La IA no conduce necesariamente a una mayor eficiencia en la práctica clínica

El uso de la inteligencia artificial (IA) en hospitales y atención al paciente está aumentando constantemente. Especialmente en campos especializados con una alta proporción de imágenes, como la radiología, la IA forma parte desde hace mucho tiempo de la práctica clínica diaria. Sin embargo, la pregunta de hasta qué punto la IA influye realmente en los flujos de trabajo en un entorno clínico sigue sin respuesta. Por ello, investigadores del Hospital Universitario de Bonn (UKB) y de la Universidad de Bonn llevaron a cabo un análisis exhaustivo de los estudios existentes sobre el efecto de la IA. Pudieron demostrar que la IA no conduce automáticamente a una aceleración de los procesos de trabajo. Sus resultados han sido publicados ahora en la revista. npj Medicina Digital.

Aunque la IA suele verse como una solución para gestionar tareas rutinarias como monitorear a los pacientes, documentar las tareas de atención y respaldar las decisiones clínicas, los efectos reales en los procesos de trabajo no están claros. Especialmente en especialidades que hacen un uso intensivo de datos, como genómica, patología y radiología, donde la IA ya se utiliza para reconocer patrones en grandes cantidades de datos y priorizar casos, faltan datos confiables sobre las ganancias de eficiencia.

«Queríamos saber en qué medida las soluciones de IA mejoran realmente la eficiencia en las imágenes médicas», explica Katharina Wenderott, autora principal del estudio y estudiante de doctorado en el Instituto para la Seguridad del Paciente (IfPS) de la UKB de la Universidad de Bonn. «La suposición generalizada de que la IA acelerará automáticamente los procesos de trabajo a menudo se queda corta».

El equipo de investigación realizó una revisión sistemática de 48 estudios que examinaron el uso de herramientas de IA en entornos clínicos, particularmente en radiología y gastroenterología. De los 33 estudios que analizaron el tiempo de procesamiento de los procesos de trabajo, el 67 por ciento informó una reducción en las horas de trabajo, pero los metanálisis no mostraron ganancias significativas en la eficiencia. «Algunos estudios mostraron diferencias estadísticamente significativas, pero no fueron suficientes para sacar conclusiones generales», afirma Wenderott.

Además, el equipo analizó qué tan bien se integra la IA en los flujos de trabajo existentes. Se encontró que el éxito de la implementación depende en gran medida de las condiciones y procesos específicos sobre el terreno. Sin embargo, la heterogeneidad de los diseños de los estudios y las tecnologías utilizadas dificultaron la realización de una evaluación uniforme.

Suscríbase al boletín Daily Dose y reciba todas las mañanas las mejores noticias científicas de toda la Web directamente en su bandeja de entrada. Es tan fácil como el domingo por la mañana.

«Nuestros resultados dejan claro que el uso de la IA en la práctica clínica diaria debe considerarse de forma diferenciada», subraya el Prof. Matthias Weigl, director del IfPS en la UKB, que también realiza investigaciones en la Universidad de Bonn. «Las condiciones locales y los procesos de trabajo individuales tienen una gran influencia en el éxito de la implementación.»

El estudio proporciona importantes conocimientos iniciales sobre cómo las tecnologías de IA pueden influir en los procesos de trabajo clínicos. «Un hallazgo clave es la necesidad de informes claramente estructurados en futuros estudios para evaluar mejor los beneficios científicos y prácticos de estas tecnologías», resume el Prof. Weigl.