Som una Fundació que exercim el periodisme en obert, sense murs de pagament. Però no ho podem fer sols, com expliquem en aquest editorial.
Clica aquí i ajuda'ns!
Article publicat originalment a LaMarea
Ángela Bernardo, María Álvarez del Vayo, Adrián Maqueda, Carmen Torrecillas i Ter García. «L’Estratègia de Salut Digital del Sistema Nacional de Salut, que es va llançar el 2021, està dotada amb més de 1.000 milions d’euros en plans col·laboratius entre el Ministeri de Sanitat i les comunitats autònomes i ha establert les bases per introduir tecnologies avançades de manera coordinada i cohesionada, que crec que és molt important». Amb aquestes paraules inaugurava la ministra de sanitat, Mónica García, el I Fòrum d’Intel·ligència Artificial per al Sistema de Salut, celebrat a mitjans de setembre. Malgrat els bons desitjos, aquests xoquen amb la realitat que viuen diàriament els professionals del Sistema Nacional de Salut consultats per Civio.
Tot i que cada vegada és més gran el nombre d’algorismes i sistemes d’intel·ligència artificial que s’incorporen a la sanitat pública, la seva implementació està marcada per una enorme disparitat. «Hi ha diversitat de tota mena: per comunitat autònoma, per hospitals, per camps… Bàsicament, això és una guerra: cadascú compra el software que vol, el que pot o aquell que necessita», diu Antonio López Rueda, portaveu de la Societat Espanyola de Radiologia Mèdica (SERAM) i radiòleg de l’Hospital Universitari de Bellvitge. Per a Nuria Ribelles Entrena, portaveu de la Societat Espanyola d’Oncologia Mèdica (SEOM) i oncòloga de l’Hospital Universitari Virgen de la Victoria de Màlaga, hi ha “zero” coordinació per compartir o per reutilitzar tecnologia: “Cada comunitat va per lliure”.
Una integració poc transparent i desigual
En general, la incorporació de la IA al Sistema Nacional de Salut s’està fent de forma força opaca. «Els ciutadans hauríem de tenir el dret de poder saber quins sistemes s’estan integrant, com van ser entrenats, quines dades d’entrenament es van utilitzar, com s’han comprat o si és una cosa que està desenvolupant la pròpia administració pública», diu la jurista Anabel K. Arias, portaveu de la Federació de Consumidors i Usuaris (CECU). Tot i això, només dues comunitats autònomes, el País Basc i la Generalitat Valenciana, compten amb un registre públic d’algorismes, incloent-hi els que s’apliquen en salut. Arias considera que la transparència algorísmica “és rellevant per poder fer un control sobre el que s’està implementant en general a Espanya i a la sanitat pública”.
A través de la Llei de Transparència, Civio ha realitzat entre els anys 2024 i 2025 una vintena de sol·licituds d’accés a la informació pública a les conselleries autonòmiques amb competències en sanitat o digitalització, i al Ministeri de Sanitat. A més, donada la situació canviant de la IA, intentem actualitzar la informació directament amb els gabinets de premsa de cada departament. La investigació presenta una situació tremendament desigual: mentre la Comunitat de Madrid s’acosta al centenar de projectes basats en IA, amb cadascun dels hospitals actuant per compte propi; altres regions, com Astúries, Galícia o el País Valencià, han integrat un nombre menor d’aplicacions, majoritàriament centrades en el diagnòstic. Per la seva banda, Catalunya només ha donat informació parcial, emparant-se en el secret empresarial i en la protecció de la propietat intel·lectual i industrial.
«Si al final hi ha determinats hospitals o comunitats autònomes que estan accelerant la incorporació de sistemes d’IA als seus hospitals o serveis públics i d’altres no, es pot arribar a veure des d’un punt de vista de bretxa digital: que algunes persones puguin tenir un servei de salut i d’altres, un altre tipus completament diferent», apunta la jurista Anabel K. Arias. Tot i que la IA s’està integrant a velocitats diferents, sembla evident que la implementació s’està accelerant a marxes forçades. Per exemple, a mitjans del 2024, Astúries o Castella i Lleó van negar comptar amb algorismes, però, uns mesos més tard, la situació era diferent, ja que van introduir diversos sistemes. «És el problema del FOMO (fear of missing out), la por de quedar-nos fora: si no fas servir res d’IA, estàs fora d’aquest món. Si fas servir alguna cosa, probablement apareguis a les notícies», diu López Rueda.
Al Ministeri de Sanitat, la realitat també és força diferent. Dins d’aquest departament, l’Agència Espanyola de Medicaments i Productes Sanitaris (AEMPS) ha desenvolupat diversos sistemes basats en processament de llenguatge natural, inclòs el fallit MeqA, que donava respostes errònies sobre medicaments, mentre que la tasca de la Direcció General de Salut Digital i Sistemes d’Informació per al SNS s’ha centrat en dues aplicacions; una per a preveure “l’expansió de malalties transmissibles” i una altra per a resoldre dubtes a aquells que es presenten a proves com el MIR.
