Category
🗞
NoticiasTranscripción
00:00Don Manuel, si iniciamos hablando del surgimiento del EDUS específicamente y
00:04todo esto que veníamos hablando de que inició el modelo en los 90.
00:08Sí, bueno, realmente desde los años 90 la Caja Costarricense de Seguro Social inició
00:13varios ejercicios de automatización de esos procesos de salud. Tenemos
00:17experiencias, por ejemplo, en las clínicas metropolitanas, en el Hospital
00:21Nacional de Niños, que fue un referente, y pues bueno, el proceso fue evolucionando
00:24hasta llegar ya en el 2008 al concepto de EDUS. Antes también, en el 2003, hubo un
00:31proyecto institucional que se denominó Proyecto de Automatización de Servicios
00:35de Salud, que fue la base para formalizar luego lo que fue o lo que es hoy en día
00:40el expediente digitánico en salud. Ya a partir de 2008 y en 2012 se crea la
00:44unidad ejecutora del proyecto que tiene como función sustantiva ese proceso de
00:49implementación a nivel nacional. ¿Por qué la Caja busca implementar la
00:52inteligencia artificial dentro del sistema de salud y si han buscado otros
00:56países como ejemplos para los modelos? Bueno, creo que como parte de las
01:00tendencias en salud digital, el tema inteligencia artificial definitivamente
01:04se visualiza que tiene un impacto fuerte en la prestación de los servicios de
01:08salud. Evidentemente, tal vez la idea no es sustituir nunca el criterio de un
01:12profesional en medicina, pero sí nos ayuda muchísimo a priorizar y a tamizar,
01:16digamos, esas personas que presentan algún nivel de riesgo. Y esa es la idea
01:20de cómo utilizar inteligencia artificial en los procesos de prestación. No
01:23sustituir ningún criterio clínico, pero sí apoyar el diagnóstico del tratamiento
01:28médico. Existe el modelo predictivo de diabetes, pero hay otro más que las
01:32personas no conocen. Entonces, si podemos hablar de estos y de quién el lidia.
01:36Bueno, vamos a ver. De hecho, es el primer proyecto que tenemos en la
01:40institución ya operando. Tomamos como base la diabetes por ser una de las
01:44patologías que tienen más incidencia en la población del país e incluso a nivel
01:47global. Y básicamente, pues lo que hace el modelo es, a partir de datos que ya
01:52tenemos en el expediente digital único en salud, generar un nivel de riesgo en
01:56las personas. Esto es que con base en diferentes variables, antecedentes,
02:00glicemias, peso, talla, otros elementos, se genera un nivel de riesgo y esas
02:04personas aún no padecen la enfermedad. Y la idea es esa, poder captarlas de forma
02:08temprana antes de que generen, digamos, o presenten ya la diabetes como tal y
02:12poder promover realmente el tema de salud, hábitos de vida saludables, hacer
02:16prevención. Ese es el primer proyecto, primer modelo que estamos poniendo en
02:20operación, pero también ya en este momento tenemos en cartera, hay otros
02:23esfuerzos, cuatro esfuerzos, básicamente síndrome coronario agudo o infarto. Es
02:28otro de los que ya estamos trabajando. Estamos priorizando también el tema de
02:31salud pulmonar, por el tema de cáncer de pulmón, que son los problemas también o
02:34los cánceres más relevantes en el país. Tenemos también el tema mamografías y
02:39estamos también entrando con la iniciativa de un bot para tamizar
02:44personas también para el tema de cáncer de cervix. ¿Para cuándo estarían listos
02:48estos proyectos o qué tanto avance tienen? Bueno, en el caso de diabetes, el
02:52modelo ya está construido y funcionando. Estamos ya entrando en la etapa de
02:56implementación a nivel local. Vamos a arrancar un plan en la clínica
03:00Clorito Picado donde vamos a llamar precisamente a las personas que el
03:03modelo nos indica que tienen ese riesgo de padecer diabetes y a partir de ahí ya
03:07los profesionales en salud darán una atención personalizada para prevenir y
03:11hacer promoción realmente de la salud. Los otros proyectos están en fases
03:14previas de análisis. Esperamos que para el próximo año 2025 ya tengamos los
03:18primeros escenarios de planes piloto de cada una de estas iniciativas. Ahora
03:22cuéntenos quién es Lidia y por qué es que se llama Lidia. Bueno, Lidia nace como
03:27una iniciativa precisamente de la Caja Costal Vicente de Seguro Social para
03:30promover todo el proceso de investigación y desarrollo de
03:33inteligencia artificial. Es importante porque, como hablábamos hace un
03:38momento, las tendencias indican que tienen un impacto importante la
03:41inteligencia artificial en los procesos de prestación y en este sentido la caja
03:45como parte de su visión estratégica también incorpora esos elementos. ¿Por qué
