Economía usará un algoritmo para privatizar servicios sanitarios andaluces

El Ministerio de Economía utilizará un algoritmo para decidir en torno a los conciertos sanitarios dentro del Sistema Sanitario Público de Andalucía. Así lo refleja el pliego de prescripciones técnicas del 'Servicio para la implantación de una solución corporativa de analítica avanzada basada en tecnologías Big Data'.

El epígrafe 14 de la documentación, a la que ha tenido acceso Vozpópuli, reza 'Predicción de demanda de servicios en centros con los que se trabaja bajo concierto hospitalario'. En la descripción posterior se desgrana lo siguiente. "Previsión de los servicios que se van a demandar a centros, con los que se trabaja bajo concierto hospitalario, y construcción de escenarios que permitan simular y visualizar múltiples opciones de derivación de estos servicios, que servirán de apoyo a la asignación de los presupuestos destinados a los conciertos hospitalarios, en base a estas estimaciones de demanda".

Es decir, el sistema de algoritmos tendrá la capacidad de realizar previsiones de ocupación en los centros con los que se trabaja en modalidad de concierto, y desarrollar escenarios para saber de qué manera es mejor realizar la derivación de pacientes con la adjudicación de la partida correspondiente.

Este diario ha contactado con la Secretaría de Estado de Digitalización e Inteligencia Artificial (SEDIA), organismo dependiente del Ministerio de Economía, desde donde nos confirman que, de momento, el plan de utilizar un sistema de Big Data como el que se sacó a concurso se circunscribe únicamente a Andalucía. No hay planes, en el corto plazo, de que sea replicado en otras regiones. El contrato asciende a casi 8,5 millones de euros y fue adjudicado el pasado mes de julio a la UTE 'EY Transforma Servicios de Consultoría'.

"Es necesario evolucionar a un modelo de gestión y un entorno tecnológico basado en tecnologías de Big Data y analítica avanzada (Inteligencia Artificial -Machine Learning, Deep Learning, entre otras), que permitan realizar una explotación masiva de información, con garantías de coherencia y consistencia de los datos, reducir los tiempos de decalaje en la obtención de la información, y con capacidad para llevar a cabo análisis predictivos, descriptivos y prescriptivos", refleja la documentación.

La Inteligencia Artificial necesita precisamente del análisis de cantidades cuanto más grandes posibles de datos sean -y de la mayor calidad posible- para que los algoritmos funcionen correctamente y no tengan sesgo; que tomen decisiones lo más justas posibles.

Es el uso de estos datos lo que permite generar modelos predictivos. Estos modelos son muy precisos porque analizan situaciones que se han dado en el pasado a través de patrones que se repitieron en casi todos los casos. Esto permite anticipar lo que va a suceder.

"La plataforma software incorporará herramientas/componentes para la construcción de modelos analíticos avanzados, que seguirán el ciclo de vida propio de las técnicas de Inteligencia Artificial. De forma simplificada, una vez los datos son adquiridos, se aplican técnicas estadísticas para preparación de los datos, se construyen, entrenan, validan y comparan los modelos analíticos y, finalmente, se
publican para ser consumidos", refleja el pliego.

Algoritmos y datos

Llevado al campo de la medicina, con datos es posible, por ejemplo, saber si un lunar va a ser cancerígeno y el tipo de tumor en el que se convertirá. Incluso el tiempo en el que comenzará a descontrolarse. El hecho de tener bases de datos (BBDD) fotográficas en las que se incluya, además de una imagen del lunar, lo que pasó con el mismo en cada paciente, genera una información que puede compararse con la de los lunares de nuevos enfermos. El sistema de Inteligencia Artificial compara el lunar del paciente con todos los de las fotografías almacenadas en la BBDD, estableciendo una resumen de conclusiones en función de lo que ha pasado con aquellos otros lunares similares en características.

Estos análisis eran impensables hace solo unos años. La Inteligencia Artificial es un proceso ya conocido desde hace décadas, pero el precio de los procesadores no ha permitido hasta ahora hacerlo una realidad. En el pasado su alto coste hacía imposible su utilización, pese a que el concepto ya existía. Al final, grosso modo, no es algo tan complejo -que lo es-, pero se necesita de mucha capacidad computacional. Pensemos en un traumatólogo. Cuando explora un brazo, o una pierna. Cuando los palpa y ve su forma, puede determinar si están rotos, si tienen un problema muscular, una luxación... Lo sabe por su experiencia. Durante la pandemia del coronavirus, también se utilizaron modelos predictivos de Inteligencia Artificial para determinar que enfermos de covid ingresarían en la UCI y también para determinar quién estaba contagiado.

Las bases de datos, la información detallada, es la que dota de experiencia a los sistemas algorítmicos. La ventaja respecto al hombre es que son capaces de realizar las operaciones de análisis de la información en segundos. Pueden -o podrán- anticipar sucesos, realizar diagnósticos y establecer tratamientos con mayor velocidad y precisión que un humano.