Cómo la IA está creando nuevas oportunidades en el sector salud

Tim McCarty: Cuando pensamos en... y cuando la mayoría de los presentes en esta sala piensan en inteligencia artificial (IA), no les viene a la mente inmediatamente el sector salud, ya que ha tardado más en adoptar la inteligencia artificial. Esto llevaría a algunos a concluir que este sector y la IA son mutuamente excluyentes. Sin embargo, hoy voy a tratar de argumentar que esta conclusión es errónea. Creemos que durante los próximos tres a cinco años, vamos a ver una adopción acelerada de la inteligencia artificial en el sector salud, el cual va a superar a otros sectores del mercado en lo que respecta a su adopción.

Aplicaciones de la IA en el sector salud: detección temprana del cáncer

El diagnóstico precoz del cáncer mediante IA ofrece una oportunidad, debido a los mejores resultados de tratamiento que podría generar. El problema con esta enfermedad es que solo hay... Muchas veces es demasiado tarde para tratarlo cuando aparecen síntomas, y actualmente solo hay un puñado de vías de detección. Pensemos en la mamografía para detectar el cáncer de mama o la colonoscopia para detectar el cáncer de colon.

Bueno, la IA se está utilizando en etapas tempranas en detección basada en sangre de personas sanas o asintomáticas para detectar el cáncer y elaborar un diagnóstico más precoz que aumente las posibilidades de supervivencia de los pacientes. Un ejemplo del mundo real que ilustra esto es lo que hicieron los Dallas Cowboys. En este asunto, lo que hizo el mariscal de campo Dak Prescott es realmente inspirador.

Por desgracia, el cáncer le tocó de cerca. Su madre falleció de cáncer, y él ha utilizado su fundación para abogar por la detección temprana y para que todos los integrantes de los Cowboys se hicieran la prueba. El verano pasado, durante el campamento de entrenamiento, un miembro del equipo de medios de comunicación se sometió a una prueba de detección basada en sangre y le dijeron que podría tener un indicio de cáncer de cabeza y cuello. Luego, tras someterse a una prueba diagnóstica de seguimiento, se confirmó que, de hecho, tenía cáncer de cabeza o cuello en fase 2. Sin embargo, el problema es que no tenía síntomas; fue tratado durante la semana de receso y agradeció a Dak Prescott por salvarle la vida. Por tanto, este es un ejemplo del mundo real que ilustra esto.

Mejorar la experiencia del paciente, el pagador y el proveedor

Hay una enfermedad llamada estenosis aórtica grave, que tiene una tasa de mortalidad a dos años del 50% si no se trata. Sin embargo, la buena noticia para los pacientes es que existe un método mínimamente invasivo como alternativa a la cirugía a corazón abierto llamado "reemplazo de válvula aórtica transcatéter" que brinda a los pacientes una nueva oportunidad de vida. La inteligencia artificial está diagnosticando mejor esta enfermedad en las tres áreas de salud: en atención primaria, en el cardiólogo general y luego en la fusión con los sistemas sanitarios.

Pues bien, el proceso normal del paciente para tratar esta enfermedad se realiza primero en atención primaria, donde el médico de cabecera, a través de un examen físico anual, escucha un soplo cardíaco. Se trata de un examen muy imperfecto y propenso a errores, pero la IA se está incorporando en los estetoscopios de los médicos de atención primaria para reducir la tasa de error.

La próxima etapa del paciente es visitar al cardiólogo general. Luego, en el cardiólogo, el paciente deberá someterse a una prueba diagnóstica llamada ecocardiograma. Sin embargo, como ocurre con cualquier prueba diagnóstica, existe una tasa de error, y la IA está actuando como un recurso extra para echar una mano al responsable del ecocardiograma.

En este sentido, los principales centros médicos académicos de este país estiman que solo el 50% de los pacientes diagnosticados reciben tratamiento. Por tanto, lo que la IA hace es fusionarse con los historiales médicos electrónicos e incorporarse a los sistemas de salud para identificar anticipadamente a los pacientes que han pasado desapercibidos de una forma u otra. Esto es lo que yo llamo "el punto crítico de la asistencia médica", donde se induce a las tres P del ecosistema de salud (el paciente, el pagador y el proveedor) a adoptar esta tecnología.

Se acelera el descubrimiento de fármacos

El descubrimiento de fármacos es un proceso muy ineficiente y creemos que la inteligencia artificial puede mejorarlo. Luego, a la pregunta «¿y qué importa?», pensamos que a más largo plazo esto podría recalificar los múltiplos de las compañías biofarmacéuticas. A este respecto, me gusta hablar de lo que yo llamo una regla 10/10 para mostrar hasta qué punto es ineficiente el descubrimiento de fármacos. Se tarda una media de 10 años, de principio a fin, para que un medicamento llegue al mercado, y luego solo el 10% de los medicamentos se comercializan; el 90% fracasa, es decir, solo un 5% tienen éxito si excluimos las reformulaciones o los fármacos «me-to». Por lo tanto, es un proceso muy ineficiente.

Las compañías biofarmacéuticas están repletas de datos, pero hasta ahora no disponían de los medios para utilizarlos a su favor. Sin embargo, la inteligencia artificial está cuestionando esos datos,
lo que les permite predecir mejor la estructura e interacción de las biomoléculas. Creemos que esto puede producir una mejora en la regla 10/10. Luego, cuando piensas en el ámbito de la salud, las compañías biofarmacéuticas presentan algunos de los mejores márgenes, pero cotizan con los múltiplos más bajos debido a esta regla 10/10 o ineficiencia. Ahora bien, si la IA puede mejorar eso, creemos que con el tiempo podría llevar a una recalificación de las biofarmacéuticas y de los múltiplos del sector a largo plazo.