03:48nace Lidia? Porque pues vemos una necesidad de empezar a trabajar todo el
03:52tema inteligencia artificial de forma estructurada. Acá pues decirles que
03:56Lidia es un programa de proyectos, es un conjunto de iniciativas que pues está
04:02conformado por diferentes proyectos en diferentes etapas y también participan
04:06diferentes profesionales en salud y eso es muy importante. Ahora, con el tema de
04:09salud digital y específicamente también inteligencia artificial, la idea es que
04:13hayan grupos multidisciplinarios de trabajo, tanto médicos, ingenieros,
04:16estadísticos y otro tipo de perfiles que trabajando conjuntamente permitan
04:20desarrollar modelos o probar tecnología para precisamente apoyar el diagnóstico
04:25del tratamiento. ¿Cuáles son esos obstáculos que enfrenta Lidia para poder
04:29crecer a nivel presupuestario, el manejo de datos de los pacientes, etcétera? Bueno,
04:33creo que en general el tema de inteligencia artificial en este momento a
04:37nivel global sigue siendo un reto para los sistemas de salud. Cuando usted
04:41analiza a nivel de otros países líderes en diferentes modelos, pues aún
04:47cuesta consolidar el tema inteligencia artificial. Es una tecnología incipiente,
04:50en muchos casos también a veces se le da alguna expectativa muy alta conforme
04:54el producto realmente que podemos generar. Entonces, en este caso creo que
04:58el país, bueno recientemente se publica la estrategia nacional de
05:02inteligencia artificial por parte del Ministerio de Ciencia y Tecnología. Creo
05:05que hay varias líneas, la principal es normativa, ¿verdad? Y tener claro que
05:08también acá en cualquier proceso de inteligencia artificial hay un tema de
05:11protección de las personas frente al tratamiento de sus datos. Entonces creo
05:15que el principal reto que debemos superar de forma conjunta es cómo
05:20podemos generar este tipo de aplicaciones tecnológicas garantizando la protección
05:25de las personas frente a ese tratamiento de sus datos. Acá aclarar que realmente
05:29la agencia de protección de las personas, la PRODAP, realmente ha sido un aliado en
05:33todos los procesos de desarrollo y pues bueno a partir de eso creo que se van
05:36generando lecciones aprendidas para poder utilizarlos de forma adecuada. Y el otro
05:40elemento tal vez es un tema de capacidad instalada y es importante. No
05:44necesariamente la institución, en este caso la caja, tiene todos los recursos a
05:48nivel de profesionales para generar modelos predictivos, ¿verdad? Y aquí
05:51estamos hablando de recursos muy especializados, científicos de datos que
05:55pues no es fácil disponer de ellos. Entonces hay un proceso tal vez acá de
06:01cultura, de evolución para precisamente ir generando esas capacidades en las
06:05personas para que podamos generar de forma más eficiente esos modelos en el
06:09corto y mediano plazo. Diferentes empresas como por ejemplo Pfizer ofrecen
06:13modelos predictivos como este de diabetes y otros sistemas. ¿Por qué la
06:17caja no los ha comprado y busca tener los suyos propios? Bueno acá hay
06:21diferentes formas de cómo poder obtener este tipo de servicios, ¿verdad? De hecho
06:24parte de los esfuerzos que hemos estado haciendo es analizar algunas incluso
06:28donaciones que se han ofrecido. Acá también es importante, y hay un
06:32tema clave en el tema de inteligencia artificial, que muchos de los modelos que
06:35se traen al país posiblemente tienen como referencia datos de otras
06:40naciones. Entonces por ejemplo para el caso de mamografías específicamente
06:43tenemos niveles de eficiencia pero que toman como base estudios de países
06:49asiáticos, de países europeos, que no necesariamente calzan con nuestro
06:52perfil. Entonces por ejemplo el índice de densidad mamaria de mujeres en China
06:57es diferente a el índice de densidad en Costa Rica. Entonces esos elementos tienen
07:02que analizarse, ¿verdad? Para que realmente el indicador o el producto de
07:06inteligencia artificial sea realmente eficiente. Entonces hemos estado
07:09analizando opciones, no necesariamente la caja está opuesta a ese tipo de
07:14procesos, pero sí hay un análisis previo y hay estudios preliminares que deben
07:18hacerse para determinar si una determinada solución cumple con nuestra
07:21necesidad en este caso para atender eficientemente a la población. Y acá
07:25pues bueno hay diferentes modelos. Nosotros en el caso de diabetes por
07:28ejemplo decidimos desarrollar un modelo interno, pero también sabemos que otros
07:31modelos que tanto a nivel de alianzas u otros escenarios como también
07:35adquisición podría ser una opción que a mediano plazo la institución desarrolla.