També dins del Ministeri, l’Institut de Gestió Sanitària (INGESA) ha incorporat, per exemple, tecnologia de reconeixement facial amb IA per fitxar pacients de Ceuta i Melilla. En canvi, l’Organització Nacional de Transplantaments no ha contractat ni ha desenvolupat de moment sistemes basats en intel·ligència artificial, a diferència del que va passar al Regne Unit. Allà, la implementació d’un algorisme va comportar discriminació cap a pacients joves a les llistes d’espera per rebre un òrgan.
IA sanitària: un auge sense prou garanties
El mapeig de Civio no permet saber en quines especialitats està més avançada la intel·ligència artificial, perquè no totes les comunitats aporten el mateix nivell i detall d’informació. Però on sí que hi ha dades s’observa un patró clar: moltes aplicacions s’incorporen per analitzar imatges mèdiques (per exemple, en radiologia, dermatologia, anatomia patològica). «L’anàlisi d’un píxel, que és la unitat bàsica de la imatge, és molt més senzilla que l’anàlisi de la dada, de paraules, de text. L’anàlisi de text escrit és molt més complexa, per això va molt més endarrerit», explica l’oncòloga Ribelles Entrena.
Altres sistemes que s’estan integrant amb rapidesa són els que permeten gestionar de forma automatitzada la informació clínica, per exemple, per transcriure automàticament la conversa entre professionals i pacients o per assignar codis als diagnòstics a urgències. “Un dels principals avenços que esperem és tota la tecnologia d’IA que té a veure amb el llenguatge natural, ja que disminuir la ingent burocràcia que assumim a les consultes i que consumeix la major part del temps de què disposem permetria poder centrar-nos de manera més directa en el que espera de nosaltres el pacient: que mirem als ulls en comptes d’estar teclejant i mirant la pantalla«, diu la dermatòloga a l’Hospital Son Llàtzer de Mallorca. I afegeix: “És el que de debò donarà un gir de 180º a les nostres consultes”.
“Estem en unes etapes molt inicials del que pot ser la IA en oncologia o qualsevol altra especialitat, traient anatomia patològica, radiologia o dermatologia, on està més desenvolupada”, assegura Ribelles Entrena. Malgrat això, fins i tot on hi ha més avenços, la limitada digitalització del sistema sanitari dificulta la implementació del software i la seva integració en els fluxos habituals de treball. Per exemple, en radiologia s’utilitza l’anomenat sistema d’emmagatzematge d’imatges mèdiques (PACS, per les sigles en anglès) i qualsevol desenvolupament d’IA s’ha d’adaptar a la plataforma concreta que s’hi apliqui. «L’única comunitat que té un PACS és Andalusia; aquí a Catalunya no tenim un PACS únic. Per tant, si vull implementar un programari d’imatge mèdica, necessito implementar-lo i adaptar-lo a sis, set o vuit PACS diferents. I cada PACS té el seu què», explica López Rueda.
Els especialistes consultats per Civio també adverteixen de la necessitat de mantenir una postura crítica. Els sistemes d’IA sanitària solen classificar-se en funció de la seva finalitat i risc dins de la classe IIa del reglament europeu sobre productes sanitaris —llevat d’excepcions que puguin suposar més riscos per als pacients—. Per això, han de comptar amb el marcatge CE per a poder ser comercialitzats, cosa que alhora exigeix fer investigacions clíniques al respecte. Tot i això, molts d’aquests programaris no s’han provat en les condicions necessàries, és a dir, no han arribat a demostrar que ofereixin resultats superiors i millors al que s’utilitza actualment.
«Hem de ser reticents a l’hora d’implementar això a la pràctica assistencial. Hauríem d’exigir: un, estudis aleatoritzats que demostrin que la lectura de la màquina és superior a la de l’especialista i dos, que aquest tipus d’implementacions són costoeficaces», destaca López Rueda. Tot i això, la situació actual dista de ser idònia. En paraules de Josep Malvehy Guilera, director de la Unitat de Càncer cutani de l’Hospital Clínic de Barcelona: «Hi ha desconeixement per part dels professionals, i dels usuaris que utilitzaran això. Tinc la impressió que també dels responsables de la compra d’aquests productes, perquè si no exigirien res més». De fet, tant fora com dins d’Espanya, la majoria d’algorismes no s’han avaluat en estudis rigorosos (de caràcter prospectiu o en assaigs clínics aleatoritzats), fet que implica que falten validacions externes i independents. «Cal exigir una mica més de serietat. Si féssim el mateix amb un antibiòtic, ens ficarien a la presó», resalta Malvehy Guilera.
