1. La escasez de personal exige nuevas estrategias y soluciones.

2. La inteligencia artificial y los modelos de aprendizaje del lenguaje acortan distancias.

3.   Nuevas funciones para los profesionales sanitarios

4. Integración de APPs preventivas para responder a las nuevas expectativas de salud y bienestar 

• En Europa, las enfermedades crónicas consumen el 80% del gasto sanitario mundial.¹⁴
• En todo el mundo, las causas prevenibles representan el 80% de las cardiopatías, los accidentes cerebrovasculares y la diabetes de tipo 2, y el 40% de los cánceres.¹⁴
• El 5% de la población más enferma de Estados Unidos es responsable del 50% del gasto sanitario total, mientras que el 50% de la población más sana consume sólo el 3% de los recursos.¹⁴
• La atención médica tradicional sólo es responsable del 10-20% de los resultados sanitarios. El resto se debe a factores genéticos, sociales y de comportamiento.¹⁴

5. Una nueva corriente de fusiones y adquisiciones

• Problemas de motivación del equipo y de rotación debido a las diferencias culturales tras la fusión.
• Incoherencia en las normas y procedimientos relativos a los procesos clínicos y operativos.
• Alto riesgo de causar daños a los pacientes debido a problemas de calidad.
• Quejas y posibles acciones legales.
• Ineficacia de las iniciativas de gestión de riesgos y mejora de la calidad.
• Documentación insuficiente y fallos de comunicación.

Los territorios por explorar y las cuestiones por resolver

1. ¿Es realmente capaz la Inteligencia Artificial de integrarse en las instituciones sanitarias y garantizar la fiabilidad necesaria?
   
   Las limitaciones de la inteligencia artificial son múltiples. Los algoritmos son claramente débiles cuando se trata del contexto y la particularidad, dos aspectos críticos para la seguridad y la eficacia de la asistencia sanitaria, que requieren la transposición de conocimientos, conceptos y principios médicos a contextos reales.²⁵
   
   Los profesionales sanitarios reconocen el potencial de herramientas como el ChatGPT en la práctica clínica, con beneficios demostrados para la toma de decisiones, el apoyo a pacientes y familiares y la investigación.²⁶ Sin embargo, persiste la preocupación por la credibilidad y las fuentes de información, lo que dificulta su plena integración. Además, la sensibilidad de la IA a las diferentes formulaciones de las preguntas y la dificultad de tratar peticiones ambiguas plantean retos. Las imprecisiones, los sesgos y los problemas de transparencia agravan aún más estas limitaciones.²⁷
   
   Por último, pero no por ello menos importante, un estudio reciente²⁸ subraya que los actuales puntos de referencia de la IA no tienen relevancia clínica directa y no cubren tareas esenciales asociadas a los médicos, como la documentación rutinaria y la gestión de los datos de los pacientes. Esto significa que los puntos de referencia actuales no se ajustan, como sería deseable, a los objetivos de automatización de la inteligencia artificial en contextos clínicos, lo que pone de relieve la urgente necesidad de desarrollar nuevos puntos de referencia que subsanen estas deficiencias.
   
2. ¿Qué limitaciones reglamentarias persisten?
   
   Los retos normativos giran en torno a la aplicación de la IA en la práctica clínica, ya que mientras los profesionales sanitarios se rigen por estrictos códigos deontológicos y de conducta, no existen leyes ni directrices normalizadas a escala mundial para el uso de la IA. Por lo tanto, determinar la responsabilidad -ya sea del fabricante, del usuario o del responsable del mantenimiento- es un obstáculo. La delimitación de la responsabilidad de cada parte interesada sigue siendo ambigua, sobre todo en los casos complejos, lo que plantea interrogantes sobre el reparto equitativo de responsabilidades, en lugar de hacer recaer exclusivamente en los médicos todo el riesgo de la asistencia sanitaria prestada mediante IA.²⁹
   
3. ¿Tienen los profesionales sanitarios las competencias necesarias para desempeñar sus funciones en constante evolución?
   
   En un contexto tecnológico en constante evolución, los profesionales están inmersos en un cambio de paradigma en la prestación de asistencia que requiere una amplia gama de nuevas competencias. Además de los conocimientos clínicos, la competencia en el uso de herramientas digitales y el análisis de datos se está convirtiendo en un imperativo. Hoy en día, estos profesionales sanitarios deben comprender y utilizar tecnologías innovadoras como la inteligencia artificial, las plataformas de telemedicina y los sistemas de apoyo a la toma de decisiones basados en datos. La adaptabilidad y el aprendizaje continuo son esenciales ante la evolución constante. Además, la comunicación eficaz en el ámbito digital y la capacidad de interpretar y aplicar los conocimientos obtenidos a partir de vastos conjuntos de datos son competencias esenciales en esta era tecnológica, que permiten a los profesionales sanitarios prestar una atención óptima aprovechando el potencial de las innovaciones de vanguardia.
   
4. ¿Hasta qué punto perpetuarán las aplicaciones sanitarias digitales la fragmentación de la asistencia?
   
   Según el último estudio del National Coordinator for Health Information Technology, solo el 22% de las aplicaciones integradas en las historias clínicas electrónicas (HCE) son compatibles con Fast Healthcare Interoperability Resources (FHIR), el estándar para la comunicación de datos entre sistemas de información.³⁰ Esta limitación, unida al hecho de que los proveedores sanitarios utilizan sistemas dispares, provoca que los datos de los pacientes queden segregados en silos aislados. Aunque muchos hospitales están alcanzando ahora mayores niveles de madurez digital, las aplicaciones no.
   
   Esta fragmentación dificulta la capacidad de los proveedores para acceder y compartir los historiales individuales de los pacientes y la información sanitaria más amplia, lo que contribuye a la fragmentación de la propia asistencia y, en consecuencia, a posibles errores, ineficiencias operativas y dificultades para diseñar iniciativas sanitarias integrales para las comunidades.
   
5. ¿Qué modelos de pago facilitarán la transición de los hospitales a un sistema basado en el valor?
   
   Garantizar que se presta la asistencia más adecuada en los lugares apropiados dentro de una estructura compuesta por diferentes unidades es fundamental. Sin embargo, para garantizar una integración efectiva de la asistencia, los proveedores deben redefinir los servicios prestados en cada nivel, racionalizando la contribución de cada entorno al conjunto de la organización. Una estrategia de este tipo requiere la implantación de un nuevo modelo de pago, capaz de superar los sistemas basados en el volumen, en los que cada proveedor individual tiende a priorizar la maximización del volumen de facturación.
   
   Los pagos basados en episodios o agrupados por ciclos asistenciales completos presentan un método óptimo para alinear los incentivos de los proveedores con el fin de ofrecer el máximo valor a sus pacientes. Denominado "bundled payments", este modelo engloba todos los tratamientos e intervenciones a lo largo de un ciclo asistencial completo y aporta beneficios a todas las partes interesadas. Los pacientes reciben una atención estructurada y eficiente para sus necesidades; los proveedores garantizan márgenes positivos tratando a los pacientes con eficacia y logrando resultados favorables; los pagadores reducen el gasto en tratamientos innecesarios y refuerzan la atención primaria y preventiva para distintos segmentos de población.