07:38Además de estos modelos, ¿qué otras implementaciones de la inteligencia
07:43artificial tienen en la caja? Bueno creo que hay varios elementos. Estamos
07:48trabajando desde el sistema expediente de salud, que forma parte del EDOS con
07:52sistemas de apoyo a la decisión clínica. ¿Qué es esto? Es que a partir del análisis
07:56de diferentes variables pueda apoyarse el criterio diagnóstico del médico.
08:01Entonces tenemos algunos elementos, por ejemplo, enfermedad renal crónica y
08:05algunos otros protocolos donde a partir de la conformación o selección de
08:08variables el sistema genera una recomendación. También pues bueno en el
08:12corto plazo estaremos trabajando también el tema de prescripciones como incluso
08:16hoy tenemos una integración con el software de receta digital del
08:19Ministerio de Salud que lo que permite es identificar aquellas personas que ya
08:23han recibido una prescripción en algún prescriptor privado. Y esto es
08:26importante porque al final la inteligencia artificial no es sólo los
08:29modelos de alta complejidad que vemos, sino también es cómo usamos datos para
08:33mejorar la toma de decisiones y en el caso de salud para la parte de
08:37diagnóstica y tratamiento. Hablemos del galardón que recibió este modelo
08:41predictivo de diabetes. Sí, bueno creo que es importante en este caso a través del
08:44MISIP se planteó una iniciativa donde la red EALC, que es la red digamos en
08:50este caso de latinoamérica, el gobierno digital, pues analiza diferentes
08:55alternativas y en el caso de tecnologías emergentes, es decir,
08:57tecnologías nuevas, otorga la caja de reconocimiento del modelo de diabetes y
09:01acá creo que esto es importante porque reconoce la importancia que a nivel de
09:05salud la caja y otros actores del sistema como el Ministerio de Salud y
09:08otros y otros entes ingresen en análisis de incorporación de tecnología
09:12inteligencia artificial para mejorar la prestación de los servicios de salud. A
09:16mí me surge una inquietud ahorita que usted hablaba de lo del modelo de
09:19diabetes, de la clínica que ya va a llamar verdad a todas estas personas que
09:23podrían estar en riesgo de sufrir diabetes. ¿Qué pasa si este modelo falla?
09:27¿Quién toma la responsabilidad de que una persona se cuidó y al final no le
09:31dio diabetes o que no se cuidó y le dio diabetes y tal vez tiene como esta
09:35afectación, ansiedad o una depresión por creer que va a ser diabético? Sí, bueno
09:39este tema es muy importante. Yo creo que primero estamos hablando de promoción
09:44de la salud y prevención de la enfermedad y también por eso es importante
09:47el tema de cultura. Realmente el hecho de poder llamar a las personas que tienen
09:51un nivel de riesgo es meramente preventivo. Lo que estamos haciendo
09:56realmente es decirle bueno mire con base a sus indicadores hay una posibilidad de
10:00que genere alguna patología pero no es que necesariamente si la persona sale
10:05identificada en el protocolo o en el modelo es claro que va a padecer la
10:10patología. Entonces hay un tema de cultura, educación y al final lo que
10:13queremos hacer como institución realmente es poder prevenir y es parte
10:17digamos del objetivo de los sistemas de salud. Recordar acá
10:20también que parte de las tendencias es cómo el sistema de salud también
10:24trabaja en otros escenarios para poder realmente prevenir la enfermedad. Entonces
10:27creo que es un tema importante en el proceso de atención y el protocolo se le
10:31explica a las personas realmente que es estamos previniendo, estamos haciendo
10:35que usted tenga hábitos de vida más saludables verdad que de todos modos no
10:37sólo con diabetes sino que nivel general de esos celulos lo va a mejorar y a
10:40partir de ahí pues no es que se genera un diagnóstico sino que es un proceso de
10:44atención donde promovemos que las personas tengan hábitos de vida más
10:47saludables. Me imagino que ustedes mientras realizan todo esto lo que son
10:51los modelos también han buscado en otros países fuentes o modelos de
10:55inspiración. ¿Cuáles son esos países que están liderando la salud a nivel de
10:59inteligencia artificial? Sí bueno creo que acá hay un tema importante y creo
11:03que la Unión Europea es tal vez la región donde a partir también de sus
