionalidades permite sacar una fotografía del plato de comida con el celular y obtener rápidamente información sobre sus componentes nutricionales, como proteínas, hidratos de carbono, grasas y calorías. La herramienta busca facilitar el seguimiento de la alimentación en un contexto cotidiano, fuera del consultorio.

Otro trabajo desarrollado en el instituto exploró el uso de la cámara del teléfono para obtener información a partir de los cambios de coloración de la piel que se producen con cada latido. A través de una video selfie, el sistema busca inferir indirectamente la presión arterial de pacientes con insuficiencia cardíaca.

“Son solo dos ejemplos locales de cómo con un celular o un reloj inteligente se pueden hacer mediciones en salud que son críticas para la prevención cardiovascular”, señaló Benzadón.

Cambios en la relación médico - paciente

De acuerdo con Benzadón, la tecnología también puede modificar la relación entre el paciente y el equipo médico. “Hoy, cuando los médicos le decimos al paciente en el consultorio ‘nos vemos en seis meses o nos vemos el año que viene’, dejamos liberado al paciente durante un año a una reducción en nuestro cuidado”, planteó.

Y añadió: “Lo otro que podemos hacer con la salud digital y las aplicaciones es acompañar al paciente entre consultas”. A través de aplicaciones y sistemas de telemonitoreo, los pacientes pueden registrar información, recibir indicaciones y, en determinados casos, transmitir datos al equipo de salud.

Según explicó Benzadón, distintas investigaciones clínicas analizaron la efectividad de estas herramientas y algunas mostraron mejoras en determinados resultados frente a la atención convencional. “Estas verdaderas terapéuticas digitales permiten acompañar al paciente y mejorar las metas de prevención”, sostuvo.

En el ICBA, por ejemplo, los pacientes con insuficiencia cardíaca pueden continuar siendo monitoreados después del alta mediante el celular y dispositivos específicos. “El paciente que se va de alta entra en un plan de telemonitoreo a través del celular y de algunos dispositivos que le entregamos, el cual ha demostrado científicamente reducir las reinternaciones”, contó.

Para el especialista, el siguiente salto está en la capacidad de la inteligencia artificial para procesar señales del organismo. Benzadón destacó que ya existen herramientas de inteligencia artificial aprobadas por la FDA que analizan electrocardiogramas y pueden detectar enfermedades antes de que sean evidentes mediante métodos convencionales. “Cuando se puede detectar algo en una etapa tan incipiente, es una gran oportunidad para resolverlo e incluso prevenir su expresión clínica”, explicó.

Y precisó que el ICBA también trabaja en esta línea. “Hemos desarrollado una herramienta con la que, sacándole una foto al electro, podemos diagnosticar enfermedades que de otra manera requerirían estudios mucho más costosos o laboriosos”, contó.

“La inteligencia artificial que está irrumpiendo en todas las profesiones también está impactando en el consultorio, sirviendo como un soporte cognitivo o copiloto que nos permite tomar mejores decisiones”, sintetizó.

Por Laura Ponasso

Fuente: La Nación

Uruguay y la OPS evalúan la madurez del sistema de salud para incorporar inteligencia artificial

Aplicaron una herramienta desarrollada junto al Banco Interamericano de Desarrollo para diagnosticar la capacidad del país de integrar la inteligencia artificial.

Uruguay realizó los días 27 y 28 de agosto el “Taller de análisis de las capacidades nacionales para la integración de la Inteligencia Artificial en Salud Pública”, organizado por el Ministerio de Salud Pública (MSP) junto a la Representación de la Organización Panamericana de la Salud y la Organización Mundial de la Salud (OPS/OMS) en Uruguay, con participación de la Unidad de Sistemas de Información y Salud Digital de la OPS/OMS en Washington, D.C. El encuentro se desarrolló en la Asociación Latinoamericana de Integración (ALADI), en Montevideo.

El taller respondió a una solicitud de cooperación técnica del MSP a la OPS y tuvo como propósito aplicar una herramienta desarrollada conjuntamente por la OPS y el Banco Interamericano de Desarrollo (BID) para medir el nivel de madurez del sistema de salud uruguayo frente a la incorporación de inteligencia artificial (IA) en la toma de decisiones de salud pública. A partir de ese diagnóstico, el proceso busca trazar una hoja de ruta que alinee la innovación tecnológica con las prioridades sanitarias del país.

Participaron representantes del MSP, de la Agencia de Gobierno Electrónico y Sociedad de la Información y del Conocimiento (AGESIC), de Uruguay Innova, del Centro de Inteligencia Artificial de Uruguay, de prestadores públicos y privados del Sistema Nacional Integrado de Salud, de la Administración de los Servicios de Salud del Estado (ASSE), Sanidad Militar y Sanidad Policial, referentes académicos y del Hospital de Clínicas, personal de la Representación de la OPS en Uruguay y del equipo de Evidencia e Inteligencia para la Acción en Salud (EIH) de la OPS, además de referentes del Banco Interamericano de Desarrollo (BID), el Banco de Desarrollo de América Latina y el Caribe (CAF) y otros actores del ecosistema digital del país.

