Autor: ALEXIS IBARRA O.

Con inteligencia artificial buscan una solución a las interminables listas de esperas
Es imposible terminar con la espera, pero sí se puede hacer algo para que esta tenga un tiempo acotado y razonable. Un proyecto científico analiza los textos escritos tras las consultas médicas para buscar datos estadísticos que ayuden a entender y gestionar las demandas por interconsultas. 1 Chile, la palabra ciente” cobra su real sentido. Quienes acuden a la atención pri maria y, luego, son dea un especialista deben es perar, en muchos casos, más de un año para ser atendidos.
Se estima que más de 1 millones de pacientos aún esperan la atención de un Tacultativo en las llamadas listas de esperas (ver cia: Se trata de personas que tienen enfermedades distintas a las 83 que considera el GES ( rantías Explícitas en Salud), las que sítienen un protocolo y plazos defi nidos para recibir atención.
Según un informe de 2017 del Co Jegio Médico, las intervenciones qui rúrgicas (no GES) tenían, en ese entonces, una espera promedio de 400 En ese mismo informe se habla de que tres especialidades mología, otorrinolaringología y matología— concentran el 40,7 % del total de las solicitudes de atención. Pensando en esta problemática es que se inició un proyecto liderado por la doctora Jocelyn Dunstan, investigadora del Centro de Infor mática Médica y del Centro de Modelamiento Matemático (CMM), ambos de la U. De Chile. La investigación, que recibe financiamiento de la U. Johns Hopkins y de ANID a través de Fondecyt, tiene como objetivo usar la inteligencia artifici (1A) para analizar los textos de conltas médicas y asírcalizar una melista de espera. Jor gestión sobre la patologías, como la psoriasis, que no están cubiertas por GES y esas personas tardan mucho en ser atendidas. No es una enfermedad grave, pero sí muy molesta y acarrea un estigma social. El problema e que la gente con menos recursos no puede optar a tratarse en forma par Y Los chilenos en listas de esperas deben aguardar un llamado que les confirma su hora. Muchos esperan más de un año por él 22.468 pacientes en lista de espera murieron en 2016.1. 680.662 pacientes estaban en lista de espera a junio de 2020, según datos recabados vía Ley de Transparencia. UN PROBLEMA CRÓNICO EN NUESTRO PAÍS: La atención oftalmológica es una de las que más personas tiene en lista de espera. Ticular. Esa es una de las tantas razo nes por las que, como sociedad, debemos ver la forma de ir reduciendo las listas de esperas”, dice Dunstan.
Mediante eluso de l A y, en especílico, del aprendizaje de máqui nas, el equipo del CMM analiza los datos generados en la primera consulta a la que acude el paciente. 'Con cierta periodicidad, los ce tros de salud llenan un archivo Excel con datos de la consulta del pacien: te, Muchos son muy fáciles de com: prender, como sexo, edad, ete, Pero hay otros que no, como el diagnóstiprescripciones y el especialisal que fue derivado.
Son campos de texto libre que cada doctor llena como quiere, con el poco tiempo de que dispone”, explica Dunstan El problema es que para una máquina eso no es fácil de entender, Y no se trata de la letra del doctor, siNo que lo que escriben en el computadorlo hacen de forma rápida y abreviada.
Así. con Dixie 35 x Ovarios con 2 quistes”, significa en realidad que el tratamiento (TTO) es con un medicamento llamado Dixi 35 (sin e), debido a que la paciente tiene dos quistes en sus ovaríos. Lo mismo pasa con las distintas formas de nominar al cáncer.
Aplicando técnicas de “minería de texto”, especialistas van haciendo anotaciones en datos reales de consultas médicas en Chile, Así logran enseñarle a la máquina los términos y abreviaciones que se usan para partes del cuerpo, para nombrar a una patología, cuando se realiza un tratamiento o una derivación a una consulta Son etiquetas que se les añadea este texto, para que la máquina comience a “aprender” a identificar el contenido que es importante.
“Es increíble cómo la máquina aprende, Así, por ejemplo, puede determinar que 'tis'es un sulijo pa ra inflamación y si ve la palabra fa ringitis entiende que se trata de la faringe y, por ende, a qué especialista se puede derivar”, dice Dunstan.
En las pruebas con más de 5 mil consultas, ya han logrado un 80% de precisión Este análisis del lenguaje natural de los textos clínicos permite que Sistemas automatizados comiencen a entender las anotaciones de los doctores y así saber lo que tiene un paciente, cómo está siendo tratado, qué procedimientos necesita o a qué especialista debe ver primero.
“Con esto podemos crear esta dísticas y gráficos delas atenciones más requeridas, los especialistas ¿ que son más demandados por zo a geográfica y, así, se puede hacer una peral, es Y no solo eso: “También se pueden estimar los costos involucra dos y una serie de datos más que pueden ser de mucha utilidad para quienes toman Mejorar la gestión problema de la lista de espera no es exclusivo de Chile.
Es un pro blema crónico que se produce prinporque hay una mayor demanda por atenciones de salud ¿ que la oferta disponible, Hay un dé ficitde infraestructura, de especialis tas, de pabellones.. ”, aclara Cristóbal Cuadrado, doctor en Salud Pi blica y académico de la U. De Chil, Mejorar la capacidad, construyendo nuevos hospitales o formando nuevos especialistas. La otra forma es mejorar la gestión de los recursos disponibles Enese sentido, dice que 'eluso de herramientas diversas como los algoritmos puede ser útil. Entender el texto libre de las interconsultas puedle ayudar para que se puedan priorizar pacientes por sobre otros. Su utilidad, en todo caso, debe ser probada con pilotos cuyos impactos deben ser evaluados” aclara.
Según Dunstan, los datos generados por la IA podrían ayudar a priorizar los casos y, por ejemplo, decidir el uso de telemedicina en zonas en las que hay mayor carena de un especialista, “Como científicos, siempre andamos buscando problemas que resolver, pero en inv siones como estas, sino hay una adopción de la tecnología, es un trabajo cuya contribución a la sociedad se pierde", dice César Ravello, investigador y académico de la Fundación Cien Cia y Vida y de la U. San Sebastián, ese sentido, cree que es esencial que las autoridades se involu cren. “No es fácil, porque hay una inercia que muchas veces les impide aceptar soluciones que vienen de afuera o el cambio les provoca rechazo. Sin embargo, conocemos historias de éxito que son esperanzadoras”, reconoce. Dunstan cuenta que en algún momento el Ministerio de Salud le pidió un informe, pero tras el cambio de ministro (en ese entonces Emilio Santelices), todo quedó en nada. “Esperemos que esto pueda ser analizado por las autoridades o solo quedará como un paper, Acá el Estado, a través de Fondecyt, invirtió dinero para solucionar un problema grave y urgente del país. Lo ideal se trabajar en conjunto con el mini terio, como también poder publicar un sitio en que la gente pueda informarse sobre lo que pasa con esta lista”, concluye,