La plataforma de Mayo Clinic avanza en un modelo colaborativo para la IA en la atención sanitaria

Desde el diagnóstico temprano hasta una integración clínica más rápida, Maneesh Goyal analiza la construcción de un ecosistema de aprendizaje continuo que mejore los resultados en todo el mundo.

La inteligencia artificial ha ido más allá de la experimentación en el ámbito de la atención sanitaria, pero el retorno sostenible de la inversión sigue siendo difícil de alcanzar para muchas organizaciones. El éxito depende menos de los algoritmos únicamente y más de cómo los sistemas de salud rediseñan los procesos clínicos y operativos para incorporar la inteligencia en la atención diaria.

Maneesh Goyal, director de operaciones de Mayo Clinic Platform, describe por qué la reingeniería de procesos, la medición disciplinada y la colaboración global son fundamentales para desbloquear un valor mensurable.

Goyal analiza cómo las redes de datos federadas, la validación clínica independiente y las soluciones preintegradas reducen el riesgo y al mismo tiempo aceleran la implementación en diversos entornos de atención médica.

Desde redefinir las métricas de retorno de la inversión y superar las barreras de adopción hasta salvaguardar la privacidad del paciente y respaldar estrategias digitales en mercados como los Emiratos Árabes Unidos, Goyal comparte cómo un ecosistema colaborativo y de aprendizaje continuo puede transformar la toma de decisiones clínicas en todo el mundo.

Extractos de entrevistas:

Desde su punto de vista, ¿qué separa a los pilotos de IA que ofrecen un retorno de la inversión clínico y operativo real de aquellos que no logran ir más allá de la experimentación?
Los pilotos de IA tienen éxito cuando las organizaciones reconsideran cómo se brinda la atención en lugar de simplemente superponer tecnología a los procesos existentes. Si coloca la IA encima de un flujo de trabajo manual u obsoleto, generalmente aumenta el costo en lugar de crear valor. Lo que se requiere es una reingeniería de procesos clínicos o de negocios. Por ejemplo, si la IA puede predecir la complejidad quirúrgica de antemano, el proceso de programación debe rediseñarse para asignar el tiempo adecuado en el quirófano. Si se realiza ese cambio, el rendimiento mejora y se reduce el tiempo perdido, lo que genera un retorno de la inversión mensurable. En Mayo Clinic nos centramos en dos resultados. O la tecnología cambia fundamentalmente un proceso clínico u operativo, o se convierte en parte de la forma estándar en que se brinda la atención, como una máquina de resonancia magnética o un estetoscopio. Muchos proyectos de IA fracasan porque las organizaciones esperan que la tecnología sea una solución mágica sin transformar los procesos subyacentes. Actualmente ejecutamos más de 320 algoritmos que diagnostican o predicen condiciones de forma continua. Algunos de estos ayudan a identificar enfermedades en pacientes que aún no presentan síntomas.

«Pasar de la atención basada en los síntomas a la intervención temprana cambia los resultados y crea valor real».

¿Cómo definen y miden los principales sistemas de salud el impacto al evaluar la IA en la salud digital?
Cada solución debe evaluarse frente a un objetivo claramente definido. Ese objetivo podría ser los resultados clínicos, el desempeño financiero, la eficiencia operativa o el acceso de los pacientes. Las organizaciones de atención médica deben decidir qué palanca están tratando de utilizar y luego medir el éxito con respecto a esa métrica específica. No existe una medida universal única para la IA. La clave es la claridad sobre el resultado previsto y el seguimiento disciplinado de los resultados.

¿Cuáles son las mayores barreras de adopción que enfrentan los proveedores de atención médica al ampliar la IA y cómo pueden plataformas como Mayo Clinic Platform reducir el riesgo y generar confianza?
Uno de los mayores riesgos es repetir errores de otras industrias, como la farmacéutica, donde las soluciones se prueban en poblaciones reducidas de pacientes antes de implementarse a nivel mundial. Muchas herramientas de IA se desarrollan utilizando conjuntos de datos limitados, a menudo de una única geografía. Cuando se aplican a poblaciones diversas, es posible que no funcionen como se esperaba. Nuestro enfoque es construir una red de datos global y federada desde el principio. Hoy en día, la Plataforma de Mayo Clinic incluye la vida de más de 55 millones de pacientes en múltiples continentes. Es más probable que las soluciones desarrolladas a partir de este conjunto de datos más amplio funcionen en diferentes poblaciones y modelos de atención. También llevamos a cabo un proceso de calificación en el que nuestros equipos clínicos evalúan las afirmaciones de cada solución. Comparamos lo que prometen los proveedores con lo que realmente muestran los datos y elaboramos un informe clínico. Esta validación independiente reduce el riesgo para los proveedores de atención médica. Finalmente, preintegramos soluciones validadas en la plataforma. Esto permite a los hospitales, ya sean pequeños o grandes, implementar herramientas rápidamente sin grandes costos de integración, lo que permite una adopción más rápida y segura.

