
Image by Ian Taylor, from Unsplash
Un nuevo estudio revela que el NHS tiene dificultades para implementar herramientas de diagnóstico de IA
El programa de diagnóstico de tórax por inteligencia artificial de 21 millones de libras de NHS England enfrentó retrasos significativos, con la adquisición, los desafíos de TI y las preocupaciones del personal ralentizando su implementación de manera considerable.
¿Con prisa? Aquí están los datos rápidos:
- Las diferencias en el sistema IT retrasaron la implementación en las redes de imágenes.
- Los clínicos expresaron preocupaciones sobre la responsabilidad en el uso diagnóstico de la IA.
- Algunas redes carecían de planes claros para informar a los pacientes sobre la IA.
Un nuevo estudio informó que el programa de diagnóstico de tórax con IA del NHS de Inglaterra ha demostrado ser mucho más complejo y llevar más tiempo del esperado.
En julio de 2023, el Fondo de Diagnóstico de Inteligencia Artificial (AIDF) del NHS England distribuyó £21 millones a 12 redes de imágenes, que sirvieron a 66 Trusts del NHS. El programa implementó la tecnología AI para mejorar las capacidades de diagnóstico del tórax, al mismo tiempo que reducía los tiempos de espera de los pacientes y disminuía la carga de trabajo del personal.
El equipo de investigación de University College London y sus socios llevaron a cabo una evaluación rápida entre marzo y septiembre de 2024 para estudiar la adquisición y la preparación para la implementación de las herramientas de IA. Los investigadores realizaron 51 entrevistas, observaron 57 reuniones de planificación y analizaron 166 documentos para comprender todo el proceso.
El estudio descubrió que el proceso de adquisición se extendió más allá de lo esperado, ya que las redes necesitaban formar paneles de evaluación, realizar revisiones de licitaciones y gestionar las quejas de los proveedores sobre la no selección.
Los contratos, que inicialmente se esperaban en noviembre de 2023, solo se firmaron meses después.
La implementación también enfrentó contratiempos ya que diferentes instalaciones de atención médica operaban con sistemas de TI incompatibles, seguían protocolos de gobernanza distintos y mantenían niveles variables de calidad de datos.
La capacitación del personal fue otro obstáculo. Algunos clínicos estaban preocupados por la responsabilidad si la IA se perdía un diagnóstico. Si bien la capacitación dejó en claro que “la IA solo debería actuar como soporte de decisiones”, y no reemplazar el juicio humano, las preocupaciones persistieron. La comunicación con los pacientes también varió: algunas redes planificaron carteles o folletos, mientras que otras no tenían una estrategia clara.
La investigación identificó tres factores clave para el éxito, que incluyeron un liderazgo efectivo, gerentes de proyectos dedicados y campeones clínicos que apoyaron la iniciativa. Las redes lograron mejores resultados a través de su intercambio mutuo de conocimientos profesionales.
Las autoras concluyeron: “La implementación de la IA implicó procesos sociales y técnicos complejos, que requirieron recursos significativos”. Advirtieron que, aunque la IA puede mejorar los diagnósticos, no solucionará las presiones del NHS tan fácilmente como los responsables políticos esperan.
El proyecto fue financiado por el Instituto Nacional para la Investigación y Cuidado de la Salud (NIHR).