11:07reglas de protección de información y sus diferentes proyectos de protección
11:10de datos y uso de datos toma liderazgo en estos temas. Creo que pues
11:16bueno a nivel también de la región hemos estado acompañados también no sólo del
11:20Ministerio de Salud que nos ha acompañado en diferentes partes del
11:23proceso, el Ministerio de Ciencia y Tecnología y también es importante el
11:26sector privado que pues bueno diferentes iniciativas también han llegado a la
11:30mesa de la caja para ser analizadas. Entonces creo que hay un ecosistema de
11:34servicios de salud que está con muchas ganas de apoyar el proceso. La academia
11:39también creo que en este caso también hemos recibido apoyo de la academia para
11:43empezar a identificar iniciativas y a partir de acá
11:47pues hacer un análisis cuidadoso porque esto es importante y como mencionábamos
11:50antes hay diferentes modelos para diferentes patologías. Entonces hay que
11:54seleccionar realmente cuáles son esas patologías que requieren una atención
11:58más oportuna y también analizar diferentes elementos no sólo de la
12:02parte clínica sino también en la parte técnica. Entonces acá creo que pues
12:06definitivamente hemos hecho una exploración a nivel global con
12:09diferentes actores tanto el sector público como privado y a partir de eso
12:12es que hemos seleccionado estas cinco iniciativas que van a ser las
12:15primeras que como caja desarrollamos tomando como base también esos
12:18escenarios piloto y el análisis de la información de ese modelo aplicado a
12:22nuestro país. Hablemos ahora de lo que son las proyecciones. Uno de los
12:26problemas más graves de la caja son las listas de espera. ¿Cómo podría
12:29beneficiar todos estos modelos de inteligencia artificial las listas de
12:32espera? Como por ejemplo las mamografías. Bueno acá es importante tal cual lo
12:37reiteramos la inteligencia artificial no va a sustituir el criterio médico. ¿Cómo
12:42nos va a ayudar? Vamos a priorizar esos estudios que a partir por ejemplo de una
12:46imagen que se vea con alguna lesión o un indicador de riesgo que me diga que
12:52estas personas tienen más riesgo de padecer esas personas van a ser
12:55priorizadas pero todas tienen que ser atendidas. Entonces si bien es cierto hay
12:59un hay un impacto directo en listas de espera a nivel de urgencia y prioridad
13:03todas las personas van a tener que ser atendidas por el profesional en salud.
13:07Entonces realmente acá lo que hacemos es poder abordar de forma más temprana a
13:11las personas y eso evidentemente tiene un impacto en la lista de espera en el
13:14sentido que tratamos de llegar antes tratamos de atender patología menos
13:18compleja y evidentemente pues ese es el valor agregado que en este momento
13:21visualizamos en la inteligencia artificial es de todas las personas que
13:24tenemos que atender cuáles requieren un tratamiento más urgente en función de
13:28su patología. Ya para ir finalizando y continuando con las proyecciones ¿dónde
13:32ve usted a Lidia dentro de cinco años? Bueno creo que Lidia va a ser un
13:37programa consolidado en la institución con una serie de proyectos iniciativas
13:40bastante interesantes con resultados ya previos de esfuerzos anteriores y
13:45definitivamente creo que va a ser uno de los ejes de cómo la tecnología va a
13:49apoyar la prestación de los servicios de salud en el país. Yo veo digamos una
13:53caja con establecimiento de seguro social en cinco años con diferentes iniciativas corriendo
13:57priorizando tamizando personas y pues ayudándonos a llegar más temprano en la
14:02atención de nuestros usuarios. Se han hecho estudios de cuántas muertes o
14:06cuántas enfermedades se podrían prevenir con la implementación de estos sistemas.
14:09Bueno la verdad no tendría ese detalle si hemos visto algunos estudios
14:14científicos verdad más que todo el nivel de costo eficiencia verdad que tan
14:17eficiente es poner la inteligencia artificial en algunos procesos pero
14:20bueno en el país en este momento al menos encaja con esta visión de seguro
14:24social por eso estamos realizando los estudios para tener como bases de
14:26información para justificar eventualmente las inversiones que se
14:29requieren.