¿Cómo está operacionalizando la Plataforma de Mayo Clinic los datos y la inteligencia artificial para ofrecer resultados mensurables a los hospitales socios globales?
Mayo Clinic invierte más de mil millones de dólares anualmente en investigación. Dentro del ecosistema de plataformas, más de 150 empresas también están creando soluciones, lo que representa una inversión combinada que probablemente supere los 10 mil millones de dólares. Al ejecutar estas soluciones en un conjunto de datos global, hemos reducido el tiempo desde la idea hasta la integración clínica de aproximadamente tres años a nueve meses. Una vez que se valida una solución, se puede implementar en hospitales asociados en todo el mundo. Por ejemplo, hemos desarrollado algoritmos de cardiología que permiten un diagnóstico más temprano y los hemos puesto a disposición de socios en países como Nigeria. Este enfoque permite a los pacientes beneficiarse de conocimientos clínicos de alta calidad independientemente de dónde reciban atención. En lugar de esperar una década para que la investigación se traduzca en la práctica clínica, los conocimientos validados se pueden integrar directamente en los flujos de trabajo clínicos, mejorando los resultados mucho más rápido.

¿Cómo cambiará la inteligencia clínica basada en datos la toma de decisiones y la evaluación comparativa en los sistemas de salud globales?
El cambio será hacia sistemas colaborativos y de aprendizaje continuo. La Plataforma de Mayo Clinic no está diseñada como un producto tecnológico, sino como un entorno de aprendizaje compartido. Una hipótesis puede comenzar en Mayo Clinic y validarse localmente. Luego se prueba en instituciones asociadas globales. A medida que el modelo se implementa en diferentes geografías, continúa aprendiendo y mejorando. Ese circuito de retroalimentación beneficia a todos los participantes. Este no es un modelo vertical en el que una institución dicta las mejores prácticas. Es un ecosistema colaborativo donde cada socio aporta datos, conocimientos y mejoras, creando una inteligencia colectiva que eleva la calidad de la atención a nivel mundial.

¿Cuál es su perspectiva sobre la estrategia de atención sanitaria digital de los EAU?
Los Emiratos Árabes Unidos parten de una posición sólida porque no están limitados por una infraestructura heredada, como lo están muchos otros países. El enfoque del país en la secuenciación genómica a gran escala y los registros médicos digitales crea los conjuntos de datos fundamentales necesarios para la atención médica impulsada por la IA. Estos componentes permiten la generación de conocimientos, una mejor comprensión de las enfermedades y una prestación de servicios más eficiente. A nivel mundial, los sistemas de salud enfrentan un desequilibrio entre oferta y demanda a medida que las poblaciones envejecen y requieren más atención. Las estrategias que priorizan lo digital, como las de los Emiratos Árabes Unidos, pueden ayudar a distribuir el conocimiento y los servicios de manera más equitativa, mejorando el acceso y los resultados.

¿Cómo aborda la Plataforma de Mayo Clinic la privacidad de los datos de los pacientes en colaboraciones globales?
Nuestro enfoque se basa en el principio de «datos detrás de un cristal». Los datos de los pacientes nunca salen de la institución propietaria. Cada socio conserva sus datos dentro de su propio entorno y bajo sus propios controles regulatorios. En lugar de mover datos, enviamos preguntas a los datos. Los resultados devueltos se agregan y no se identifican, lo que garantiza el cumplimiento de regulaciones como GDPR (Reglamento General de Protección de Datos). Los pacientes reciben su consentimiento para participar en el modelo y, si retiran su consentimiento, sus datos pueden eliminarse inmediatamente. Este enfoque minimiza el riesgo y garantiza que las instituciones, los reguladores y los pacientes mantengan el control total sobre sus datos. Es un modelo colaborativo diseñado para permitir el aprendizaje global sin comprometer la privacidad o el cumplimiento normativo.