IA: ¿la clave para una sanidad accesible en el África subsahariana?

Una enfermera clasifica muestras sanguíneas en el centro de salud Tengani, en el distrito Nsanje, al sur de Malawi, en noviembre de 2014. Mathias Semba, repartidor de la ONG Riders for Health, recogerá las muestras para transportarlas en Bicicleta hasta Thiolo, situada a 100 km de distancia, para analizarlas en un laboratorio de carga viral. Marco Longari / AFP

La inteligencia artificial (IA) tiene el potencial de apoyar al personal sanitario en regiones donde el acceso a la salud sigue siendo limitado, aunque los bots —programas automatizados diseñados para realizar tareas específicas— no sean soluciones milagrosas.

Según estimaciones de la Organización Mundial de la Salud (OMS), en 2030 se alcanzará un déficit de 11 millones de trabajadores sanitarios a nivel mundial. Esta carencia no hará más que empeorar la situación. En 2021, 4500 millones de personas seguían sin tener acceso a asistencia sanitaria, de acuerdo con la OMS.

«Démonos cuenta de que una parte de la población mundial no irá al médico en toda su vida. Estamos hablando de millones de personas», afirma Annie Hartley, médica y profesora de la Escuela Politécnica Federal de Lausana (EPFL) y de la Universidad de Harvard en Estados Unidos.

La inteligencia artificial y el uso de bots podría representar un cambio en el paradigma de la asistencia sanitaria, especialmente en países con sistemas médicos limitados. Estas herramientas pueden apoyar las labores del personal sanitario, facilitando orientaciones para el diagnóstico y recomendaciones de tratamiento.

Hartley ha desarrollado una herramienta de inteligencia artificial llamada Meditron, que ahora se utiliza en el marco de una colaboración entre el Swiss Tropical and Public Health Institute (TPH suizo) y D-tree, una ONG con sede en EE. UU. y fuerte presencia en Ginebra, con el objetivo de mejorar el acceso a la sanidad en África.

MAM*AI, como se conoce a esta iniciativa, tiene como objetivo implementar el uso de Meditron entre el personal sanitario en la isla de Zanzíbar, en Tanzania. Diseñada para la asistencia sanitaria durante el embarazo y el parto, esta herramienta brinda apoyo a matronas y profesionales sanitarios en el cuidado del embarazo. Actualmente, el acceso a Meditron solo puede realizarse a través de invitación en una plataforma de pruebas. Pertenece a la misma familia de chatbots que ChatGPT, Gemini, o Claude, pero está diseñada exclusivamente para uso médico.

«Los modelos lingüísticos de gran tamaño son extraordinarios porque tienen la capacidad de salvar la brecha de información a través de una simple conversación. Esta tecnología se puede aplicar a gran escala y ya ha mostrado un impacto concreto. Es realmente emocionante», añade Hartley.

Meditron apareció por primera vez en 2023 de la mano de la EPFL y ha sido diseñada para adaptarse a distintos contextos regionales y clínicos, tanto en África, como en Norteamérica o Europa. «En estos momentos, tratamos de entender cómo aborda una matrona un caso clínico. Dicho de otra forma, intentamos averiguar dinámicas locales para proporcionar información útil a quienes programan Meditron» explica Riccardo Lampariello, director ejecutivo de D-tree.

«El objetivo es que, una vez termine de desarrollarse, toda matrona en Zanzíbar pueda hacer uso de la herramienta en su día a día. Posteriormente, queremos consolidar este aprendizaje, adaptarlo, y ampliarlo a otros países», afirma. La plataforma aún no está en funcionamiento en Zanzíbar; D-tree está en contacto con las autoridades sanitarias locales para evaluar la necesidad y corroborar que todo esté a punto. El siguiente paso será promocionar la plataforma y formar al personal sanitario. La falta de personal médico cualificado es uno de los principales obstáculos en el acceso a la sanidad en algunas regiones subsaharianas, como Zanzíbar.

Frank Pancha Chisel camina al centro de salud Mikolongwe, a tres horas a pie de su pueblo, para recoger fármacos antirretrovirales (TAR) para un mes, para él y otros cinco miembros de su grupo de pacientes. Afp Photo / Marco Longari

Falta de formación

El conocimiento médico y los primeros auxilios suelen quedar en manos del personal sanitario comunitario, en general personas voluntarias que, tras algunos meses de formación básica, se convierten en referentes de salud dentro de la comunidad a la que pertenecen.  

«Puedes disponer de todos los recursos del mundo: los medicamentos más caros o la tecnología más avanzada de IRM (Imagen por Resonancia Magnética), pero si no sabes cómo, cuándo o en qué momento hacer uso de ellos, no sirven para nada», explica Hartley. «La información es el recurso más valioso. ¿Qué es un médico, sino una fuente de información?».

Es precisamente en este contexto en el que una herramienta como Meditron puede ayudar: permite interpretar un síntoma, aclarar dudas sobre qué medicamento recetar o brindar orientación para llevar a cabo un procedimiento de emergencia. Meditron, por ejemplo, puede guiar al personal sanitario para formular las preguntas adecuadas y así determinar si es necesario derivar al paciente al hospital o recomendar ciertos tratamientos.