La ministra de Salud Pública, Cristina Lustemberg, inauguró la actividad y señaló que la IA es hoy una realidad en todos los campos, también en la salud. Destacó que Uruguay cuenta con una posición favorable en infraestructura y digitalización para avanzar en su incorporación al sistema sanitario e informó que el MSP trabaja en el diseño de una estrategia nacional de IA en salud, concebida como un instrumento de política pública centrado en las personas y orientado a fortalecer los resultados del Sistema Nacional Integrado de Salud.

Entre las aplicaciones posibles mencionó el apoyo a la toma de decisiones en políticas públicas, como la detección de brotes o la simulación de escenarios frente a distintas intervenciones sanitarias, la mejora de la gestión logística de medicamentos y vacunas, la gestión de camas y tiempos de espera, y el uso de asistentes inteligentes para el registro de datos clínicos, que permitirían a los equipos de salud dedicar más tiempo a la atención directa de las personas. Citó también el potencial de la IA aplicada al procesamiento de imágenes radiológicas para la detección precoz de enfermedades. La ministra subrayó que este desarrollo debe enmarcarse en la Ley Nº. 18.335 de derechos y obligaciones de los pacientes y usuarios de los servicios de salud, y en la normativa vigente de protección de datos personales, atendiendo a la validación de los algoritmos, su explicabilidad, la mitigación de sesgos y la protección de la información.

La representante de la OPS/OMS en Uruguay, Caroline Chang, señaló que el taller da inicio a un nuevo proceso de trabajo conjunto entre ambas instituciones. Planteó tres consideraciones centrales para el proceso: la necesidad de contar con sistemas de información que generen datos de calidad para evitar sesgos en la implementación de la IA, la importancia de que la tecnología mantenga al ser humano en el centro de la atención como herramienta que facilita y no reemplaza la toma de decisiones del equipo de salud, y la necesidad de conocer, racionalizar y regular los riesgos asociados a estas tecnologías con orientación técnica y política. La representante ratificó el acompañamiento de la OPS a Uruguay en este proceso, tanto desde la Representación en el país como desde la sede de la organización.

Marcelo D’Agostino, a cargo de la Unidad de Sistemas de Información y Salud Digital de la OPS/OMS, destacó la trayectoria de Uruguay como referente regional en salud digital y recordó que la organización trabaja desde la pandemia de COVID-19 en el posicionamiento de la IA como prioridad para los sistemas de salud de la región. Señaló que este proceso se desarrolla en conjunto con el Banco Interamericano de Desarrollo, en el marco de la cooperación técnica que ambas instituciones despliegan en Uruguay en materia de transformación digital, telesalud y formación en salud digital.

El secretario general de la ALADI, Sergio Abreu, participó de la apertura y se refirió a la dimensión regional de la IA aplicada a la salud, con especial referencia a su impacto sobre la integración y la equidad en el acceso a las prestaciones sanitarias. Mencionó como ejemplo el desarrollo de modelos de redes neuronales orientados a mejorar la precisión en la estimación del riesgo de pacientes en listas de espera de trasplante, con impacto en la equidad de acceso, y señaló que la OPS ha socializado su herramienta de evaluación de madurez en inteligencia artificial en salud con expertos de cinco países de la región.

A partir de los resultados del diagnóstico realizado durante la jornada, el MSP y la OPS avanzarán en la elaboración de una hoja de ruta nacional para la integración de la inteligencia artificial en el sistema de salud uruguayo, con el acompañamiento técnico continuo de la organización.

 

Fuente: Consenso Salud

El costo oculto de la inteligencia artificial en las empresas

 

Muchas organizaciones adoptaron la IA generativa con la promesa de reducir gastos operativos, pero ahora enfrentan una realidad inesperada: el elevado precio de los tokens. Estas unidades de texto procesadas por los modelos de lenguaje representan un gasto significativo cuando se escalan a nivel corporativo.

El consumo masivo de APIs, el entrenamiento de modelos y la infraestructura necesaria para soportar estas herramientas están disparando los presupuestos tecnológicos. Lo que inicialmente se proyectó como una solución económica para automatizar tareas, se ha convertido en un centro de costos considerable.

Las compañías están aprendiendo que optimizar el uso de la IA requiere una estrategia financiera rigurosa, ya que la factura por procesamiento de datos puede eclipsar rápidamente los ahorros esperados.

Leído en Alerta Tecnológica (Alejandro Scomparín)

Fuente: Wired

IA reduce 80% la carga documental médica y acelera diagnósticos críticos en LATAM

 

Jorge Dinamarca, VP LATAM Healthcare en SONDA.

