Revolucionando las Cadenas de Suministro Sanitarias: Desbloqueando el Pleno Potencial de la IA

No faltan entusiasmo ni predicciones sobre el potencial de la inteligencia artificial (IA). Grand View Research estima que el mercado global de IA crecerá a una tasa compuesta anual del 57 % entre 2017 y 2025, alcanzando los 36 000 millones de dólares. Forrester predice que 2020 será el año en que los ejecutivos se centrarán en cómo impulsar y medir el valor de sus inversiones en IA.

El sector sanitario no es una excepción. Una reciente encuesta a ejecutivos sanitarios realizada por Optum reveló que no solo está aumentando el uso de la IA, sino que la mayoría de los ejecutivos esperan un retorno de la inversión más rápido de lo anticipado inicialmente.

Lo que falta en estas proyecciones optimistas son debates más sustanciales sobre lo necesario para que la IA cumpla su promesa, como la importancia de la gobernanza y la gestión de datos. Tampoco abundan las conversaciones sobre el papel que la IA y el aprendizaje automático pueden desempeñar en la cadena de suministro sanitaria, en comparación con otras áreas como el diagnóstico de enfermedades o el desarrollo de fármacos. Pero al analizar cómo se aplica la IA en otros ámbitos sanitarios, comienzan a vislumbrarse implicaciones y oportunidades para la cadena de suministro.

Analítica predictiva

Una de las aplicaciones más emocionantes de la IA es el uso de la genómica, combinada con otros factores clínicos, sociales y conductuales del paciente, para predecir futuros estados de enfermedad y tratamientos sanitarios, como la probabilidad de que un paciente sufra un evento cardiovascular o necesite una prótesis de rodilla. A nivel individual, hay poca relevancia directa para la cadena de suministro. Pero imaginemos que tuviéramos datos sobre poblaciones enteras de pacientes —por ejemplo, los atendidos por un sistema sanitario u organización de atención responsable—. ¿Podría eso ayudar a predecir los tipos y volúmenes de productos necesarios, incluyendo cuándo y dónde, proporcionando valiosas señales de demanda a fabricantes y distribuidores?

Coincidencia de la demanda

Con más datos sobre el rendimiento de los productos en la práctica clínica rutinaria y el impulso para rediseñar los itinerarios asistenciales basados en las necesidades de poblaciones específicas, surge una necesidad creciente de asignar el producto adecuado al paciente adecuado. La IA puede desempeñar un papel crucial en comprender qué funciona mejor en qué tipo de pacientes, y aprovechar esos datos para el análisis de valor y la contratación, así como para garantizar que los productos correctos estén en el lugar correcto.

Optimización logística

Empresas que utilizan IA para la gestión del flujo de pacientes están empleando herramientas comunes en operadores logísticos de terceros, como UPS, para trazar las rutas más rápidas de ambulancias hacia hospitales u otros centros asistenciales. ¿Por qué no aplicar esas mismas tecnologías para ayudar a los profesionales de la cadena de suministro sanitaria a gestionar la migración de la atención fuera de los entornos de agudos? La IA puede determinar los mejores métodos, frecuencias y rutas de transporte para mover tanto productos como cuidadores al creciente número de ubicaciones donde se necesitan: domicilios, clínicas minoristas, centros de urgencias y centros de cirugía ambulatoria.

Continuidad del suministro

Eventos recientes —desde desastres naturales y brotes infecciosos hasta retiradas de productos y cierres de instalaciones de esterilización— han aumentado la atención sobre los desafíos que plantean las interrupciones en la continuidad del suministro. A diferencia del sector minorista, donde un pedido en espera suele ser solo un inconveniente, en sanidad las interrupciones pueden tener consecuencias graves. El huracán María es un ejemplo: al golpear Puerto Rico, afectó negativamente a más de 50 fabricantes en la isla, incluidos proveedores de bolsas de suero. La escasez de bolsas de suero salino obligó a proveedores de todo EE. UU. a buscar alternativas. La organización de compras Premier pidió recientemente a la FDA que exija a los fabricantes de dispositivos médicos que comuniquen posibles escaseces. La IA podría desplegarse no solo para ayudar a los proveedores a anticipar pedidos en espera y roturas de stock, sino también para que los fabricantes recopilen datos en sus complejas cadenas de suministro, prevean mejor las interrupciones, tomen medidas correctivas y ayuden a sus clientes a identificar alternativas.

Automatización de tareas

La automatización robótica de procesos (RPA) es una forma de IA que se usa cada vez más en sanidad, especialmente en el procesamiento de reclamaciones. La RPA usa robots de software para automatizar y estandarizar tareas repetitivas, liberando al personal para trabajos de mayor valor. En la cadena de suministro, la RPA se usa para automatizar tareas de gestión de contratos, como la verificación de precios y la carga de términos contractuales en los sistemas de compras.

Dependencias de la IA

Como con muchas tecnologías nuevas, hay gran entusiasmo sobre lo que la IA puede hacer para mejorar el rendimiento clínico, operativo y financiero, así como la experiencia de pacientes y clínicos. Al mismo tiempo, hay relativamente poca discusión sobre qué debe estar en su lugar para que la IA cumpla su promesa.

Uno de los aspectos más subestimados es la gobernanza de datos. La belleza de la IA radica en su capacidad para analizar grandes volúmenes de datos e identificar patrones y correlaciones ocultas que a los humanos les llevaría mucho más tiempo descifrar, si es que lo logran. También permite alimentar el motor de IA con una amplia gama de variables, incluso aquellas que solo se sospecha que podrían influir en el problema a resolver. Pero a pesar de la sofisticación de la herramienta, el viejo refrán —«basura entra, basura sale»— sigue vigente. Antes de iniciar una iniciativa de IA, asegúrese de tener suficientes datos (probablemente de distintas fuentes) y de que estos cumplen políticas, estándares, definiciones y procesos de datos bien definidos.

Finalmente, considere en qué medida desea utilizar la IA para aumentar la toma de decisiones: si permitir que el sistema proporcione insights y recomendaciones mientras un humano toma la decisión final, o automatizar completamente la toma de decisiones. La magia y el misterio de la IA es la falta de transparencia en cómo el sistema decide, porque aprende y cambia continuamente cómo selecciona, pondera y relaciona distintas variables para llegar a conclusiones. Solo cuando se tiene confianza en el sistema —especialmente en decisiones de atención al paciente— se debe pasar a aplicaciones donde el sistema decide y actúa sin intervención humana.

El potencial de la IA y el aprendizaje automático en sanidad es inspirador, especialmente al considerar cómo aprovechar la riqueza de conocimiento que se genera cada día. Por otro lado, aún queda mucho por aprender sobre cómo aplicar mejor la IA en los diversos aspectos de la sanidad. Al aspirar a nuevas alturas guiados por la IA, es importante recordar los cimientos sobre los que se construye. ¿Sus iniciativas de IA se basan en datos precisos, completos, estandarizados y normalizados? Si es así, el cielo, aparentemente, es el límite.

Karen Conway es vicepresidenta de valor sanitario en GHX.