Introducción
Luis Nieto es Ingeniero Industrial y experto en Transformación Digital y Desarrollo de Negocios con más de 16 años de experiencia en proyectos de innovación y transformación empresarial. Actualmente, es el Gerente Comercial de Servicios y Soluciones de Latam en BSCI. Es un apasionado de la transformación digital y su impacto, especialmente en la IA, metaverso y la realidad virtual. En este episodio de AI Heroes discutimos:
- Enfoque en la transformación digital y innovación en salud.
- Importancia de la inteligencia artificial en el sector salud.
- Optimización de procesos y recursos en hospitales.
- Valor de la colaboración e interconexión en el ecosistema.
- Uso estratégico de la inteligencia artificial.
- Impacto de la inteligencia artificial en la experiencia del paciente.
- Necesidad de entender y abordar los problemas correctamente.
Conclusiones
- Luis Nieto enfatiza en la importancia de entender bien el problema antes de implementar soluciones de inteligencia artificial. Comprender las causas principales permitirá crear modelos más acertados.
- Según Luis, la inteligencia artificial puede aportar en la optimización de procesos y recursos en hospitales, como la asignación de salas de cirugía y el manejo de inventarios.
- Luis resalta que la optimización no solo beneficia al hospital, sino también a la experiencia del paciente. La inteligencia artificial permite simular y probar diversos escenarios de manera segura para tomar las mejores decisiones.
- Luis aconseja empezar a probar con problemas pequeños y avanzar gradualmente. Los proyectos de inteligencia artificial no deben ser necesariamente grandes o tomar mucho tiempo.
- Luis propone la idea de que la innovación no siempre requiere de la tecnología más avanzada o de un equipo grande. Lo importante es entender estratégicamente hacia dónde se va y cómo lograr ese propósito.
Transcripción
Laura Velasquez, AI Heroes
Oye, ¿qué es inteligencia artificial para ti?
Luis Nieto, Boston Scientific
Uy, yo lo definiría en dos palabras. Son infinitas posibilidades. Yo creo que la inteligencia artificial es la capacidad de tú poder ver un problema y sus potenciales soluciones de diferentes formas. Y eso convertirlo en posibilidades. Y como la inteligencia artificial te puede hacer innumerables e infinitos modelos, pues entonces las oportunidades se vuelven también infinitas.
Laura Velasquez, AI Heroes
Hola a todos y bienvenidos a AI Heroes, un espacio donde descubrimos las infinitas formas en las que la tecnología y la inteligencia artificial están transformando el futuro de la salud. Esto lo hacemos a través de conversaciones con personas increíbles de esta industria. Soy Laura Velázquez, soy cofundadora de Arcángel AI y soy su host. Vamos con el episodio.
Luis Nieto, Boston Scientific
Mi nombre es Luis Alfonso Nieto y me encanta tener la oportunidad de estar en este espacio para conversar de retos que hay en la industria y en donde muchos líderes hoy están trabajando y tratando de ayudar a resolverlos para impactar vidas. Y además de eso, soy el gerente de servicios y soluciones de innovación para Boston Scientific Latinoamérica y bueno, vamos a hablar de inteligencia artificial.
Laura Velasquez, AI Heroes
Entonces, antes que nada, a mí me encanta algo de ti, Luis, y desde el momento uno que nos conocimos que me hiciste pruebas de innovación. Para mí fue muy interesante tu perspectiva de la innovación, de que la innovación es gradual. Háblame un poquito de eso, cuéntame un poquito de dónde viene ese amor por la transformación digital, por la innovación y todo lo que has hecho tú para transformar el sistema de salud, porque has hecho muchas cosas muy interesantes.
