¿Qué tipo de datos o variables analiza la IA de Telefónica para detectar de forma temprana la soledad no deseada?
La soledad no deseada es uno de los grandes problemas a los que enfrenta nuestra sociedad. Se trata de una situación que no afecta tan solo a personas mayores, pero también a otros grupos potencialmente vulnerables, como los adolescentes o las mujeres que acaban de ser madres.
A pesar de no ser una condición médica diagnosticable, existe una sólida base científica para detectarla y la tecnología actual permite hacer un cribado eficaz a gran escala, identificando el grado de soledad en la que se encuentran y ofrecerles en consecuencia un acompañamiento.
Soportados en una red de partners refrendada por una sólida evidencia científica, acompañamos a nuestros clientes en la detección temprana de estas situaciones gracias a tecnologías que incluyen desde el análisis de biomarcadores vocales hasta el uso de asistentes virtuales de IA generativa.
A nivel técnico, ¿cómo se integra esta solución con los servicios sociales o sanitarios actuales?
Las soluciones de nuestro portfolio pueden integrarse de manera flexible con los recursos que cuente el cliente y las características de la población diana. Generalmente, estos proyectos se gestionan a través de un proceso de llamadas masivo donde la IA puede participar de una manera u otra, según el nivel de participación humana en el proceso.
En ciertos contextos, la IA se incorpora a la evaluación que realiza un profesional siguiendo un cuestionario de preguntas abiertas que permite a la persona compartir de manera abierta su situación, permitiendo evitar cuestionarios cerrados y asépticos que pueden ser menos efectivos detectando estadios tempranos de soledad. Acompañando a este proceso pueden ofrecerse alternativas de actividades e iniciativas de proximidad que ayuden a mitigar la situación del usuario o se acaben derivando a una atención específica.
En otros casos, donde es necesario ganar escala y no se cuenta con un equipo nutrido de profesionales para hacer el cribado inicial, se cuenta con asistentes de voz que interpretan la conversación en lenguaje natural y agilizan una primera identificación de la situación del usuario, para después activar protocolos de actuación con el personal sanitario y de servicios sociales si la situación es leve, grave o moderada.
¿Cómo estáis resolviendo el reto técnico de la privacidad y seguridad de los datos al entrenar algoritmos con información de usuarios tan vulnerables?
Estos proyectos son considerados de alto riesgo en base a la clasificación que hace el RIA y se requieren de garantías de Esquema Seguridad Nacional alto, por lo que se tratan con la mayor sensibilidad y cuidado. Por tanto, en el desarrollo de esta tipología de proyectos se siguen todas las recomendaciones de la normativa vigente y se informa a los usuarios de cómo se usarán sus datos.
En el área de diagnóstico por imagen, ¿qué capacidad técnica o de procesamiento diferencial aporta Telefónica a los hospitales?
En el diagnóstico por imagen médica estamos viendo un fuerte interés de hospitales, consejerías de salud, centros y hospitales privados e incluso mutuas, que buscan homogeneizar procedimientos y democratizar el acceso a este tipo de tecnología a todos los ciudadanos y profesionales para ofrecer la mejor atención sanitaria posible.
Nuestro rol como integrador en estos proyectos incluye el acompañamiento para la definición del mejor enfoque. Ayudamos a nuestros clientes a evitar proyectos difusos, entendiendo las capacidades tecnológicas para que estas se pongan al servicio de las necesidades asistenciales y generar así un impacto real.
Desde Telefónica, somos agnósticos a la tecnología y al modo de integración para el mejor asesoramiento a nuestros clientes y contamos con los mejores partners nacionales e internacionales, líderes en su ámbito de ayuda al diagnóstico. Por orden de penetración sobre las soluciones con las que trabajamos, vemos especial interés en la placa de tórax, dermatología, mamografía, traumatología, próstata y cabeza.
Además, fuera de la imagen médica más tradicional, donde la imagen dermatológica es un ave raris, el ámbito de la cardiología y las señales eléctricas que se generan de los electros empiezan a despertar interés, además de las posibilidades que abre la digitalización de los cristales de la anatomía patológica y la hematología.
¿Hasta qué punto la IA que estáis desarrollando logra reducir los tiempos técnicos de diagnóstico o liberar carga de trabajo de los médicos?
Somos expertos integradores, pero nuestro core no se centra en el desarrollo de algoritmos que requieran de un posterior proceso de certificación como dispositivo médico. Sin embargo, sí que tenemos medido el impacto que está generando la incorporación de estas tecnologías en los flujos asistenciales.
De ahí que podamos decir que mejora el acierto del diagnóstico en radiografía de tórax hasta en un 45% y que se incrementa la eficiencia en el tiempo de reporte en el 12%.
