No hace falta decir que la inteligencia artificial (IA) sigue dominando muchas conversaciones sobre tecnología sanitaria. Los hospitales continúan enfrentándose a algunos de los mayores desafíos de todos los tiempos: desde la escasez de mano de obra hasta el agotamiento de los médicos y el personal y los presupuestos operativos más ajustados de la historia. El potencial del uso de la tecnología de IA para abordar estos desafíos es prometedor.
Y a medida que estas conversaciones continúan evolucionando, se dice Informe sobre el estado de la IA en la atención sanitaria 2025 de NVIDIA.Los modelos de lenguaje grande (LLM) se encuentran ahora entre las tres principales cargas de trabajo de IA en el sector sanitario y el 53 % de las organizaciones los utilizan activamente. El apoyo a las decisiones clínicas es uno de los casos de uso de más rápido crecimiento, y el 83% de los ejecutivos de atención médica cree que la IA revolucionará la atención médica en los próximos cinco años.
Este artículo describe una de las formas menos discutidas en las que se puede utilizar la IA para abordar los desafíos que enfrentan los médicos relacionados con los datos fragmentados y la visibilidad limitada de las condiciones rápidamente cambiantes de los pacientes, particularmente en entornos como la unidad de cuidados intensivos (UCI). Esto es particularmente problemático para los pacientes más frágiles y vulnerables, ya que las lagunas en los datos fisiológicos pueden obstaculizar intervenciones oportunas que salven vidas. Es un problema de larga data que ahora se está abordando de nuevas maneras, gracias a la capacidad de aprovechar el poder de la IA y los LLM para obtener conocimientos clínicos significativos a partir de datos fragmentados.
Un ecosistema complicado
Cualquiera que ingresa a la unidad de cuidados intensivos es bombardeado por constantes alarmas y localizadores desde todas direcciones que exigen atención inmediata. Hay monitores, dispositivos médicos, cables y tubos por todas partes. Los pacientes aquí están tan gravemente enfermos que no pueden hablar y dependen de la atención las 24 horas para controlar de cerca incluso los cambios más mínimos en su condición que puedan indicar un deterioro. Pregúntele a cualquier médico de cuidados intensivos y le dirá que, en efecto, se trata de un ecosistema complejo y único, y que posiblemente sea el trabajo más abrumador, exigente y estresante del hospital, incluso para los médicos y enfermeras más experimentados.
Y además de eso, todavía enfrentan los mismos obstáculos que el resto del hospital: personal agotado, recursos limitados y más.
Cerrar brechas
Un obstáculo específico que no es exclusivo de la UCI pero que puede ser particularmente desafiante está relacionado con el manejo de datos fragmentados en áreas como, entre otras, la historia clínica electrónica (EHR). Afortunadamente, este desafío es adecuado para que lo aborden la IA y los LLM. Si bien el EHR hace un buen trabajo al rastrear información básica como medicamentos, entradas y salidas, y signos vitales clave, carece de la capacidad de proporcionar información procesable en tiempo real para identificar a los pacientes que han experimentado un cambio en su condición y también informar dinámicamente sobre el riesgo del paciente.
La condición de los pacientes críticamente enfermos puede cambiar en un instante, y es difícil para los equipos de atención vigilar de cerca a todos los pacientes en la unidad de cuidados intensivos y determinar en qué etapa de deterioro pueden encontrarse. Las decisiones sobre el tratamiento a menudo deben tomarse muy rápidamente, y el tratamiento incorrecto en el momento equivocado puede ser fatal.
Aquí es donde entran en juego la IA y los LLM, con la capacidad de proporcionar una imagen completa de un paciente e impulsar soluciones de plataforma que aprovechan algoritmos y flujos de datos agregados sobre sus condiciones específicas y luego aprenden continuamente de otras entradas de datos para ofrecer evaluaciones de riesgos claras y precisas. Esta evaluación contextual y de riesgos para cada paciente proporciona orientación a los médicos para brindar la atención personalizada adecuada en el momento adecuado para prevenir afecciones potencialmente mortales que se encuentran comúnmente en la UCI, incluido el shock cardiogénico, la insuficiencia respiratoria, el síndrome de dificultad respiratoria aguda y la sepsis. Por otro lado, esta información no sólo indica un deterioro en el estado del paciente, sino que también puede proporcionar indicaciones y notificaciones cuando un paciente muestra una evolución positiva. Esto es extremadamente útil porque una reducción adecuada de la atención puede llevar a que a los pacientes se les retiren ciertos medicamentos de alto riesgo y se reduzca la cantidad de tiempo que realmente pasan en la UCI. Esto no sólo beneficia a los pacientes, sino que también libera camas necesarias y ayuda a ahorrar costes y recursos.
