Una herramienta de detección que utiliza la inteligencia artificial (IA), desarrollada por un equipo de investigación financiado por los Institutos Nacionales de Salud (NIH, por su sigla en inglés), identificó con éxito a adultos hospitalizados en riesgo de trastorno por consumo de opioides y recomendó su derivación a especialistas en adicciones. El método basado en IA fue igualmente efectivo que el enfoque exclusivo de un proveedor de salud para iniciar consultas con especialistas en adicciones y recomendar el seguimiento de la abstinencia de opioides. En comparación con los pacientes que recibieron consultas iniciadas por el proveedor, los pacientes con detección por IA tuvieron un 47 % menos de posibilidades de probabilidades de ser readmitidos en el hospital dentro de los 30 días posteriores a su alta inicial. Esta reducción en las readmisiones se tradujo en un total de casi $109,000 en ahorros estimados en atención médica durante el período de estudio.
El estudio, publicado en Nature Medicine, informa sobre los resultados de un ensayo clínico completo que demuestra el potencial de la IA para impactar en los resultados de los pacientes en entornos de atención médica mundiales. El estudio sugiere que la inversión en IA puede ser una estrategia prometedora, especialmente para los sistemas de salud que buscan aumentar el acceso al tratamiento de las adicciones mientras mejoran la eficiencia y ahorran costes.
“La atención a las adicciones sigue sin ser una prioridad y es fácil pasarla por alto, especialmente en entornos hospitalarios que están abrumados y donde puede ser difícil incorporar procedimientos que requieren muchos recursos, como las pruebas de detección”, dijo Nora D. Volkow, directora del Instituto Nacional sobre el Abuso de Drogas (NIDA) de los Institutos Nacionales de Salud (NIH). “La IA tiene el potencial de fortalecer la implementación del tratamiento de las adicciones, al tiempo que optimiza el flujo de trabajo hospitalario y reduce los costos de atención médica”.
En un ensayo clínico (en inglés), investigadores de la Facultad de Medicina y Salud Pública de la Universidad de Wisconsin, en Madison, compararon las consultas con especialistas en adicciones dirigidas por médicos con el rendimiento de su herramienta de detección de IA, que había sido desarrollada y validada en proyectos anteriores. Los investigadores midieron primero el efecto de las consultas dirigidas por proveedores en el Hospital Universitario de Madison, Wisconsin, entre marzo y octubre de 2021 y marzo y octubre de 2022, en las que los proveedores de atención médica realizaron consultas específicas con especialistas en adicciones para el trastorno por consumo de opioides. Luego implementaron la herramienta de detección de IA entre marzo y octubre de 2023 para ayudar a los proveedores de atención médica y para recordarles durante la hospitalización la necesidad de que un paciente reciba atención de un especialista en adicciones. De principio a fin, el ensayo examinó 51,760 hospitalizaciones de adultos, de las cuales el 66 % ocurrieron sin implementar el evaluador de IA y el 34 % con el evaluador de IA implementado en todo el hospital. Durante el período de estudio se completaron un total de 727 consultas sobre los medicamentos para la adicción.
El sistema de detección de IA se creó para reconocer patrones en los datos, como la manera en que nuestros cerebros procesan la información visual. Analizó en tiempo real la información de toda la documentación disponible en los registros de salud electrónicos, como las notas clínicas y el historial médico, para identificar características y patrones asociados con el trastorno por consumo de opioides. Tras la identificación, el sistema emitió una alerta a los proveedores cuando abrieron el historial médico del paciente con la recomendación de solicitar una consulta sobre los medicamentos para la adicción y de controlar y tratar los síntomas de abstinencia.
El ensayo descubrió que la consulta generada por la IA era tan efectiva como la consulta iniciada por el proveedor, lo que garantiza que no haya disminución en la calidad del servicio y ofrece un enfoque más escalable y automatizado. Específicamente, el estudio mostró que el 1,51 % de los adultos hospitalizados recibieron una consulta sobre los medicamentos para la adicción cuando los profesionales de la salud utilizaron la herramienta de detección de la IA, en comparación con el 1,35 % sin la asistencia de la herramienta de IA. Además, el sistema de detección de IA se asoció con menos readmisiones dentro de los 30 días, con aproximadamente el 8 % de los adultos hospitalizados en el grupo de detección de IA que fueron readmitidos en el hospital, en comparación con el 14 % en el grupo tradicional dirigido por el proveedor.
