Intel·ligència artificial aplicada a la salut

La intel·ligència artificial no sempre té un impacte visible, però comporta molts beneficis en diferents àmbits de l’atenció a la salut:

• Detecció precoç de malalties i suport al diagnòstic. Pot ajudar a detectar abans una malaltia, reduir errors o variabilitats en la interpretació d’una prova i evitar la repetició d’exploracions innecessàries. També pot facilitar que els casos més urgents es prioritzin abans i que les decisions clíniques es prenguin amb més informació disponible.
• Atenció a la consulta. Pot reduir el temps que els professionals inverteixen a realitzar tasques administratives i altres gestions del dia a dia, a fi que en puguin dedicar més a atendre els seus pacients.
• Prevenció i salut pública. L’anàlisi de dades poblacionals pot contribuir a reconèixer patrons epidemiològics, detectar factors de risc o anticipar necessitats assistencials.
• Medicina personalitzada. Pot ser útil per identificar subgrups de pacients amb característiques específiques i per ajustar millor determinats tractaments segons les característiques individuals.

En conjunt, la IA pot ajudar a oferir una atenció més precoç, més personalitzada, més eficient i més segura, mantenint sempre el criteri i la supervisió del professional sanitari.

D’altra banda, la integració de les solucions d’IA en infraestructures comunes del sistema sanitari públic permet l’accés de tots els centres als mateixos algorismes i eines de suport, independentment de la seva mida o ubicació. Això contribueix a garantir l’equitat territorial, a compartir coneixement entre centres i a reforçar la cohesió del sistema sanitari públic.

La IA ja s’està incorporant al sistema sanitari públic català de manera progressiva i coordinada, per garantir l’equitat entre territoris i garantir que totes les persones tinguin accés a les mateixes eines de suport clínic.

En aquest context, Salut ha impulsat la plataforma d’Inferència d’Algoritmes d’Intel·ligència Artificial (IA-HES), una infraestructura comuna que permet integrar alguns models d’intel·ligència artificial dins els sistemes d’informació del SISCAT perquè tots els centres en puguin fer ús. Això evita que cada centre hagi de desenvolupar solucions per separat, garanteix que tots els proveïdors puguin accedir als mateixos models i facilita el control i la supervisió clínica. També ajuda a fer un ús més eficient dels recursos tecnològics.

La incorporació de la IA al sistema de salut de Catalunya es du a terme a través de diferents projectes:

• Projectes d’anàlisi d’imatges mèdiques per millorar la detecció precoç i el diagnòstic de malalties:
  • Imatges d’anatomia patològica
    • És l'especialitat mèdica que estudia els teixits i els òrgans del cos per diagnosticar malalties i orientar el tractament. Aquest procés combina l'observació de canvis estructurals que es poden detectar a simple vista amb l'anàlisi microscòpica mitjançant tècniques especialitzades.
    • El projecte d’Anatomia Patològica PAT-SIMDCAT permet digitalitzar les laminetes d’anatomia patològica dels hospitals de l’Institut Català de la Salut i integrar-les al sistema d’imatge mèdica de Catalunya. Això ha generat un gran repositori d’imatges digitals que es poden analitzar amb algorismes d’intel·ligència artificial.
    • Aquests sistemes poden detectar característiques microscòpiques que no sempre es poden captar a simple vista i poden ajudar a millorar la precisió diagnòstica i la predicció de l’evolució de determinades malalties.
  • Imatges del fons de l’ull (detecció de retinopatia diabètica)
    • La retinopatia diabètica és una complicació de la diabetis. Es produeix quan els vasos sanguinis de la retina es deterioren i causen hemorràgies o acumulació de líquids que poden provocar pèrdua d’agudesa visual i, fins i tot, ceguesa. No tothom en presenta símptomes i per això cal fer, des de l’atenció primària, revisions periòdiques del fons de l’ull a les persones amb diabetis.
    • Els algorismes d’IA poden analitzar automàticament les imatges del fons d’ull, detectar possibles lesions i classificar el grau de la malaltia, facilitant la detecció precoç i la derivació adequada.
  • Mamografies (detecció de càncer de mama)
    • El programa de detecció precoç de càncer de mama convida, mitjançant una carta al domicili, totes les dones d’entre 50 i 69 anys a fer-se una mamografia cada dos anys.
    • En aquest àmbit, la IA pot ajudar en l’anàlisi d’imatges mamogràfiques per reforçar la detecció precoç, donar suport a la interpretació de les proves i reduir la variabilitat en la lectura. Això facilita la detecció de malalties en fases inicials, millora la priorització dels casos i pot reduir derivacions innecessàries.
    • L’objectiu és identificar abans les persones que necessiten atenció especialitzada i reforçar la seguretat clínica del procés de cribratge.
  • Radiografies de tòrax (detecció d’alteracions pulmonars i cardíaques)
    • Aquesta solució és capaç d’identificar patrons compatibles amb pneumònia, nòduls pulmonars, insuficiència cardíaca o altres alteracions rellevants.
    • Pot ajudar a prioritzar casos i reduir retards diagnòstics.
  • Imatges dermatològiques (detecció de lesions a la pell)
    • Aquesta eina de suport al diagnòstic i priorització de pacients amb lesions cutànies permet analitzar imatges dermatològiques i identificar lesions sospitoses que requereixin una valoració preferent.
• Projectes de prevenció de malalties:
  • Ictus
    • Es tracta d’una eina orientada a identificar factors de risc i millorar la monitorització clínica de pacients amb antecedents.
• Projectes per millorar l’atenció a la consulta i reduir o simplificar tasques administratives:
  • Transcripció automàtica de la conversa professional-pacient
    • En l’àmbit de l’atenció primària, s’estan provant eines que permeten transcriure automàticament la conversa entre professional i pacient i integrar-la a la història clínica.
    • L’objectiu és reduir el temps dedicat a tasques administratives i permetre que el professional se centri més en l’atenció a la persona.
  • Assistents digitals integrats als sistemes d’informació
    • Ajuden els professionals a consultar protocols i informació clínica actualitzada de manera ràpida i segura.

En els propers anys, la intel·ligència artificial no només donarà suport en tasques concretes, sinó que pot transformar la manera com es prevenen, es diagnostiquen i es gestionen les malalties. La seva capacitat per analitzar grans volums de dades clíniques i poblacionals pot permetre anticipar riscos abans que apareguin símptomes, personalitzar millor els tractaments i adaptar les intervencions a les característiques de cada persona.

També pot contribuir a una medicina més predictiva i preventiva, amb sistemes capaços d’identificar patrons de risc i facilitar actuacions més precoces. En l’àmbit organitzatiu, pot ajudar a planificar millor recursos, anticipar necessitats assistencials i reduir desigualtats territorials.

El repte no és només tecnològic, sinó també ètic i organitzatiu: integrar aquestes eines amb garanties, transparència i supervisió professional perquè la innovació reforci la confiança i millori l’atenció a les persones.

Aquesta evolució es farà de forma gradual i amb totes les garanties de seguretat, qualitat i protecció de dades. L’objectiu no és substituir la relació entre professional i pacient, sinó reforçar-la per facilitar que els professionals disposin de més informació i més temps per a l’atenció directa.