Debido a que estas plataformas permiten el monitoreo de poblaciones clave de pacientes en todo el hospital, las personas vulnerables pueden ser monitoreadas continuamente, independientemente de su ubicación, sin la necesidad de que un miembro del personal esté físicamente a su lado. Esto tiene un impacto positivo significativo en la eficiencia y, por lo tanto, reduce la carga para el personal de cuidados intensivos.
Además de estos beneficios, los hospitales también están aprovechando la tecnología para garantizar el cumplimiento adecuado de los protocolos hospitalarios y las directrices clínicas de toda la industria. Además, los datos proporcionados y los conocimientos adquiridos ayudan a los hospitales a identificar y abordar deficiencias en la atención y problemas sistémicos, lo que les permite perfeccionar continuamente los protocolos y la capacitación del personal basándose en datos reales y procesables. Esto ofrece la oportunidad de construir un verdadero sistema sanitario de aprendizaje.
Ahí para apoyar, no para reemplazar
A pesar de la reticencia inicial generalizada entre los médicos a utilizar la IA como parte de su flujo de trabajo, su nivel de comodidad está aumentando. En febrero de 2025, la Asociación Médica Estadounidense (AMA) publicó nuevos Datos Seguimiento del sentimiento de los médicos de 2023 a 2024. Los resultados mostraron que las actitudes hacia la IA en la atención sanitaria están cambiando. Su encuesta encontró:
- El 68% de los médicos encuestados en 2024 dijeron que ven al menos algún beneficio en el uso de herramientas de inteligencia artificial (un ligero aumento con respecto al 63% en 2023).
- El 36% de los médicos dijeron que se sienten más entusiasmados que preocupados por la IA (frente al 30% en 2023).
- Dos tercios de los médicos encuestados en 2024 dijeron que actualmente utilizan IA en su práctica, un aumento significativo desde el 38% en 2023.
Me gusta pensar en la IA en el sentido que estamos discutiendo aquí, como un asistente virtual. Es una herramienta que ofrece apoyo a los proveedores de atención que siempre funciona, siempre es útil y nunca cansa. Se puede integrar perfectamente en los flujos de trabajo existentes y optimiza la coordinación y comunicación de la atención. En última instancia, se trata de una herramienta que proporciona una mejor conciencia situacional y permite a los médicos centrarse en lo que mejor saben hacer: utilizar todo el conocimiento y la información relevantes junto con su experiencia clínica y su criterio a pie de cama para tomar la mejor decisión posible para el paciente.
Mirando hacia el futuro
Para aquellos de nosotros que formamos parte del ecosistema de atención médica, es nuestro deber hacer nuestra parte para encontrar formas de mejorar los resultados de los pacientes y reducir los costos de atención médica. Esto a menudo significa encontrar continuamente formas mejores y más eficientes de resolver problemas utilizando las herramientas y los datos más óptimos que tenemos a nuestra disposición. Y eso significa, ahora y en el futuro previsible, encontrar casos de uso apropiados para aprovechar el poder de la IA y los LLM donde tenga más sentido.
Cada vez más hospitales de todo el mundo están implementando con éxito soluciones impulsadas por IA que se integran con su EHR. Experimentan mejores resultados para los pacientes y tiempos de recuperación, prevención de complicaciones, reducción de la carga de primera línea en la unidad de cuidados intensivos y ahorros de costos mediante reducciones en la duración de la estadía y los reingresos. Sólo podemos suponer que esta tendencia continuará.
Foto: AdrianHillman, Getty Images
Shane Cooke unido Etiometria en 2019 como presidente y director ejecutivo y aporta más de 20 años de experiencia en dispositivos médicos y productos farmacéuticos en diversas funciones de ventas, marketing, estrategia y gestión de cartera. Antes de unirse a Etiometry, Shane trabajó durante más de cinco años como director de estrategia de Cheetah Medical, que fue adquirida por Baxter International en 2019. Antes de Cheetah, Shane pasó 11 años en Covidien en atención al paciente, terapias vasculares y sectores corporativos, con funciones que incluyen estrategia corporativa, inteligencia competitiva y de mercado, liderando el Centro de Excelencia de Desarrollo de Mercado y liderando esfuerzos estratégicos para Japón, Europa, Australia y Canadá. Shane tiene una licenciatura en Psicología de la Universidad de Rochester y un MBA de la Universidad de Suffolk.
Este artículo aparece en el Influencer de MedCity Programa. A través de MedCity Influencer, cualquiera puede publicar sus puntos de vista sobre negocios e innovación en la atención médica en MedCity News. Haga clic aquí para descubrir cómo.