En el caso de que una mujer embarazada presente un dolor de cabeza, el sistema puede pedirle al sanitario que le pregunte si se ha tomado la tensión recientemente para valorar si sufre preeclampsia, una enfermedad con un tratamiento sencillo que, en el caso de no ser detectada, puede ser mortal para la madre y el bebé.

«Los datos muestran que estos sistemas aumentan la capacidad de realizar diagnósticos correctos», añade Lampariello. 

Información fiable 

Construir una plataforma médica fiable y especializada conlleva dos grandes retos, debido a la gran cantidad de chatbots disponibles.

El primero es proporcionar información fiable, ya que la mayoría de los chatbots más habituales, como ChatGPT, no proporcionan ninguna garantía en ese aspecto. Por ejemplo, la página de ChatGPT afirma que «ChatGPT está diseñado para proporcionar información útil a partir de patrones que aprende en su entrenamiento. Sin embargo, como todos los modelos lingüísticos, puede generar contenido incorrecto o erróneo».

«En los países en desarrollo, muchas personas que dependen de aplicaciones de salud no tienen otra alternativa. En contextos con recursos humanos y financieros limitados, el impacto de las nuevas tecnologías en la salud es aún más relevante, y es fundamental minimizar al máximo su margen de error», señala Ágata Ferretti, bioética y exinvestigadora del Instituto Federal de Tecnología de Zúrich (ETH).

>> Los gigantes farmacéuticos crecen en inteligencia artificial para descubrir nuevos fármacos:

Por esta razón, Meditron debe cumplir con los mismos estándares de exactitud que un médico titulado, especialmente porque la mayoría de las personas que lo utilizan no cuentan con los medios para verificar la información que ofrece.

El segundo reto, que va de la mano del primero, es lo que la comunidad experta en IA llama «gobernanza», es decir, la posibilidad de controlar el modelo de lenguaje a través del ajuste de sus parámetros o entrenándolo con datos específicos. «Es esencial que estas herramientas sean desarrolladas y evaluadas en colaboración con las comunidades locales y sus realidades particulares», afirma Ferretti.

«No podemos hacer un copia y pega del software para pasar de un país a otro, ya que varían los protocolos clínicos, las funciones y destrezas del personal médico, la incidencia de enfermedades y, en algunos casos, la medicación y sus dosis. Por lo tanto, es esencial que la solución tenga en cuenta estas diferencias», explica Lampariello. Por ejemplo, en el caso de un niño que presente fiebre alta, la evaluación dependerá de la tasa de incidencia de la malaria en la zona.  

Matices lingüísticos y culturales   

«En África tuve una paciente que afirmaba tener una ‘rodilla embarazada’. Entendí que se refería a hinchazón en la rodilla, pero ¿qué habría entendido un modelo lingüístico?», se pregunta Hartley. 

Con el fin de asegurar al máximo la fiabilidad de la aplicación, Meditron ha sido integrada en Moove (evaluación y validación masiva abierta online, por sus siglas en inglés). Se trata de una plataforma de inteligencia artificial de la salud gestionada por el laboratorio de Hartley en Lausana y que también se emplea en Ruanda, Kenia, Nigeria y Etiopia.

En Suiza también se están llevando a cabo pruebas con el objetivo de evaluar las bases de conocimiento médico del sistema, con la colaboración de los hospitales universitarios de Lausana, Ginebra y Berna para la parte médica, y con el apoyo del Centro para la Inteligencia Artificial de la EPFL para la parte informática.  

«En primer lugar, son las y los especialistas quienes evalúan la información para verificar su exactitud. Hay opciones seguras para introducir estas herramientas y no queremos ponerlas a disposición de gente no cualificada antes de tiempo», confirma Hartley.

La comunidad científica está llevando a cabo amplios ensayos clínicos, poniendo Meditron a prueba mediante preguntas médicas reales, planteadas por médicos de todo el mundo. Las respuestas se evalúan en base a múltiples criterios, como seguridad, exactitud y sesgos, entre otros.  

«La pregunta es más bien “¿Cómo podemos evaluar la calidad y la fiabilidad de estas tecnologías?”, para lo cual hay que tener varios factores en consideración, como la falta de objetividad en cuanto al género, la privacidad y protección de datos, así como la validez clínica», plantea Ferretti.  

Las negociaciones con las autoridades de Zanzíbar están a punto de concluir. El equipo del proyecto se encuentra buscando financiación adicional por parte de la iniciativa Tech4Dev de la EPFL, que brinda apoyo al desarrollo tecnológico en situaciones de bajos recursos económicos. Si lo logran, el equipo espera poner en funcionamiento la iniciativa en los próximos meses.

«Tenemos la determinación de poner el proyecto en marcha y medir su impacto. Confío en que, una vez esté disponible, estas herramientas formarán parte de la rutina básica de atención sanitaria» confirma Hartley. 

Editado por Virginie Mangin. Adaptado del inglés por Cristina Esteban y Carla Wolff.