Los sistemas de salud de América Latina enfrentan una doble presión: la escasez de recursos y la sobrecarga de los profesionales médicos. En ese contexto, la Inteligencia Artificial empieza a mostrar resultados concretos con diagnósticos más rápidos, consultas más humanas y hospitales que logran hacer más con menos. SONDA, empresa líder en transformación digital en la región, integra hoy herramientas de IA que están cambiando la forma en que se atiende, diagnostica y gestiona la salud en los países de la región.

"La Inteligencia Artificial no viene a reemplazar al médico, sino a liberarlo de las tareas mecánicas que hoy lo agotan", explicó Jorge Dinamarca, VP LATAM Healthcare en SONDA. Existe una paradoja silenciosa en la medicina actual: los profesionales, entrenados durante años para escuchar y cuidar, pasan buena parte de su jornada escribiendo registros clínicos, completando formularios y navegando sistemas informáticos. El resultado es agotamiento, errores por saturación y menos tiempo para el paciente.

Una de las soluciones más significativas en este campo es Speaknosis, herramienta que captura la conversación natural entre médico y paciente y genera automáticamente el registro clínico estructurado, sin tipeo, sin interrupciones y sin mirar la pantalla. Los datos son elocuentes: reduce entre un 60% y 80% los costos de documentación clínica, ahorra hasta un 25% del tiempo de cada consulta y, en ensayos clínicos, el 88,2% de los pacientes percibió mayor atención por parte del médico. "Nuestro propósito es que la tecnología trabaje para las personas, permitiendo que el profesional de la salud recupere el contacto visual y la empatía en cada consulta", subrayó Dinamarca.

El tiempo es el recurso más crítico en medicina. Un ACV no diagnosticado en los primeros minutos puede dejar secuelas permanentes; un nódulo pulmonar ignorado puede convertirse en un cáncer avanzado. La plataforma InteliMed.ai opera exactamente en ese espacio donde los segundos importan. Con más de 10.000 imágenes analizadas y una especificidad superior al 99%, aplica algoritmos de alta precisión en cuatro áreas críticas: detección de ACV y hemorragias intracraneales en segundos, identificación de nódulos sospechosos en oncología de mama y pulmón, reconocimiento automático de fracturas en traumatología, y prellenado de informes radiológicos para acelerar el flujo hasta el médico tratante.

Una de las grandes fricciones en la adopción de tecnología médica es la fragmentación de sistemas. SONDA resuelve este problema con una arquitectura PACS agnóstica, compatible con cualquier sistema de archivo de imágenes ya instalado en el hospital, lo que permite centralizar múltiples soluciones bajo un mismo flujo sin reemplazar la infraestructura existente. El resultado no es solo eficiencia operativa: es estandarización diagnóstica. "Con diagnósticos más tempranos en enfermedades críticas como el cáncer o eventos cardiovasculares, no solo salvamos vidas, sino que hacemos que el sistema de salud sea sostenible para las próximas generaciones", concluyó Dinamarca. El portafolio de SONDA cuenta con más de 79 dispositivos, todos con aprobaciones regulatorias FDA/CE y cumplimiento de normativas ISO e HIPAA.

 

Fuente: REVISTA SALUD DIGITAL AMERICAS

La IA como herramienta diaria - HIMSS Argentina 2026

A lo largo de la jornada del pasado 26 de mayo, en el marco de HIMSS Argentina 2026, se desarrollaron distintos paneles enfocados en inteligencia artificial aplicada a salud, interoperabilidad, historia clínica electrónica, ciberseguridad, infraestructura hospitalaria, transformación digital del sistema público y privado, modernización de obras sociales y nuevos modelos de gestión sanitaria.

Por Rocío Maure y Daniela R. Blumenthal

Sin dudas, la IA sigue siendo el foco de atención tanto de los proveedores de soluciones como de los tomadores de decisiones de organizaciones de salud. “La promesa de la IA es complementar las capacidades humanas para incrementar un 70% la productividad de las tareas, porque a futuro van a faltar profesionales de la salud”, afirmó Mariano Stokle, Principal Account Manager Public Sector de Amazon Web Services (AWS). El referente describió que hay dos grandes áreas donde se puede aplicar la IA para aumentar la productividad: en el desarrollo de fármacos e investigación, y en las tareas administrativas de la atención diaria de los médicos. Si bien son propuestas muy tentadoras, Stokle advirtió que los modelos de IA que nos ofrecen tantas capacidades en el segmento de salud requieren grandes capacidades de cómputo y almacenamiento.

A nivel nacional, la tecnología es una gran aliada para las decisiones de salud pública. Para ello, Stokle presentó la importancia de usar agentes en lugar de modelos de IA. “A diferencia de los modelos de IA, los agentes tienen contexto, herramientas que les permiten ingresar a distintos entornos como el PACS, las EMR, una memoria de corto y mediano plazo para que pueda entrenarse”, explicó. Como ejemplos concretos, presentó el proyecto ALMA del Servicio de Salud Pública de Catalunya, donde el asistente clínico de IA permite crear guías médicas curadas a partir de evidencia. Por otro lado, en Brasil, desarrollaron un agente para la ONG NoHarm, que analiza prescripciones en tiempo real para prevenir errores de medicación en el Sistema de Salud Pública (SUS).