Luis Nieto, Boston Scientific
Yo tengo una gran dualidad y lo hablo con mis clientes, lo hablo con los equipos, lo hablo en los espacios que tengo y es innovar es llevar la realidad a las cosas, porque aquí confundimos el tema con creatividad, bonitas ideas, cosas maravillosas. pero nunca las llevamos al mercado, nunca las implementamos, entonces quedamos en ideas muy creativas. Innovar es eso, tener la capacidad desde una forma gradual de madurarlas, validarlas e implementarlas. Esa es la innovación real. Y yo creo que hay un camino grandísimo por aprender, de entender cuáles son los marcos, las metodologías que te permiten hacer eso, pero aquí el gran reto es realmente que la innovación llegue. con producto, con servicio a quien tiene que llegar, a ese usuario final. Entonces yo me transformo aprovechando una era que digitalmente te ofrece todo y al final implementas eso. Entonces la innovación es esa gran oportunidad de hacer parte de esa transformación, de hacer ese cambio y de llevar las cosas y las buenas ideas a la realidad, a quien las necesita. Entonces por ahí arrancamos y por eso me apasiona porque hay que hacer eso, hacer parte de ese cambio y que los clientes finalmente los disfruten y quienes necesitan de esas transformaciones las puedan vivir.
Laura Velasquez, AI Heroes
Hay algo que yo siempre me he cuestionado por parte tuya, pues y de ustedes. Ustedes hablan un montón de... de innovación, y creo que ustedes son unos grandes apalancadores de la innovación en lo que está pasando en el ecosistema, con los hospitales, claramente Beyond Care, ahorita si quieres hablas de eso un poco, donde casi que educas todo el tiempo a los hospitales alrededor de realidad virtual, inteligencia artificial, particularmente lo que venimos haciendo, pero ¿cuál es el interés de ustedes para apoyar en eso?
Luis Nieto, Boston Scientific
Bueno, a ver, realmente aquí hay un interés de entender que si nosotros no favorecemos y ayudamos a que el ecosistema en general mejore, pues nosotros no vamos a mejorar tampoco. O sea, la velocidad con que los sistemas avanzan es la velocidad con la que todos los participantes avanzan realmente. Y para nosotros está claro que en una misión de querer impactar a millones de pacientes en unos años, debe impactar la vida de millones de personas en unos años. Eso no solamente es responsabilidad de los prestadores, de los hospitales, sino de todos los que hacemos parte de este ecosistema. Entonces, una de las razones es, oiga... tenemos que adueñarnos también de los problemas que están ocurriendo. Si nosotros ayudamos a que las instituciones sean mejores, a que presten una mejor atención, a que puedan acercarse y tener mayor acceso, a que tomen mejores decisiones, pues el ejercicio de mejora que va a ocurrir va a jalar a todos los que estamos atrás, a los proveedores, a los laboratorios, a las empresas de dispositivos, a las empresas de investigación, a las aseguradoras, a todo el marco de gobierno, a que todo mejore. Ese es el principio por el cual... estrategias como las que mencionas nuestra organización está dispuesta a invertir,
Laura Velasquez, AI Heroes
a analizar a innovar y a transformar tú todo el tiempo estás hablando con hospitales casi que te la pasas viajando por toda Latinoamérica entendiendo qué pasa con ellos entendiendo desde el rol estratégico dónde deberían mirar los hospitales y ves todo el tiempo un montón de gaps dónde está cuáles son esos mayores gaps que ves y dónde está la oportunidad particularmente de la inteligencia artificial ahí ¿qué pasa?
