No cabe duda de que la inteligencia artificial (IA) sigue dominando gran parte de las conversaciones sobre tecnología sanitaria. Los hospitales continúan enfrentándose a algunos de sus desafíos más duros de la historia, navegando entre la escasez de personal, el agotamiento de los médicos y empleados y los presupuestos de operación más ajustados que nunca. El potencial de aprovechar la tecnología de IA para abordar estos retos es prometedor.
Y a medida que estas conversaciones evolucionan, según el informe Estado de la IA en la Atención Sanitaria 2025 de NVIDIA, los modelos de lenguaje extenso (LLM) se encuentran ahora entre las tres principales cargas de trabajo de IA en el ámbito de la salud, con un 53% de las organizaciones utilizándolos activamente. El soporte a la decisión clínica es uno de los casos de uso de más rápido crecimiento, y el 83% de los líderes sanitarios creen que la IA revolucionará la prestación de cuidados en los próximos cinco años.
Este artículo describe una de las formas menos comentadas en que se puede aprovechar la IA para abordar los desafíos a los que se enfrentan los clínicos, relacionados con datos fragmentados y la visibilidad limitada de las condiciones del paciente que cambian rápidamente, especialmente 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 dificultar intervenciones tempranas que salvan vidas. Ha sido un problema persistente que hoy se está abordando de una manera nueva –gracias a la capacidad de aprovechar el poder de la IA y los LLM para generar información clínica significativa a partir de datos fragmentados.
Un ecosistema complicado
Al entrar en la UCI, uno es bombardeado por alarmas constantes y pitidos que exigen atención inmediata desde todas las direcciones. Hay monitores, dispositivos médicos, cables y tubos por todas partes. Los pacientes aquí están tan gravemente enfermos que no pueden hablar y dependen de cuidados las 24 horas para vigilar incluso los más mínimos cambios en su estado que podrían indicar un deterioro. Pregúntele a cualquier clínico de la UCI y le dirá que es verdaderamente un ecosistema complejo y único, y que se trata posiblemente del trabajo más abrumador, exigente y estresante del hospital, incluso para los médicos y enfermeros con más experiencia.
Y además, tienen que navegar los mismos obstáculos que el resto del hospital –personal agotado, recursos limitados y más.
Cerrando las brechas
Un obstáculo específico, no exclusivo pero especialmente desafiante para la UCI, está relacionado con cómo lidiar con datos fragmentados en áreas como, entre otras, la historia clínica electrónica (EHR). Afortunadamente, este desafío se adapta bien para ser abordado por la IA y los LLM. Aunque la EHR hace un gran trabajo rastreando información básica como medicamentos, entradas y salidas, y signos vitales clave, carece de la capacidad de proporcionar información en tiempo real y procesable para ayudar a identificar pacientes con cambios en su condición, pero también para informar dinámicamente sobre el riesgo del paciente.
La condición de los pacientes críticamente enfermos puede cambiar de un momento a otro y es difícil para los equipos de cuidado mantener una vigilancia estrecha de todos los pacientes en la UCI y determinar en qué etapa de deterioro se encuentran. Las decisiones de tratamiento a menudo deben tomarse muy rápidamente y el tratamiento equivocado en el momento equivocado puede ser fatal.
Ahí es donde entran la IA y los LLM, con la capacidad de proporcionar una imagen completa del paciente, impulsando soluciones de plataforma que aprovechan algoritmos y flujos de datos agregados sobre sus condiciones específicas y que luego aprenden continuamente de otras entradas de datos para proporcionar evaluaciones de riesgo claras y precisas. Este contexto y evaluación de riesgos para cada paciente ofrece orientación a los clínicos para administrar el cuidado personalizado correcto en el momento adecuado, previniendo condiciones potencialmente mortales que a menudo ocurren en la UCI, incluyendo el shock cardiogénico, la insuficiencia respiratoria, el síndrome de dificultad respiratoria aguda y la sepsis. Por otra parte, esta información no solo indica el deterioro del paciente; también puede proporcionar señales y notificaciones cuando un paciente evoluciona en una dirección positiva. Esto es extremadamente útil porque la desescalada adecuada del cuidado puede llevar a retirar a los pacientes de ciertos medicamentos de alto riesgo y disminuir el tiempo que necesitan permanecer en un entorno de cuidados intensivos. Esto no solo es bueno para el paciente, también libera camas necesarias y apoya la contención de costos y recursos.