Otro desafío para la sustentabilidad del sistema es la reducción de la tasa de natalidad mientras se incrementa el promedio de vida. “Las estadísticas que estiman que para el 2050, más del 20% de toda la población va a tener más de 65 años”, detalló Hernan Lasansky, CEO de Üma Salud. En su presentación sobre modelos operativos digitales, postuló que la IA está rompiendo las limitaciones de acceso, costo y calidad, que es la triple restricción que enfrentan hoy en día las comunidades.

A nivel de implementación, Lasansky hizo eco del gurú Jon McNeill y su propuesta de simplificar todos los procesos antes de digitalizarlos. Como ejemplo concreto, ilustró que actualmente dan servicio a 4 millones de personas a través de la solución de telemedicina, que ofrece una guardia virtual con médicos reales. Gracias a la asignación dinámica de médicos disponibles de forma remota para la atención de guardia, concluyó que “si repensamos la manera de reasignar los recursos en salud, podemos tener eficiencias del 30%”. A su vez, mejoraron la interfaz de telemedicina para que sea más productivo el proceso y presentó como caso de uso la cabina de telemedicina para la guardia del Hospital Posadas.

En sintonía, Gustavo Daquarti, Head de Innovación de Üma Salud, expresó que, en el sector salud, el 80% de los datos son no estructurados. Presentó la plataforma para financiadores de Üma, que incluye la cobertura a nivel poblacional, las autorizaciones, las prescripciones y el módulo de facturación y liquidaciones. “Es una gran ayuda para las instituciones de salud, ya que pueden tener modelos que detecten anomalías y fraude, al igual que en otros sectores como el bancario o financiero”, concluyó.

Presente y futuro de la innovación e IA en salud

Durante un panel de intercambio de experiencias en primera persona de quienes desarrollan y proveen estas soluciones digitales, representantes de 5 empresas tecnológicas remarcaron que la inteligencia artificial aplicada a la salud no funciona de manera aislada, sino que requiere resolver previamente desafíos estructurales vinculados a calidad de datos, interoperabilidad y gobernanza de la información.

Entre ellos, Fernando Castillo, Latam Executive Director de Cloudhesive, destacó el rol de los agentes inteligentes como complemento del trabajo humano, ya que permiten obtener información en tiempo real y enriquecerla con distintas aplicaciones. “Hoy el desafío ya no es tecnológico, es cómo adaptar el proceso”, advirtió. A su vez, describió que el impacto de estas tecnologías incide en el seguimiento clínico del paciente después del alta, donde el agente puede tener un papel proactivo y mejorar la experiencia y los resultados clínicos. “Dentro de la dinámica de atención, los agentes no eliminan el juicio humano; la IA es una herramienta, no resuelve la problemática completa”, concluyó.

En esa tónica, Alfredo Almerares, Clinical Executive Manager de InterSystems, remarcó la diferencia entre la transformación digital, que tenía mucha resistencia y desconfianza, y la inteligencia artificial, que ya está masificada y socializada tanto entre profesionales como pacientes. “Hay desorden en el modo en que la estamos implementando; todas las organizaciones están asignando recursos en IA por la ventaja operacional, pero se debe seguir una estrategia”. Como ejemplo pragmático, presentó que el ejercicio de transformación digital con mayor retorno a la inversión en su experiencia fue simplemente darle lugar al paciente para que aclarara qué medidas querría tomar con respecto a su salud en el servicio del NHS.

Santiago González Fernández, Chief Innovation & Transformation Officer de TP, también extendió la invitación a empezar por mejorar los procesos y aseguró que ese primer paso ya logra resultados de eficiencia. “Si bien la presión por adoptar IA es abismal, es un error automatizar procesos ineficientes”, remarcó y agregó que se debe iniciar por el diagnóstico y optimizar el uso de recursos críticos, ya que permite un retorno importante de la inversión y solo requiere mejores procesos.

En lo que respecta al diagnóstico de laboratorio y por imágenes, Katya Podnebesnova, Directora regional Soluciones Digitales de Siemens Healthineers, describió las soluciones que implementan en los equipos para redefinir el futuro del diagnóstico y tratamiento de los pacientes. “Radiología lleva la ventaja, casi el 80% de las patentes que aprobó la FDA están relacionados con la IA y la generación de informes”, detalló. Asimismo, auguró que “el futuro para los pacientes es el gemelo digital”. Actualmente, están trabajando en prototipos de gemelos digitales de corazón y de un ser humano completo, que envejece con el paciente y avisa cuando hay una descompensación, puede comunicar interrupciones del tratamiento a los familiares, entre otras funciones. “Esta confluencia de datos y de predicción de modelos de salud solo son factibles mediante la interoperabilidad”, anticipó.

