El debate sobre la IA y la desigualdad se ha centrado en gran medida en los individuos: quién tiene acceso a la tecnología, quién se beneficia de ella y quién se queda atrás. Pero en el ámbito de la atención sanitaria, ya está tomando forma otra división en materia de IA. Es entre hospitales que tienen el dinero, el talento y la infraestructura para poner a funcionar la IA y los que no.
Los números son asombrosos. De acuerdo a Datos federales sobre la adopción de IA en hospitalesEl 71% de los hospitales de EE. UU. utilizarán IA predictiva integrada con sus registros médicos electrónicos para 2024. Pero la adopción alcanzó el 96% en los hospitales grandes, en comparación con solo el 59% en los hospitales más pequeños. Entre los hospitales que pertenecen a sistemas multihospitalarios, el 86% utilizó IA predictiva. En los hospitales independientes, es sólo el 37%.
Esa brecha es importante porque la IA se está convirtiendo rápidamente en parte de la supervivencia de los hospitales, no solo en un proyecto de innovación. Los mismos datos federales muestran que algunas de las aplicaciones de IA hospitalaria de más rápido crecimiento son ciertamente prácticas. Facturación y programación. Estos son los tipos de funciones que requieren mucha mano de obra y que los hospitales con dificultades financieras necesitan para encontrar eficiencias.
Sin embargo, es posible que esos hospitales estén menos preparados para invertir.
Los hospitales dependen extraordinariamente de las personas para funcionar. De acuerdo a Asociación Americana de HospitalesLos costos laborales representarán casi el 60% de los costos hospitalarios en 2025, lo que ascenderá a más de 1 billón de dólares. Los costos hospitalarios totales aumentaron un 7,5% ese año, más del doble que los precios hospitalarios.
Esto crea un peligroso círculo vicioso. Los hospitales que más necesitan utilizar tecnología para rediseñar operaciones que requieren mucha mano de obra a menudo tienen la capacidad de invertir para hacerlo.
Un gran sistema de salud puede permitirse el lujo de un piloto de IA fallido. Puede contratar un equipo de innovación, realizar una implementación prolongada, construir una infraestructura de gobernanza y cumplimiento, y volver a intentarlo si los aspectos económicos no funcionan. Un hospital comunitario o independiente con red de seguridad a menudo tiene poco margen de error. Un contrato de software de varios años todavía requiere dinero para generar ahorros al final.
Y comprar tecnología es sólo el comienzo.
La implementación exitosa de la IA requiere rediseño del flujo de trabajo, gestión de cambios, integración, medición y gobernanza. Incluso entre los hospitales que ya utilizan IA predictiva, los datos federales muestran una variación significativa en la profundidad con la que se evalúan los modelos en cuanto a precisión, sesgo y rendimiento después de la implementación. Los hospitales pequeños, rurales e independientes también van a la zaga de sus homólogos más grandes en adopción.
Si dejamos que el mercado haga este hospital a la vez, deberíamos esperar que esa división se agrave. Los sistemas que automatizan con éxito costosos flujos de trabajo pueden reinvertir esos ahorros en su próxima inversión en tecnología. Construyen conocimiento organizacional. Sus empleados son mejores en la ejecución. Se convierten en socios más atractivos para las empresas de tecnología que buscan clientes sofisticados.
Los hospitales que esperan no están donde están. Perderán tierras. La respuesta no es que todos los hospitales desarrollen una mejor estrategia de IA. Necesitamos cambiar el modelo de propiedad y financiación de la IA sanitaria.
Los hospitales ya saben cómo colaborar cuando el trabajo en equipo genera un beneficio. Las empresas compradoras en grupo permiten agrupar el poder adquisitivo en lugar de negociar cada producto de forma independiente. Las redes de investigación clínica permiten a las organizaciones aunar pacientes, experiencia e infraestructura para responder preguntas que ninguna organización por sí sola puede abordar de manera efectiva.
Deberíamos aplicar la misma actitud a la IA. En lugar de exigir que cada sistema de salud compre, implemente y gestione de forma independiente variaciones de la misma tecnología, los sistemas de salud deben aprovechar su poder adquisitivo, experiencia operativa y capital para construir capacidades comunes de IA. Y las empresas pequeñas, independientes y con red de seguridad necesitan una forma de lograr esas colaboraciones en lugar de simplemente otro acuerdo con el proveedor.
La comunidad de riesgo también tiene una responsabilidad aquí. Necesitamos estructuras de financiación que reconozcan la realidad financiera de las organizaciones que realmente necesitan adoptar las tecnologías. Esto significa modelos basados en el desempeño en los que el pago está vinculado a ahorros verificados en lugar de grandes compromisos iniciales. Se refiere a modelos de consorcio en los que múltiples sistemas de salud comparten recursos de implementación y gobernanza.
Y, cada vez más, eso significa otorgar propiedad a los sistemas de salud de las empresas y a la infraestructura que estos ayudan a crear. La propiedad es importante ya que la economía de la IA está cambiando rápidamente. A medida que la tecnología en sí se vuelve cada vez más mercantilizada, el valor duradero proviene de la entrega, los flujos de trabajo patentados, el conocimiento de implementación en el mundo real y el acceso a los entornos donde la atención médica realmente ocurre. Los sistemas de salud contribuyen en gran medida a cada uno de ellos. Sin embargo, bajo el modelo de proveedor tradicional, pueden proporcionar los flujos de trabajo, la experiencia clínica y el campo de pruebas y pagar a otra persona una tarifa anual por el producto resultante.
Ese trato merece una reconsideración. La propiedad colectiva también ayuda a resolver el problema de la confianza. La adopción de la IA no es sólo una decisión técnica. Esto requiere validación, seguimiento, seguridad clínica y decisiones sobre quién es responsable cuando algo sale mal. Los investigadores federales descubrieron que los hospitales dependen en gran medida de Múltiples partes para evaluar la IAEl 74% reportó más de una entidad para evaluación. Los hospitales más pequeños no tienen que recrear esa infraestructura desde cero cada uno.
La infraestructura compartida incluye estándares de validación comunes, supervisión clínica, monitoreo y experiencia en aplicación de la ley. Esto brinda a más hospitales acceso no solo a la IA, sino también a las capacidades que necesitan para implementar de manera responsable.
Nada de esto significa que todos los hospitales deban ser propietarios de todas las empresas de inteligencia artificial o que los proveedores tradicionales vayan a desaparecer. Esto significa que debemos dejar de asumir que el único modelo escalable de innovación sanitaria es una empresa de tecnología.
Ya existe una división de IA entre hospitales. Si la adopción se basa principalmente en el tamaño del balance de una empresa, las empresas que hoy están mejor posicionadas seguirán cosechando los beneficios, mientras que aquellas con menos margen de error se quedarán aún más rezagadas.
La IA brinda a los hospitales una oportunidad real de dejar de depender de métodos operativos cada vez más costosos y que requieren más mano de obra. Pero las organizaciones que más necesitan esa oportunidad no son las últimas en permitírsela. Prevenir ese resultado requiere algo más que abaratar la IA. Desarrollar, gestionar y compartir el valor de la tecnología requiere dar a más sistemas de salud la capacidad de transformarlos.
La IA debe convertirse en algo que los hospitales construyan juntos, no simplemente en otro beneficio reservado para aquellos que pueden moverse primero.
Amanda DiMano es vicepresidenta senior de creación de empresas en Abundant Venture Partners.
Nota del editor: Abundant Venture Partners es un inversor estratégico en ciertos fabricantes de tecnologías de inteligencia artificial, incluidos SpendRule y Playback Health.