Resumen del contenido central
Este artículo desmite la idea errónea de que la medicina basada en IA se limita a usar la inteligencia artificial para diagnosticar enfermedades, señalando que el verdadero valor de la IA en el ámbito médico reside en optimizar los procesos administrativos (como el registro, las citas, los reembolsos y las autorizaciones previas). El desarrollo de la medicina basada en IA se divide en tres etapas:
1. Etapa de herramientas puntuales: Soluciona problemas específicos de los médicos (como la conversión de voz a historiales clínicos o la búsqueda de información médica); son fáciles de promover, pero su impacto es limitado.
2. Etapa de complejidad: Coordina la colaboración entre múltiples actores y sistemas (como las derivaciones entre hospitales o las autorizaciones previas de seguros); presenta barreras significativas, pero el potencial de beneficio es alto.
3. Nueva paradigmática: Aquel que logre cerrar completamente los ciclos de procesos se convertirá en el “sistema operativo” de la medicina basada en IA, lo que podría llevar a que los sistemas tradicionales de historiales clínicos electrónicos (EHR) pasen a ser simplemente bases de datos.
El valor de la medicina basada en IA: no es diagnosticar, sino gestionar fondos y procesos
Muchas personas piensan que la IA se utiliza para diagnosticar enfermedades, pero el artículo sostiene que lo que más desperdicia dinero en el ámbito médico son los aspectos administrativos. Por ejemplo, en Estados Unidos, el gasto total en salud alcanza los 4.9 billones de dólares al año, de los cuales 740 mil millones se destinan a costos administrativos (alrededor del 15%), mientras que solo 63 mil millones se invierten en software informático; el resto depende de personal humano. La oportunidad de la IA no radica en competir por los presupuestos informáticos existentes, sino en reemplazar las tareas administrativas realizadas por personas con tecnologías (como el procesamiento automático de autorizaciones previas de seguros o la programación de citas).
Ejemplo: Cuando un médico prescribe un medicamento especial, debe demostrar a la aseguradora que es necesario. Antes, esto requería completar formularios manualmente y realizar llamadas telefónicas, lo que podía demorar varios días; con la IA, se pueden extraer automáticamente los datos del historial clínico y compararlos con las reglas de la aseguradora en cuestión de minutos. Este es el valor central de la IA: hacer más eficientes los procesos que requieren tiempo y esfuerzo.
Las tres etapas del desarrollo de la medicina basada en IA
- Etapa 1: Herramientas puntuales (fáciles de promover, pero con baja fidelidad del usuario): Resuelven problemas específicos de los médicos sin necesidad de coordinar con otros.
- Herramientas basadas en evidencia clínica: Como OpenEvidence, que permite a los médicos encontrar información médica con una tasa de penetración del 40-50% y genera ingresos a través de publicidad dirigida.
- Herramientas de transcripción de voz (como Scribe): Convierten las conversaciones entre médicos y pacientes en registros clínicos, liberando al personal administrativo. Sin embargo, los usuarios tienden a cambiar estas herramientas con facilidad (hasta un 67%), ya que actúan más como “registradores” que como componentes esenciales de los procesos.
- Etapa 2: Complicidad elevada: Implica coordinar a múltiples actores y sistemas (médicos, enfermeras, aseguradoras, sistemas informáticos hospitalarios). Un ejemplo es la programación de cirugías especializadas, que requiere verificar la cobertura del paciente, contactar al médico, coordinar el quirófano y solicitar autorizaciones previas a la aseguradora. La clave para superar estas barreras es entender las necesidades y reglas de cada participante; una vez integrada en los procesos hospitalarios, la tecnología adquiere una posición dominante.
- Etapa 3: Nueva paradigmática: Consiste en cerrar completamente el ciclo de procesos, desde la entrada del paciente hasta el pago. Esto podría llevar a que los sistemas tradicionales de historiales clínicos electrónicos (como Epic) pasen a ser simplemente almacenes de datos, mientras que las nuevas tecnologías basadas en IA se conviertan en las herramientas principales utilizadas por los médicos.
Los tres nodos clave de la etapa de complejidad
El artículo utiliza una metáfora corporal para ilustrar estos puntos críticos:
- Intake (punto de entrada): El primer contacto del paciente con el sistema médico (atención telefónica, registro de datos, notificaciones por correo electrónico). Quien controle este punto controla el flujo de información. Un ejemplo es Assort Health, que utiliza tecnología de voz para resolver problemas de dificultades en el registro para pacientes que buscan atención especializada.
- Workflow (el “cerebro” del sistema): Es el centro de coordinación de todo el proceso (clasificación de casos, derivaciones, programación de citas). Un ejemplo destacado es Notable Health, que coordina derivaciones entre hospitales y gestiona autorizaciones previas de seguros de manera automática.
- Billing (el “corazón” del sistema): Está directamente relacionado con los ingresos del hospital (autorizaciones previas, codificación de tratamientos, gestión de reembolsos). Un ejemplo es Commure, que ha entrado en este mercado a través de adquisiciones, ya que esta área representa una oportunidad importante desde el punto de vista financiero.
La lucha por ser el “sistema operativo” de la medicina basada en IA
El artículo plantea tres cuestiones clave:
1. Los diferentes componentes se integrarán entre sí: Herramientas como OpenEvidence se expandirán para incluir funciones de codificación y autorizaciones previas, mientras que empresas como Notable intentarán extender su alcance a aspectos financieros.
2. El ganador no será quien desarrolle el nuevo sistema EHR: Es difícil crear un sistema EHR completamente nuevo, pero las empresas que logren integrar todas las partes del proceso pueden convertir los sistemas tradicionales en bases de datos.
3. Los gigantes del sector están contraatacando: Los proveedores de sistemas EHR existentes (como Epic) están incorporando funciones basadas en IA en sus sistemas, lo que hace que los clientes prefieran comprar servicios adicionales de estos mismos proveedores. Por lo tanto, las nuevas empresas deben integrarse rápidamente en los procesos hospitalarios para establecer una posición competitiva.
La importancia del contexto del sistema médico local
El potencial de la medicina basada en IA depende directamente de la complejidad del sistema sanitario local:
- Estados Unidos: Con un sistema de seguros fragmentado y costos administrativos elevados, las oportunidades son mayores.
- Australia: Con un sistema de seguro universal, los aspectos administrativos son más simples, pero las necesidades de IA se centran en la programación de citas y el servicio al paciente a través de llamadas telefónicas.
- Monopolio de EHR: Epic domina el mercado de sistemas EHR en Estados Unidos (con una cuota del 43.7%), lo que representa un obstáculo importante para nuevos competidores.
En resumen, la medicina basada en IA no se trata de herramientas de diagnóstico sofisticadas, sino de resolver los problemas administrativos que entorpecen los procesos médicos. La etapa de complejidad es crucial; aquellos que logren superar estos desafíos se convertirán en los líderes del futuro de la tecnología médica.
(Los datos utilizados en el artículo provienen de informes autoritativos como Menlo Ventures y KLAS; las opiniones expresadas no constituyen recomendaciones de inversión.)