Además, gracias a la IA aplicada a este tipo de prueba, los protocolos de cribado de cáncer de pulmón podrían mejorarse sustancialmente e incorporar a un grupo más amplio de la población. Algunas cifras que refuerzan estos datos procedentes de la utilización de esta solución en el NHS británico nos hablan de la detección temprana de nódulos pulmonares hasta 10,5 meses antes.
Otro caso muy llamativo es el de la dermatología, una especialidad que presenta un alto déficit de especialistas en muchas comunidades autónomas lo que supone largas listas de espera. En el caso del SESPA, en solo tres meses, el uso de IA para soporte al diagnóstico en más de 1.000 pruebas dermatológicas ha permitido clasificar el riesgo de malignidad y mejorar la toma de decisiones clínicas. Con un 78% de casos de baja sospecha y una detección eficaz de patologías frecuentes, se optimizan las derivaciones hospitalarias en los casos urgentes por su malignidad y se mejora la atención directamente desde atención primaria.
¿Cuál es el mayor desafío tecnológico a la hora de integrar estas nuevas herramientas de IA con los sistemas informáticos que tienen los hospitales españoles?
La heterogeneidad de los sistemas de información entre hospitales y las comunidades autónomas es el principal problema que encontramos para gestionar las integraciones. A pesar de la versatilidad de las soluciones que desplegamos, en ocasiones nos encontramos con desarrollos propios o customizaciones de productos de mercado que pueden presentar limitaciones a la hora de integrar ciertas funcionalidades o implicar más recursos en la fase de despliegue.
Más allá de las máquinas, las personas también pueden suponer un desafío. Ciertos sectores clínicos pueden ser detractores o presentar reticencias a la hora de adoptar estas nuevas herramientas, ya que suponen un cambio relevante en su manera de trabajar o desconfían a priori sobre la calidad del resultado de la IA.
Al igual que se presenta una planificación para garantizar una buena integración con los sistemas hospitalarios, es imprescindible contemplar una adecuada gestión del cambio para implicar al personal sanitario desde el principio y contemplar su manera de trabajar, ofreciéndoles las respuestas adecuadas en la forma que esperan dentro de su flujo de trabajo habitual.
Desarrollar IA aplicada a la salud requiere muchísima capacidad de computación y almacenamiento. ¿Cómo está estructurando Telefónica esta arquitectura para que sea escalable a nivel nacional?
Desde Telefónica contamos con flexibilidad para adaptarnos a todo tipo de despliegues en función de los requerimientos del cliente: servidores locales, enfoques híbridos y nube, garantizando en todo momento la seguridad de los datos.
Además, operamos una red de data centers que tienen capacidad de alojar este tipo de soluciones y estamos desplegando 17 nodos de edge computing en España para poner a disposición de nuestros clientes el procesamiento, análisis y almacenamiento de los datos con la más baja latencia para casos de uso que requieran de una respuesta inmediata.
De todas las soluciones técnicas de IA en salud en las que trabajáis, ¿cuál diría que tiene mayor madurez tecnológica para una adopción masiva a corto plazo?
Las soluciones de IA para al soporte al diagnóstico radiológico presentan una gran madurez en varias especialidades y cuentan con una posición sólida en el mercado con despliegues relevantes que seguirán creciendo en España y en otros países de la Unión Europea. La inyección de fondos europeos ha incentivado su incorporación en los sistemas de salud y definitivamente debiera suponer un antes y un después.
En otra línea de trabajo, identificaría a los “escribas” o sistemas de agentes que permiten la transcripción de consultas y recuperación de Información desde la historia clínica para la elaboración automática de informes. Estas plataformas de apoyo para los profesionales de la salud se basan en inteligencia artificial generativa y permiten gestionar la automatización de procesos clínicos y administrativos de manera eficiente, eliminando la carga burocrática a los clínicos, para que puedan centrarse en los pacientes y el diagnóstico.
¿Estáis desarrollando modelos de IA propios desde cero para el sector salud, o vuestro enfoque técnico pasa más por alianzas e integración de modelos de terceros (OpenAI, Google, etc.) en vuestra red?
Depende del ámbito y el tipo de enfoque. En estos momentos y por regla general, no estamos desarrollando modelos de IA propios desde cero para algoritmos que requieran de un posterior marcado CE como dispositivo médico, por los tiempos de salida al mercado y la existencia de empresas más especializadas en el ámbito diagnóstico. En esos casos nos nutrimos de un selecto grupo de partners muy especializados que, a menudo, son startups del ecosistema de inversión del grupo Telefónica, Wayra.
En otro tipo de modelos y contextos, como los espacios de datos, contamos con una extensa red de alianzas partners tecnológicos que nos permiten ser agnósticos a la tecnología, haciendo uso de modelos de terceros o incluso de código abierto para buscar la mejor manera de resolver el caso de uso.