“A diferencia de otras industrias, el sector salud no nos permite el concepto de prueba y error, porque detrás de cada funcionalidad hay una vida”, expresó Rodrigo Álvarez, Sr Architect de Red Hat – LATAM services. A modo de resumen, describió que, a la hora de diseñar una arquitectura tecnológica, se deben abordar tres aspectos: los datos, la interoperabilidad y la seguridad del ciclo de vida. Aclaró que “necesitamos el poder de cómputo que nos ofrece la nube para entrenar estos modelos, pero la toma de decisiones tiene que estar en nuestro sistema, cerca del paciente y con datos on premise”. Asimismo, destacó la importancia de la seguridad, que debe estar presente en todo el ciclo de vida del producto.

El denominador común de estos paneles y presentaciones fue el gran potencial que ofrecen la IA y las herramientas innovadoras, tanto para mejorar la calidad de atención como para ampliar el acceso a la salud, una prioridad muy presente entre las organizaciones y gobiernos. Estos cambios no se pueden dar de forma aislada y es fundamental involucrar a los profesionales de la salud que luego las aplican en su día a día. De esta forma, eventos como el HIMSS Argentina Summit 2026 brindan una oportunidad única de intercambio entre los distintos actores del sector para, en última instancia, lograr mayores resultados y asegurar la mejor atención posible de cada paciente.

 

Leído en e-health-reporter-by-atym

Inteligencia artificial sin sesgos en salud

Marcelo D'Agostino:

Tenemos el gusto de presentar el documento “#InteligenciaArtificial sin sesgos en la #salud: qué hacer y qué no hacer al desarrollar e implementar #algoritmos.”

Este material forma parte de una serie de productos y acciones que venimos impulsando para acompañar a los países en esta etapa de aceleración de la #TransformaciónDigital del sector #salud, con un enfoque claro en aprovechar el potencial de la #InteligenciaArtificial de manera responsable, segura y efectiva.

URL Español: https://lnkd.in/eQKir2Vc

English versión: https://lnkd.in/eBjBS7ac

Muchas gracias al equipo de OPS y al grupo de expertos que apoyo su desarrollo y revisión y a todos los países miembros por su confianza en nuestra cooperación técnica.

Fuente: OPS

Argentina: Soluciones con IA del mundo del Agro para optimizar diagnósticos de cáncer

 

Lejos del campo de la medicina, el origen técnico de Digpatho, una startup cordobesa de tecnología sanitaria, se produjo durante la pandemia y en el contexto de una operación de agroindustria. Octavio Carranza, CEO y fundador de la firma, dirigía en ese momento un proyecto de consultoría logística para un exportador de México que necesitaba usar inteligencia artificial (IA) para analizar imágenes de naranjas. Allí tuvo su inspiración: se dio cuenta de que la tecnología de visión artificial que se estaba usando para detectar defectos y volúmenes en las frutas podía aplicarse al diagnóstico médico humano.

Fue entonces cuando nació Digpatho, un emprendimiento que lleva dos años de desarrollo y que apunta a optimizar el diagnóstico del cáncer con el apoyo de la IA. El nombre proviene de la abreviatura de digital pathology, es decir, patología digital. Hoy por hoy, el producto insignia de startup es una suite integral para el diagnóstico del cáncer de mama.

La elección de esta patología como punto de partida fue estratégica: es el cáncer más prevalente en mujeres a nivel mundial y su tratamiento depende de la cuantificación exacta de biomarcadores. Es justamente en ese punto crítico en el que la IA despliega su utilidad.

Proyección internacional

La postura operativa de Digpatho se basa en la inteligencia aumentada, que propone potenciar al médico, no reemplazarlo, en una simbiosis hombre-máquina en la que la decisión final siempre es humana. En el corto plazo, la startup se apresta a cerrar una ronda de inversión y a consolidar su solución para el diagnóstico del cáncer de mama en la región.

A mediano plazo, tiene previsto lanzar un módulo para el cáncer de próstata y una expansión agresiva por Asia. Asimismo, trabaja para que el sector público tenga acceso a esta tecnología en el menor tiempo posible.

Carranza detalló que las soluciones de Digpatho se caracterizan por su precisión en biomarcadores, lo que elimina la subjetividad del “cálculo a ojo”, y por la velocidad para hacer diagnósticos en minutos. “Evitamos que el médico pase horas forzando la vista en el microscopio contando puntos de color para permitirle enfocarse en el análisis clínico complejo. También aceleramos el diagnóstico para el paciente, ahorrando no sólo dinero, sino también angustia”, explicó.

Seguir leyendo AQUÍ

 

REVISTA SALUD DIGITAL AMERICAS

Webinar: Programa de Innovación Tecnológica en Salud Pública

La mayoría de los médicos que conozco no está pensando en IA.

Están pensando en el paciente del martes que es un caso complejo, en el informe de un resultado, en el turno de las 8 o en cómo llegar a fin de mes.

