Es el desarrollo y la implementación de sistemas de inteligencia artificial que no solo demuestran excelencia técnica y precisión predictiva, sino que también se integran armónicamente en el ecosistema de la atención médica y asistencial, para cumplir un propósito específico.
Este propósito debe estar alineado con los resultados de salud deseados, y las predicciones de IA deben estar directamente vinculadas a acciones concretas que puedan ser implementadas y aceptadas por el personal clínico y los pacientes.
La utilidad, en este contexto, se mide por la capacidad de la IA para inducir, informar y potenciar intervenciones que conduzcan a una atención médica mejorada, resultados de salud optimizados y una gestión eficiente de los recursos de salud.
Para evaluar una solución de IA más allá de su valor predictivo, necesitamos pensar en un marco que pueda aplicarse sistemáticamente a una amplia gama de soluciones de IA emergentes en la atención sanitaria.
Necesitamos un marco que proporcione criterios para evaluar la utilidad, la viabilidad y el impacto clínico global de una solución de IA. \n<br><br>Para que cualquier solución de IA pueda implantarse con éxito en el sistema sanitario, cada uno de estos componentes necesita una consideración significativa y meditada.
En este marco, la utilidad se refiere al propósito del modelo, y es lo que más importa a los pacientes. \n<br><br>¿La predicción del modelo resultará en un cambio favorable en su atención o en su resultado?
La viabilidad se refiere a lo que se necesita para implantar la solución de IA en el entorno sanitario, incluidos los recursos, el personal, el soporte informático, etc. Por último, el impacto clínico es el efecto general de la solución de IA que puede verse en la atención clínica, los resultados de los pacientes y las normas de atención.
Problema: Comprensión profunda de las necesidades clínicas y los desafíos de salud que se buscan resolver, garantizando que la solución de IA aborde problemas significativos y mejore la calidad de la atención y la calidad de vida relacionada con la salud.
Resultado: Definición clara de los resultados de salud que se desean influenciar, guiando el desarrollo y la implementación de la IA para que se enfoque en metas clínicas y de salud relevantes y medibles.
Acción: Desarrollo de protocolos de acción efectivos y factibles que se activan en respuesta a las predicciones de la IA, asegurando que cada predicción se traduzca en una respuesta práctica y útil.
Aceptación: Fomento de la adopción de soluciones de IA a través de la educación, la capacitación y la integración de sistemas de soporte a la decisión en los flujos de trabajo clínicos existentes, así como evaluación continua para garantizar la alineación con las prácticas de atención y la mejora de los resultados de salud.