La reducción de las readmisiones dentro de los 30 días se mantuvo después de tener en cuenta la edad, el sexo, la raza y el origen étnico de los pacientes, la situación del seguro y las comorbilidades, calculadas mediante una razón de posibilidades. Al analizar los resultados utilizando la razón de posibilidades, los investigadores estimaron una disminución de 16 readmisiones mediante el uso del evaluador de IA. Un análisis de rentabilidad posterior indicó que se evitó un coste neto de $6,801 por cada readmisión para el paciente, la aseguradora de salud y/o el hospital. Esto supuso un ahorro total estimado de $108,800 en atención médica durante el periodo de estudio de ocho meses en el que se utilizó el filtro de IA, incluso después de tener en cuenta los costes de mantenimiento del software de IA. El coste medio de una readmisión hospitalaria dentro de los 30 días está estimado actualmente en $16,300.
“La IA es prometedora en entornos médicos, pero muchos modelos de detección basados en IA han permanecido en fase de desarrollo, sin integrarse en entornos del mundo real”, afirma el Dr. Majid Afshar, autor principal del estudio y profesor asociado de la Universidad de Wisconsin-Madison. “Nuestro estudio representa una de las primeras demostraciones de una herramienta de detección de IA integrada en la medicina de las adicciones y en los flujos de trabajo hospitalarios, lo que pone de relieve el pragmatismo y la promesa en el mundo real de este enfoque”.
Aunque el sistema de detección por IA mostró una gran efectividad, sigue habiendo desafíos, como la posible fatiga de alerta entre los proveedores y la necesidad de una validación más amplia en los diferentes sistemas de salud. Los autores también señalan que, aunque los distintos períodos de estudio, que abarcan varios años, se ajustaron estacionalmente, la naturaleza cambiante de la crisis de los opioides puede haber introducido sesgos residuales. Las investigaciones futuras se centrarán en optimizar la integración de la herramienta de IA y evaluar su impacto a largo plazo en los resultados de los pacientes.
La crisis de los opioides sigue poniendo a prueba los sistemas de salud de los Estados Unidos, con un aumento de casi el 6 % en las admisiones a urgencias por consumo de sustancias entre 2022 y 2023, hasta alcanzar una cifra estimada de 7,6 millones (en inglés). Los opioides son la segunda causa principal (en inglés) de estas visitas después del alcohol, pero las pruebas de detección del trastorno por consumo de opioides en los hospitales siguen siendo inconsistentes. Como resultado, los pacientes hospitalizados con trastorno por consumo de opioides suelen abandonar el hospital antes de ver a un especialista en adicciones, un factor relacionado con un aumento de diez veces (en inglés) en las tasas de sobredosis. La tecnología de IA ha surgido como una herramienta novedosa y escalable para potencialmente superar estas barreras y mejorar las oportunidades de intervención temprana y vinculación a medicamentos para el trastorno por consumo de opioides, pero se necesita más investigación para comprender cómo se puede utilizar la IA de manera efectiva en entornos de atención médica.
Si usted o alguien que conoce está pasando por una situación difícil o de crisis, hay ayuda disponible. Llame o envíe un mensaje de texto al 988 o chatee por internet en 988lifeline.org/es. Para saber cómo obtener apoyo para problemas de salud mental, drogas o alcohol, visite FindSupport.gov. Si está listo para localizar un centro o proveedor de tratamiento, puede ir directamente a FindTreatment.gov (en inglés) o llamar al 800-662-HELP (4357).
Referencia:
- M Afshar, et al. Clinical implementation of AI-based screening for risk for opioid use disorder in hospitalized adults. Nature Medicine. DOI: 10.1038/s41591-025-03603-z