Mientras tanto, algo ya está cambiando en cómo se forma el criterio clínico.

Las tareas con las que siempre aprendimos, las que parecían menores, casi rutinarias, son posiblemente las que la IA y los agentes ya pueden hacer. Y si esas tareas desaparecen antes de que se desarrolle el criterio para questionarlas, algo en la cadena de formación se rompe. Silenciosamente. Sin que nadie haya tomado esa decisión de manera explícita.

Eso es lo que me parece urgente hablar. No la IA en abstracto.

El 31 de marzo a las 19 horas en el ciclo de webinars del Programa de Innovación Tecnológica en Salud Pública lo conversamos con dos médicos que están en medio de ese cambio todos los días:

·        Lucas Arriola, pediatra, intensivista, informático en salud

·        Ignacio Fernandez Criado, médico clínico del Hospital de Clínicas, consultor en salud digital y docente universitario.

Desde qué es concretamente un agente de IA hasta qué se usa hoy en un consultorio o un hospital y cómo formarnos nosotros y a nuestros estudiantes.

Puedes venir en persona o conectarte online previa inscripción.

📅 31 de marzo | 🕐 19 hs (ARG) | 📍 Marcelo T. de ALvear 2202

| 🔗https://lnkd.in/dbZe3Y3k

 

Fuente: Marina Rojo

No toda ineficiencia está para ser resuelta

En salud y otros sectores, muchas de las ineficiencias que la IA promete eliminar existen porque alguien gana con ellas.

Sebastián Defranchi

Hace algunos años tuve que juntar a unas veinte personas en una sala y llenar una pared de post-its para reconstruir, paso a paso, un proceso que nadie lograba explicarme de punta a punta: cómo circulaban los insumos dentro del hospital, según los pagara el hospital o el seguro del paciente. Era un viernes por la tarde y la consigna fue simple: nadie se va hasta que el circuito esté completo.

Pasadas casi tres horas, salimos creyendo que lo habíamos entendido. Pero la incómoda verdad es que, aun con todos los involucrados participando del ejercicio, el paso a paso seguía siendo difícil de explicar, sobre todo por la cantidad de excepciones que manejaba el hospital. A todas luces era un proceso ineficiente o, como se lo llama ahora, un proceso lleno de fricciones.

Cada nueva ola tecnológica llega con la misma promesa: eliminar ineficiencias. Menos pasos, menos demoras, menos burocracia, menos intermediación o menos costo. La idea parece una obviedad. Si un sistema está lleno de formularios, validaciones, autorizaciones, demoras y opacidad, reducir fricción debería ser una mejora evidente.

Pero no siempre ocurre así. No toda fricción es un error de diseño. Tampoco persiste siempre porque no se entienda o porque falten herramientas para eliminarla. A veces, la fricción está ahí porque cumple una función.

 

El sistema financiero lo muestra bien. Desde afuera, muchas fricciones parecen absurdas: pagar diferido, auditar cargos, revisar resúmenes, conciliar movimientos, extender plazos, multiplicar validaciones. Todo eso puede leerse como ineficiente. Pero quienes entienden de verdad la lógica financiera quieren justamente parte de esa fricción. Quieren recibir antes y pagar después. Quieren revisar, auditar y mantener el efectivo el mayor tiempo posible.

Los smart contracts resultaban muy atractivos. Son acuerdos que se ejecutan solos cuando se cumplen ciertas condiciones. Corren sobre blockchain, la tecnología de registro descentralizado que popularizó Bitcoin, y prometen algo muy poderoso: que lo pactado quede registrado de forma compartida, auditable y difícilmente modificable.

En teoría, tienen todo el sentido. Pero en la práctica chocan con una realidad incómoda: no siempre se quiere eliminar la fricción. Los smart contracts no se masificaron como muchos proyectaban. Si bien funcionan donde todas las partes quieren automatizar, su adopción fue bastante peor allí donde alguna de las partes tiene incentivos para conservar fricción.

No toda fricción es desperdicio. A veces es estrategia.

En salud, esta lógica aparece de manera todavía más cruda. Cada nueva tecnología que entra al sector promete algo parecido: menos papeles, menos autorizaciones, menos demoras, menos redundancia. La IA empuja hoy esa promesa con una potencia nueva. Puede resumir, clasificar, priorizar, extraer datos, automatizar tareas, ordenar flujos y reducir tiempos.

Pero antes de discutir qué puede hacer la IA, conviene recordar algo más básico: la tecnología no reemplaza el diseño de procesos.

Si un proceso no puede describirse con claridad, paso a paso y funcionar razonablemente bien aun sin tecnología, difícilmente vaya a mejorar solo por ser digital o automático. La tecnología no arregla procesos rotos. Los escala, los acelera y muchas veces los empeora. Primero están los procesos; después, la tecnología.

