Con el auge de las tecnologías avanzadas como la inteligencia artificial (IA), la telemedicina, el análisis de datos y la nube, el sector sanitario está experimentando una transformación profunda que tiene como objetivo mejorar la calidad de la atención, optimizar los recursos y personalizar los tratamientos para los pacientes. Un proceso con un potencial incalculable para el que resulta crítico disponer de personas capaces tanto de gestionar el cambio como de transferir los avances tecnológicos al sistema actual.

Así lo pusieron de manifiesto los tres socios del Clúster Tera que han participado en la mesa redonda ‘Retos de la Salud Digital en Cantabria’, organizada en el marco del Segundo Congreso de Inteligencia Artificial SIA 2024.

Biuse Casaponsa, COO de Deduce Data Solutions, David Pérez Álvarez, director de Desarrollo de Negocio en Viacore IT, y Patricia Gutiérrez Ocejo, directora de NWorld, coincidieron en señalar la necesidad de formar talento cualificado y retener al personal ya formado como uno de los aspectos más relevantes para aprovechar la transformación digital del sector. En este aspecto, Ocejo ha señalado la necesidad de cooperación de las empresas con universidades o centros educativos “desarrollando colaboraciones aula-empresa para que los estudiantes de últimos cursos ya trabajen con nosotros en proyectos reales”.

Dentro de ese contexto, también se expusieron algunos de los aspectos en los que ya trabajan tanto las empresas tecnológicas como las instituciones de la región. En ese sentido, la subdirectora de Salud Digital de la Consejería de Salud del Gobierno de Cantabria, Rocío Montalbán, ha afirmado que Cantabria ya cuenta con varias experiencias en el uso de IA. Como ejemplos principales, ha señalado la campaña de vacunación del Covid-19, cuando se usó esta herramienta para la captación de pacientes a través de asistentes digitales, o los procesos selectivos del área de salud, en los que esta tecnología ha permitido reducir costes y agilizar tiempos.

Asimismo, Montalbán, que ha ejercido como moderadora de la mesa, ha hecho hincapié en la atención prioritaria que el SCS está prestando actualmente a la salud mental y cómo las herramientas digitales están siendo de gran ayuda para poner en común a todos los agentes implicados en la predicción y detección de los problemas mentales.

Otro de los avances que han permitido optimizar procesos en el sector salud ha sido la expansión de las teleconsultas, que “no solo es una ventaja para el paciente, que puede acceder a cualquier profesional independientemente de dónde esté geográficamente, sino que ha permitido a los sistemas sanitarios reducir buena parte de la infraestructura necesaria para las consultas presenciales”, ha indicado Pérez. Asimismo, la telemedicina ha facilitado la atención médica en zonas rurales y ha reducido la congestión en hospitales y clínicas, beneficios que se hicieron notar especialmente durante la pandemia de coronavirus.

Por otro lado, “el desarrollo de softwares especializados ha hecho posible la interoperabilidad de sistemas entre comunidades” para, entre otras cosas, no tener que repetir pruebas y poder acceder al historial clínico o a resultados de analíticas desde cualquier localización, ha insistido el director de Desarrollo de Negocio de Viacore. Este avance permite a médicos y hospitales mejorar la coordinación de la atención y tomar decisiones más rápidas y basadas en datos precisos. En palabras de la directora de NWord: “gracias a los espacios sanitarios de datos podemos pasar de un sistema sanitario pasivo a uno activo”.

Del mismo modo, el big data está transformando la investigación en el sector sanitario. El análisis predictivo permite anticipar epidemias, prevenir el desarrollo de enfermedades y personalizar los planes de tratamiento en función de la genética, estilo de vida y otros factores específicos de los pacientes. Para ello, los ponentes han insistido en la necesidad de que los datos publicados en los distintos sistemas sean correctos y sigan una nomenclatura común para poder operar con ellos de manera masiva. “Cualquier modelo de IA lo que hace es un ajuste de esos datos, y si los datos no están bien, ese modelo no va a funcionar”, ha afirmado Casaponsa.