A veces lo mas poderoso que puede hacer una inteligencia artificial es responder en el momento. Un ensayo amplio realizado en Tanzania y publicado en The Lancet Global Health encontro que las personas evaluadas con apoyo de inteligencia artificial para detectar enfermedad ocular diabetica llegaron a la consulta del especialista casi el doble de veces que quienes siguieron el camino habitual. La diferencia no fue pequena, y la explicacion detras es profundamente humana: cuando el resultado llega en la misma visita, la conversacion cambia.
El trabajo fue liderado por investigadores de la London School of Hygiene and Tropical Medicine y se desarrollo en un programa real de deteccion, no en un laboratorio aislado. Participaron 2.378 personas en 24 hospitales de Tanzania. La mitad recibio evaluacion con apoyo de inteligencia artificial y la otra mitad siguio el procedimiento estandar. Entre quienes necesitaban derivacion por retinopatia diabetica, el 35,9 por ciento del grupo con inteligencia artificial acudio a la clinica especializada en un plazo de ocho semanas, frente al 18,2 por ciento del grupo estandar.
Un problema silencioso que exige llegar a tiempo
La retinopatia diabetica es una de las principales causas de ceguera en el mundo y tiene una caracteristica especialmente injusta: avanza sin dar sintomas claros en sus primeras etapas. Una persona puede sentirse bien, ver razonablemente bien y, aun asi, estar perdiendo la oportunidad de proteger su vision con un tratamiento temprano. Detectarla a tiempo sirve de mucho. Llegar tarde reduce las opciones.
Por eso un programa de deteccion no termina cuando se toma la fotografia del fondo del ojo. Termina cuando la persona llega al especialista, entiende lo que ocurre y recibe atencion. En muchos sistemas, ese paso intermedio es el mas fragil. En el camino estandar descrito en el ensayo, las imagenes se evaluaban despues en un hospital cercano y los resultados, junto con el consejo medico, llegaban semanas mas tarde por telefono. Quien ha intentado recuperar a un paciente un mes despues de una visita rutinaria sabe lo facil que es perderlo en ese intervalo.
Las cifras que importan
Ademas de la proporcion de personas que llegaron a la consulta, el tiempo tambien mejoro de forma notable. Quienes alcanzaron la atencion especializada en el grupo con inteligencia artificial lo hicieron en un promedio de 10,9 dias despues de la evaluacion. En el grupo estandar, el promedio fue de 36,9 dias. Son mas de tres semanas de diferencia para una condicion en la que el tratamiento temprano puede preservar la vista.
La respuesta inmediata hizo posible el consejo
Los investigadores senalan un mecanismo sencillo. Con el apoyo de la inteligencia artificial, el paciente recibia el resultado en el acto, sentado frente al profesional sanitario. Eso permitia una explicacion cara a cara: que significa el resultado, por que importa la derivacion, a donde hay que ir y que pasara despues. En el camino tradicional, esa conversacion ocurria semanas despues, por telefono, si llegaba a ocurrir con la misma claridad.
Vale la pena leer ese hallazgo dos veces porque corrige un malentendido frecuente sobre la inteligencia artificial en medicina. La tecnologia no reemplazo la conversacion humana. La hizo posible en el momento en que mas cuenta. El tiempo del personal, liberado de clasificar imagenes a mano, pudo dedicarse a acompanar a la persona. La maquina ordeno la imagen. La persona atendio a la persona.
Historias de acompanamiento y comunidad se repiten en otros ambitos de nuestra cobertura, desde celebraciones en Nueva York como el homenaje a Leandro y Denise Rizzuto en el Dia de Colon hasta reflexiones compartidas en espacios de encuentro. En salud, ese acompanamiento tiene un nombre concreto: continuidad de cuidados.
Del ensayo a los programas nacionales
El Ministerio de Salud de Tanzania, colaborador del estudio, se comprometio a integrar diagnosticos con inteligencia artificial en programas de deteccion de enfermedad ocular diabetica en varias regiones del pais. Ese es el paso que convierte un buen ensayo en vidas cambiadas: la adopcion por parte del propio sistema de salud.
Los autores anaden una condicion honesta que conviene subrayar. Mejorar la deteccion debe acompanarse de acceso real a clinicas especializadas y a tratamiento, o el sistema simplemente identificara a mas personas de las que puede atender. Esa pareja – deteccion mas capacidad de tratamiento – es una prueba util para cualquier sistema que considere herramientas similares, en Africa oriental o en una clinica comunitaria de una gran ciudad de Estados Unidos.
Por que este estudio pesa mas que otros
Se trato de un ensayo controlado y aleatorizado, el diseno mas solido en investigacion clinica, realizado en 24 hospitales reales y no en un unico centro de exhibicion. Midio un resultado que importa al paciente – si llego a la atencion y con que rapidez – en lugar de detenerse en la precision del modelo. Muchas herramientas de inteligencia artificial clasifican bien una imagen en un entorno controlado. Son menos las que han demostrado, sobre el terreno, que cambian lo que le ocurre a la persona sentada en la silla.
El estudio sugiere ademas una plantilla para entornos con recursos limitados en cualquier lugar: llevar la herramienta al punto donde ya esta el paciente, hacer que responda durante la visita y emplear el tiempo humano ahorrado en consejo y orientacion. Nada de eso exige equipos futuristas. Exige disenar el flujo de trabajo alrededor del paciente, una decision que cualquier programa puede copiar.
Esa misma idea de compartir lo esencial aparece en mensajes muy distintos, como el recogido en el Evangelio de compartir, donde nada se pierde: lo que se pone al servicio de otros se multiplica en la practica.
Lecciones practicas
Para responsables de salud, la recomendacion es evaluar estas herramientas por tasas de seguimiento y no solo por precision. La primera pregunta a un proveedor deberia ser: muestreme la evidencia de que los pacientes llegaron antes al tratamiento.
Para equipos que atienden diabetes, el momento del consejo es en si mismo una intervencion. Si el resultado tarda semanas en llegar al paciente, corregir ese retraso puede hacer mas por la vision que cambiar la camara.
Y para pacientes y familias, el mensaje es directo: si vive con diabetes, ponga la revision ocular anual en el calendario y mantengala. La vista que se protege temprano es la vista que se conserva. Tanzania dejo esta semana una cifra que viajara por el mundo de la inteligencia artificial, 35,9 frente a 18,2, pero debajo hay una historia mejor: dar una respuesta mientras la persona todavia esta en la sala, con un profesional a su lado, hace que actue. Eso siempre fue cierto en medicina. Ahora hay evidencia solida de que, usada asi, la inteligencia artificial ayuda a que ocurra el doble de veces.
Sé el primero en comentar