Cuando ese orden se invierte, aparece uno de los errores más frecuentes de esta época: se pretende resolver con IA algo que ni siquiera fue suficientemente entendido en papel o, como decía más arriba, en una secuencia de post-its. Se habla de automatización antes de haber definido con claridad qué se quiere hacer y para qué.

Pero incluso cuando el proceso está claro, en salud aparece un problema adicional. Solemos hablar de ineficiencias como si fueran fallas técnicas, cuando muchas veces son la expresión visible de un sistema de incentivos desalineados.

Hay una fricción operativa: documentación redundante, mala interoperabilidad, circuitos manuales absurdos, búsqueda de información dispersa, tareas repetitivas. Esa fricción sí debería bajar y ahí la IA tiene muchísimo para aportar.

Pero hay también una fricción sistémica. Y esa es otra cosa. No nace del desorden, sino de la estructura del sistema. Son las autorizaciones que filtran utilización, la complejidad de precios, las capas de validación, la documentación que funciona como barrera, las demoras que transfieren costo o riesgo, los procesos diseñados no para cuidar mejor a una persona, sino para definir quién paga, quién audita, quién controla y quién captura margen. Esa fricción no es accidental. Es estratégica. Es como suelo decir: by design.

Haven fue un buen ejemplo de lo difícil que es cambiar eso desde afuera. En 2018, Amazon, JPMorgan y Berkshire Hathaway, tres de las empresas más poderosas del planeta, lanzaron una iniciativa para simplificar la atención de salud de sus empleados, mejorar calidad y bajar costos. Tenían escala, capital, talento y credibilidad. Si alguien podía cambiar las reglas del juego, parecían ellos.

El proyecto se desarmó en menos de tres años. No fracasó por falta de recursos ni de inteligencia. Fracasó porque quiso introducir una lógica más racional en un sistema que respondía a incentivos mucho más profundos y resistentes. En teoría, simplificar tenía todo el sentido. En la práctica, chocó con modelos de pago, poder de mercado y reglas no escritas que no iban a ceder solo porque la propuesta fuera mejor.

Los débitos en salud son un ejemplo perfecto. Para quien no lo sabe, un débito es cuando quien paga una prestación ya realizada decide no reconocerla del todo o hacerlo solo en parte al momento de liquidarla.

Para quien presta el servicio, suele vivirse como una patología administrativa. Pero del lado de quien paga, no son una falla del sistema: son una herramienta. Funcionan como auditoría, defensa, negociación o retención financiera. Lo que para un actor es fricción innecesaria, para otro puede ser control, margen o dinero.

Por eso tantos proyectos tecnológicos impresionan pero no transforman. No porque la tecnología sea mala. Muchas veces fracasan porque intentan resolver con software, o ahora con IA, lo que en realidad es un problema de economía política. Ven fricción y asumen que toda fricción es innecesaria. Automatizan la superficie, pero no alteran la lógica que la produjo.

Y ahí aparece el problema de fondo. El sistema no termina de estar realmente centrado en el paciente. Si en cada intervención, en cada proceso y en cada decisión la pregunta dominante fuera “¿qué es lo mejor para esta persona?”, muchas soluciones serían bastante más fáciles de encontrar. No sencillas, pero sí más claras.

Lamentablemente, no suele ser así. Con demasiada frecuencia, las preguntas que ordenan el sistema son otras: quién paga, quién cubre, quién autoriza, quién transfiere riesgo, quién protege su margen, quién gana tiempo, quién evita perder.

Mientras esas sean las preguntas dominantes, la fricción va a reaparecer bajo nuevas formas, incluso con mejor tecnología, incluso con IA. Por eso la pregunta no es si la IA va a cambiar la salud. Va a cambiar muchas cosas. La pregunta es qué parte del sistema estamos realmente dispuestos a dejar cambiar.

Mi impresión es que conviene desconfiar de las promesas grandilocuentes y empezar por algo mucho más concreto: un problema específico, medible, con pocos actores, un KPI basal y un resultado verificable. Menos épica y más ejecución. Menos disrupción y más procesos. Menos PowerPoint y más circuitos reales.

Porque en salud, muchas veces, la fricción no desaparece cuando llega una nueva tecnología. Desaparece recién cuando deja de servirle a alguien.

 

Fuente: Principios, no opiniones | Sebastián Defranchi

¿Te interesa la inteligencia artificial aplicada a la salud?

Ya podés acceder online a todas las charlas del Simposio de IA de las #JIS2025.

