Un estudio reciente demuestra el potencial de la Inteligencia Artificial para mejorar la seguridad y adherencia en adultos mayores polimedicados y anticipar riesgos farmacológicos. ¿Podrá también contribuir a la eficiencia de los recursos de los sistemas de salud?
El aumento de la polifarmacia -el
uso simultáneo de múltiples medicamentos- en adultos mayores plantea riesgos
para la seguridad del paciente, incluyendo interacciones farmacológicas,
efectos adversos y problemas de adherencia al tratamiento. Con el envejecimiento
poblacional y la mayor prevalencia de enfermedades crónicas, los sistemas de
salud enfrentan el desafío de garantizar la eficacia de los tratamientos sin
incrementar la morbilidad asociada a la medicación. En este contexto, la
Inteligencia Artificial (IA) surge como una herramienta potencial para mejorar
la gestión de la medicación, optimizar la prescripción y minimizar riesgos en
pacientes con múltiples terapias farmacológicas, lo que a su vez podría incidir
en la sostenibilidad del sistema de salud al reducir costos derivados de
complicaciones médicas evitables y compras innecesarias.
Revisión
científica
Una revisión sistematizada de
literatura, realizada entre 2020 y 2024 en las bases EMBASE, Ovid MEDLINE y Web
of Science, analizó la evidencia disponible sobre el uso de IA para optimizar
la gestión de la polifarmacia en adultos de 50 años o más. El objetivo fue
verificar en qué medida los algoritmos podían detectar interacciones
farmacológicas, mejorar la seguridad del tratamiento o facilitar el seguimiento
terapéutico en personas con múltiples medicamentos prescritos.
Tras examinar 58 publicaciones
científicas, cinco estudios cumplieron con criterios metodológicos
suficientes para su análisis en profundidad. Aunque el número de
investigaciones disponibles aún es limitado, los resultados observados en los
estudios seleccionados muestran efectos consistentes en tres ejes:
identificación de medicamentos potencialmente inapropiados, prevención de
interacciones peligrosas y mejora de la adherencia al tratamiento.
Detectar
combinaciones de riesgo
En Turquía, dos estudios
evaluaron el uso de plataformas basadas en IA para apoyar la prescripción en
entornos clínicos y geriátricos. En uno de ellos, un sistema web fue utilizado
para analizar recetas en búsqueda de medicamentos potencialmente inapropiados
(PIM, por sus siglas en inglés) y combinaciones contraindicadas según criterios
de farmacología geriátrica. Los autores informaron que el algoritmo detectó
esos riesgos con una velocidad hasta cien veces mayor que los procesos manuales
tradicionales, sin diferencias en precisión clínica.
En un estudio complementario en
un hospital geriátrico del mismo país, la implementación del sistema permitió
reducir a cero las interacciones farmacológicas de alto riesgo previamente
registradas entre los residentes. El reporte destaca que la herramienta pudo
integrarse sin interferir en la dinámica asistencial, funcionando como una capa
adicional de verificación sobre las decisiones médicas ya establecidas.
Modelos
predictivos
Otro grupo de estudios se centró
en modelos de aprendizaje automático capaces de analizar perfiles clínicos
complejos y calcular el riesgo individual de presentar eventos adversos
asociados a medicamentos. Uno de ellos, vinculado a tratamientos cardiovasculares,
logró clasificar a los pacientes en subgrupos según la carga farmacológica y la
presencia de multimorbilidades, identificando con antelación cuáles tenían
mayor probabilidad de sufrir consecuencias negativas relacionadas con su
medicación.
Según la publicación, este tipo
de enfoque no solo permite alertar al profesional sobre casos de mayor
vigilancia, sino que también habilita estrategias personalizadas de seguimiento
según el nivel de riesgo farmacoterapéutico.
Adherencia
domiciliaria
También fueron analizadas
herramientas de IA orientadas al uso cotidiano de los medicamentos por parte de
los pacientes. En un estudio realizado en China, se probaron recordatorios
auditivos automatizados y sensores de movimiento vinculados a frascos o blísteres,
conectados a algoritmos de aprendizaje automático. Los resultados reportaron
alta aceptabilidad entre los adultos mayores y mejoras en el cumplimiento
horario de las tomas. Otros dispositivos utilizaron reconocimiento por voz para
confirmar si el paciente efectivamente había realizado la toma, generando
alertas para familiares o cuidadores en caso de omisión.
Impacto en la
sostenibilidad de los sistemas de salud
Si bien los estudios se centraron
en seguridad y adherencia, es posible que la implementación de IA en la gestión
de la polifarmacia, puedan tener efectos económicos positivos en los sistemas
de salud. La detección temprana de medicamentos inapropiados y la prevención de
interacciones de riesgo pueden reducir hospitalizaciones, consultas de urgencia
y complicaciones médicas asociadas a errores o acumulación de fármacos. Esto se
traduce en ahorro de recursos clínicos y financieros, además de mejorar la eficiencia
de los servicios sanitarios, especialmente en entornos con alta carga de
adultos mayores polimedicados.
La evidencia recopilada indica
que la Inteligencia Artificial cuenta con capacidad demostrada para detectar
interacciones farmacológicas de riesgo con mayor rapidez que los métodos
tradicionales, así como para reducir la prescripción de medicamentos inapropiados
en población mayor. También se observaron resultados positivos en el
acompañamiento del tratamiento domiciliario y en la predicción temprana de
eventos adversos en pacientes con perfiles complejos.
No obstante, los autores de la
revisión señalan que aún se requiere mayor investigación longitudinal para
evaluar los efectos sobre desenlaces clínicos mayores, como hospitalizaciones,
eventos adversos graves o calidad de vida a largo plazo. También destacan la
necesidad de criterios estandarizados sobre qué constituye una medicación
inapropiada o de riesgo, ya que los estudios analizados utilizaron definiciones
diferentes según el país o la guía clínica empleada.
Según los datos disponibles, la
IA puede convertirse en un instrumento eficaz para apoyar la seguridad
farmacológica en adultos mayores, actuando tanto en la etapa de prescripción
como en el seguimiento del tratamiento. Su utilidad potencial radica en reducir
errores por acumulación de fármacos, anticipar reacciones adversas y facilitar
el control terapéutico, con impactos positivos en la eficiencia y
sostenibilidad de los sistemas de salud. Para su adopción a mayor escala, la
revisión concluye que serán necesarios protocolos unificados y marcos de
validación que aseguren una incorporación segura y reproducible en los sistemas
sanitarios.
Referencia
Bringhurst, K.,
Jones, T., Runko, G., et al. (2025, 24 de agosto). Inteligencia artificial en
la gestión de la polifarmacia en adultos mayores: una revisión exploratoria.
Cureus, 17(8), e90867. https://doi.org/10.7759/cureus.90867