Dado que estas plataformas proporcionan una vigilancia hospitalaria de poblaciones clave de pacientes, es posible monitorizar continuamente a aquellos en riesgo, independientemente de su ubicación, sin requerir que un miembro del personal esté físicamente a su lado. Esto tiene un impacto positivo significativo en las eficiencias, aliviando así la carga sobre el personal de la UCI.
Y además de estos beneficios, los hospitales también utilizan la tecnología para garantizar la adhesión adecuada a los protocolos hospitalarios y a las guías clínicas de la industria. Además, los datos proporcionados y las perspectivas generadas ayudan a los hospitales a identificar y cerrar brechas de cuidado y problemas sistémicos para que puedan refinar continuamente los protocolos y la formación del personal basándose en datos reales y procesables. Esto proporciona una oportunidad para construir un verdadero sistema de salud que aprende.
Para apoyar, no para reemplazar
A pesar de la inicial y extendida reticencia entre los médicos a utilizar la IA como parte de su flujo de trabajo, su comodidad está creciendo. En febrero de 2025, la Asociación Médica Americana (AMA) publicó nuevos datos sobre el sentimiento de los médicos entre 2023 y 2024. Los hallazgos mostraron que las actitudes hacia la IA en la salud están cambiando. Su encuesta encontró que:
- El 68% de los médicos encuestados en 2024 indicaron que ven al menos alguna ventaja en usar herramientas de IA (ligeramente por encima del 63% en 2023).
- El 36% de los médicos reportaron sentirse más entusiasmados que preocupados por la IA (frente al 30% en 2023).
- Dos tercios de los médicos encuestados en 2024 indicaron que actualmente usan IA en su práctica, un aumento significativo desde el 38% en 2023.
Me gusta pensar en la IA, en el sentido que la discutimos aquí, como un asistente virtual. Es una herramienta que brinda apoyo a los proveedores de cuidado, que siempre está trabajando, siempre es útil y nunca se cansa. Puede integrarse perfectamente en los flujos de trabajo ya existentes y agilizar la coordinación y comunicación del cuidado. Porque al final del día, esta es una herramienta que proporciona una conciencia situacional mejorada y devuelve a los médicos a lo que hacen mejor: Usar todo el conocimiento e información relevante, junto con su conocimiento clínico experto y su juicio junto al lecho del paciente, para tomar la mejor decisión posible para el paciente.
Mirando hacia el futuro
Para aquellos de nosotros que somos parte del ecosistema de la salud, es nuestra obligación hacer nuestra parte para encontrar formas de mejorar los resultados de los pacientes y reducir los costos sanitarios. Esto a menudo significa encontrar continuamente formas mejores y más eficientes de resolver problemas, utilizando las herramientas y datos más óptimos que tenemos a nuestra disposición. Y en este momento, y en el futuro previsible, eso significa encontrar casos de uso apropiados para aprovechar el poder de la IA y los LLM donde más sentido tenga.
Un número creciente de hospitales en todo el mundo están implementando soluciones impulsadas por IA que se integran con su EHR con gran éxito, observando mejores resultados y tiempos de recuperación de los pacientes, prevención de complicaciones, una reducción de la carga en primera línea en la UCI y ahorros en costos mediante la reducción de la estancia hospitalaria y los reingresos, y solo podemos esperar que esta tendencia continúe.
Foto: AdrianHillman, Getty Images
Shane Cooke se unió a Etiometry en 2019 como presidente y CEO, aportando más de 20 años de experiencia en los mercados de dispositivos médicos y farmacéuticos en una variedad de roles de ventas, marketing, estrategia y gestión de cartera. Antes de unirse a Etiometry, Shane pasó más de cinco años como director de estrategia de Cheetah Medical, que fue adquirida por Baxter International en 2019. Previamente a Cheetah, Shane pasó 11 años en Covidien en los sectores de cuidado al paciente, terapias vasculares y corporativo, con posiciones como: estrategia corporativa, inteligencia de mercado y competitiva, liderando el centro de excelencia de desarrollo de mercado y liderando esfuerzos de estrategia para Japón, Europa, Australia y Canadá. Shane tiene una licenciatura en Psicología de la Universidad de Rochester, así como un MBA de la Universidad de Suffolk.
Esta publicación aparece a través del programa MedCity Influencers. Cualquier persona puede publicar su perspectiva sobre negocios e innovación en healthcare en MedCity News a través de MedCity Influencers. Haga clic aquí para saber cómo.