Algunos títulos que pueden interesarte para ver o rever:

🔹TANA Copiloto asistencial: cuando la IA se pone el ambo - Agustín Marcos Segalini

🔹GeNERalize: enfoque sistematizado y escalable para estructurar documentos clínicos - Santiago Frid

🔹Chatbots en salud reproductiva: diseño, desafíos y caminos hacia su evaluación - Mariana Barreto Quevedo, Martin Saban, Paula Eugenia Kohan y Esteban Castillo Juarez

🔹Inteligencia Artificial aplicada a la predicción de dengue y prescripción de estrategias de mitigación en Cali, Colombia - Gabriel Tamura Morimitsu

Las encontrás en nuestro canal de YouTube DIS TV y en la plataforma web de las Jornadas. 🔗

Accedés acá: https://www.youtube.com/@DISTVhiba

https://www.linkedin.com/posts/informaticaensalud_jis2025-inteligenciaartificial-ia-share-7425209429530361856-b56x?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAGJ7tQB8zrSik8hBtflHgGaz5Edo1Vq0P4

La IA gana peso en la industria farmacéutica más allá del descubrimiento de fármacos

Después de años de expectación en torno al potencial de la inteligencia artificial (IA) y el aprendizaje automático, la industria farmacéutica está empezando a ver la importancia que tienen estas tecnologías. Aunque el descubrimiento de fármacos fue uno de los primeros objetivos para aplicar capacidades de IA, un documento de BioPharma Dive señala que su poder predictivo la ha convertido en una buena candidata para implementarse en muchas otras facetas. En este contexto, menciona que diversos estudios han demostrado que la IA puede guiar prácticas de prescripción, identificar posibles pacientes para ensayos clínicos y crear estrategias de ventas dirigidas una vez que un medicamento es aprobado.

El potencial disruptivo de la IA en toda la industria —desde el descubrimiento de fármacos y la investigación clínica hasta el marketing— también sigue atrayendo a ejecutivos farmacéuticos hacia puestos de liderazgo dentro del emergente sector tecnológico. No obstante, subraya que «mientras la industria farmacéutica aprovecha la IA, también se ha vuelto más cautelosa a la hora de evitar el exceso de expectativas a medida que se hacen evidentes las limitaciones de la tecnología». A continuación, precisa que el sector también enfrenta una creciente demanda de líderes en IA con experiencia tanto en salud como en tecnología.

Los avances en IA darán forma al laboratorio farmacéutico del futuro

El documento señala que la era de la IA en el descubrimiento y desarrollo de fármacos apenas está comenzando. Y con ella, los expertos del sector prevén un cambio masivo no solo en velocidad y escala, sino también en lo que se necesita para convertirse en un fabricante de medicamentos exitoso. «Con los avances en aprendizaje automático superpuestos a nuevos descubrimientos biológicos, es probable que el trabajo inicial de integración de la IA produzca beneficios concretos para los pacientes incluso en los próximos cinco años», argumenta Mikael Dolsten, exdirector científico de Pfizer.

«Los próximos años serán el momento en que la medicina de precisión pueda cumplir su promesa gracias a estos potentes algoritmos matemáticos y al tamaño de los conjuntos de datos», afirma Dolsten. «Esperamos que entre ahora y 2030 veamos un cambio drástico en cómo tratamos y definimos la enfermedad», añade.

Otro de los casos prácticos que menciona el documento es el del motor de búsqueda de I+D de AbbVie, ‘ARCH’, que alberga unos 450 terabytes de datos. Pero los expertos dicen que el big data es solo el primer paso. De cara al futuro, los investigadores esperan mitigar los tipos de alucinaciones y errores que podrían desviar los programas de desarrollo en direcciones equivocadas.

Por eso, el análisis de BioPharma Dive señala que la siguiente fase de la IA requerirá un mayor nivel de introspección para discernir mejor qué resultados tienen sentido y cuáles no. Más allá del entusiasmo y el temor ante un futuro saturado de IA, el impacto a largo plazo de la tecnología en la industria aún no está del todo claro. Pero los líderes del sector farmacéutico ya ven cómo está cambiando su enfoque, desde la investigación temprana hasta el desarrollo clínico. «Los desarrolladores de IA trabajan estrechamente con científicos para entender cómo puede producirse esa convergencia de la forma más fluida posible», expresa.

Decálogo de la EMA y la FDA

Conscientes de la importancia de la IA en el sector, la Agencia Europea de Medicamentos (EMA, por sus siglas en inglés) y la Administración de Alimentos y Medicamentos de Estados Unidos (FDA, por sus siglas en inglés) han identificado  diez principios para las buenas prácticas de inteligencia artificial  (IA) en el ciclo de vida de los medicamentos.

Según ambas agencias, estos principios ofrecen orientaciones generales sobre el uso de la IA en la generación de evidencia y la monitorización a lo largo de todas las fases de un medicamento, desde la investigación temprana y los ensayos clínicos hasta la fabricación y la vigilancia de la seguridad.

De este modo, señalan que los principios son relevantes tanto para quienes desarrollan medicamentos como para los solicitantes y titulares de autorizaciones de comercialización. «Servirán de base para futuras orientaciones sobre IA en las distintas jurisdicciones y apoyarán una mayor colaboración internacional entre los reguladores, las organizaciones que establecen normas técnicas y otras partes interesadas. El desarrollo de directrices en la Unión Europea (UE) ya está en marcha, basándose en el documento de reflexión sobre IA de la EMA publicado en 2024», indican.

 

Fuente: Global Farma