En el pasado, las startups de IA en el sector sanitario podían captar capital o conseguir proyectos piloto basándose en su potencial y la credibilidad de sus fundadores. Sin embargo, en la actualidad, el listón está más alto. Según un panel de expertos, tanto los inversores como los clientes (sistemas sanitarios y aseguradores) prefieren empresas emergentes que hayan demostrado un valor real y comprobado.
En los últimos años, inversores y clientes se han vuelto más escépticos respecto a las startups de IA. A menudo exigen ver investigación publicada, casos de estudio que muestren un retorno de la inversión claro y datos sobre traction comercial antes de comprometerse, señaló Nick Culbertson, director general de Techstars, un acelerador lanzado en colaboración con la Universidad Johns Hopkins y CareFirst BlueCross BlueShield. Realizó estas declaraciones durante una mesa redonda el mes pasado en la conferencia INVEST Digital Health de MedCity News en Dallas.
“Muchos sistemas hospitalarios decían: ‘Bueno, queremos ser vistos como innovadores. Estamos dispuestos a gastar e invertir en este proyecto con la esperanza de que dé frutos’. Creo que, con el tiempo, muchos inversores y sistemas sanitarios han salido escaldados por empresas a las que dieron demasiada manga ancha y luego no cumplieron con lo esperado”, explicó Culbertson.
Aseguró que la IA está teniendo un impacto más inmediato y significativo en los flujos de trabajo administrativos y de cumplimiento normativo. Señaló que automatizar estas tareas de gestión puede reducir significativamente los costes laborales de los hospitales, además de liberar a los clínicos para que se centren más en la atención al paciente.
La Dra. Ngoc-Anh Nguyen, vicepresidenta de investigación del centro de innovación de Houston Methodist, coincidió en que, hasta ahora, el valor más claro de la IA en la sanidad es más administrativo que clínico.
Señaló que los médicos ya saben cómo proporcionar atención y la mayoría confía más en su propio criterio médico que en la IA. En su opinión, necesitan la IA para simplificar las cargas administrativas y las tareas de cumplimiento, no para tomar decisiones de tratamiento.
La Dra. Nguyen también destacó que los médicos desean productos pulidos y fáciles de usar.
“Un médico ya está siempre al límite, al 110%, atendiendo a los pacientes. A los médicos de cabecera se les agenda citas de 10 a 15 minutos con pacientes nuevos. Estamos viendo a los pacientes, documentando, y luego tenemos que cumplir con la normativa… así que lo último que queremos es más trabajo para aprender a usar otra herramienta”, declaró.
Añadió que si una herramienta tiene una interfaz pesada o demuestra poca precisión, la adopción a gran escala es imposible, especialmente entre los médicos de mayor edad que son más reacios a la nueva tecnología.
Otro panelista, Eric Levine, principal de la firma de consultoría Avalere Health, señaló que el mismo escrutinio que los hospitales aplican a las startups de IA también se está dando entre los pagadores.
Para los pagadores, el valor puede tener definiciones muy distintas dependiendo de la línea de negocio, como Medicare Advantage, Medicaid o los seguros comerciales. Por ejemplo, para un plan de Medicare Advantage, mejorar las valoraciones Star, la precisión del ajuste de riesgo o las probabilidades de renovación de contrato podrían importar tanto como el ahorro directo de costes, explicó Levine.
En general, destacó que los pagadores pueden ser “mucho más difíciles de convencer” para las startups de IA.
“[Los pagadores] pueden ser muy adversos al riesgo en muchas áreas, y realmente esperan un retorno de la inversión de dos o tres veces, o ni siquiera te abren la puerta”, comentó Levine.
Cuando se trata de ganarse a un pagador, es crucial que las startups muestren evidencia de su valor, y esa evidencia debe coincidir con la población del pagador. Muchas empresas presentan datos de estudios sobre poblaciones reducidas o de alto riesgo que no reflejan a los miembros de un pagador, lo cual socaba su credibilidad.
Los panelistas coincidieron en que la próxima ola de casos de éxito de la IA sanitaria no vendrá de los modelos más llamativos o las mayores rondas de financiación, sino de las startups que puedan demostrar que funcionan en la compleja realidad de la atención al paciente y los contratos con pagadores.
Foto: MedCity News