Luis Nieto, Boston Scientific
Primero hay que ir a entender mi hospital, mi cliente, qué es su estrategia, qué es lo que quieren hacer, cuál es la intención del servicio que quieren ofrecer a través de las diferentes modalidades, atenciones, prestaciones, etcétera, etcétera. Y hay una estrategia atrás, obviamente, que está muy centrada en ese paciente como eje central. Pero cuando llevas esa discusión te das cuenta que esa calidad de servicio, esa prestación va más allá de los temas clínicos. Hay aspectos administrativos, hay aspectos legales, hay aspectos financieros, hay aspectos de interoperabilidad, hay aspectos de colaboración con proveedores, hay aspectos de inventarios, por ejemplo, hay aspectos de manejo de recursos. Entonces, cuando tú comienzas a profundizar para que un paciente pueda hacer todo su journey de forma apropiada desde un ejercicio ambulatorio ya hospitalario, de una cirugía, de una consulta externa, de un ejercicio de imágenes diagnósticas, comienzas a entender que ahí hay una serie de elementos en donde hablamos de procesos, hablamos de personas, hablamos de insumos, hablamos de componentes que hacen que un ejercicio o un flujo corra de forma adecuada. Y ahí hay un montón de oportunidades con la inteligencia artificial. evidentemente hoy la inteligencia artificial en el mundo de salud desde una perspectiva clínica de anticipar posibles escenarios de predicción de enfermedades, posibles escenarios de desenlaces clínicos, de aplicación en términos de medicamentos, de terapias, etc. Tiene un campo de acción impresionante y todos sabemos, los que estamos ahí cerca, que las instituciones van a seguir aprovechando eso. Y organizaciones como ustedes están generando un valor y una disrupción impresionante ahí. Pero entonces, ¿qué pasa con todas esas otras problemáticas que hablábamos de, oiga, y yo tengo las camas suficientes para atender a los pacientes, y si un ejercicio de oferta, y oiga, estoy logrando que lleguen más pacientes, pero los puedo atender en los horarios. Tengo los recursos apropiados, asistenciales, especialistas, para poder atender en la forma adecuada lo que quiero hacer en esa estrategia. Tengo los inventarios, dispositivos, medicamentos en el momento apropiado para cuando tengo que hacer la prestación. Tengo los consultorios para muchas veces atender, así sea en consulta primaria o en consulta externa, a esas poblaciones que están necesitando. Entonces, todas esas son preguntas de, bueno, ¿y cómo lo resuelvo? Y evidentemente ahí las instituciones no son expertas en eso. Ellas son expertas en esa parte de la atención médica que ese paciente está esperando. Y ahí la inteligencia artificial te va a poder apoyar muchísimo. Simular miles de datos o miles de escenarios alrededor de qué pasaría si tengo, no una, sino dos salas de cirugía en ese mismo horario. ¿O qué pasaría si puedo ampliar los horarios de atención? ¿O qué pasaría si estos recursos los dispongo de una forma diferente? Y eso solamente con las capacidades de la inteligencia artificial, que te va a poder hacer millones de simulaciones, millones de escenarios, y te va a dar alternativas, pues vas a poder tú resolver estas situaciones de una mejor manera y abordarlas de una forma distinta.
Laura Velasquez, AI Heroes
Esto me encanta porque todo el tiempo me pasa, no solo con lo que hemos venido hablando nosotros antes. sino que un gran question mark para estos hospitales es, muy común en oncología, es cómo optimizo las salas de infusión de quimioterapias. Como diablos yo permito que un paciente, donde le tengo que hacer una infusión en promedio cada 21 o 28 días, realmente lo podemos hacer en este tiempo y ahorita lo están haciendo a los 48 días.
Luis Nieto, Boston Scientific
Imagínate que esa es una conversación muy reciente que tuvimos con un hospital en Argentina y no era no solamente la sala, Laura, eran los sillones. Tú puedes tener una sala, 10 sillones y a veces el sillón está vacío y hay pacientes que están esperando la terapia. Y no tiene sentido. Imagínate, en muchas ocasiones tú tienes salas en la institución disponible en otro piso y hay pacientes esperando en UCI o esperando en temas de recuperación de cirugía en la sala. Oye, de pronto entender que tienes esas capacidades te permite tomar unas decisiones distintas en la experiencia del paciente. ¿Quién está haciendo eso ahora? Y ahí es donde está un poco el escenario de primero hacer entender a la institución que está esa oportunidad y luego acercar la inteligencia artificial y acercar ese tipo de ejercicios para resolverlo. O sea, está todo, está todo para poder trabajar en ese sentido. Y ahí es donde tú te pones a pensar no solo en eso, en los diferentes modelos que probablemente ya existan y que tú simplemente tienes que acercar. Modelos de clusterización, pronóstico, regresiones. la cantidad de oportunidades dentro de lo que la agencia artificial hoy ha madurado, e inclusive una óptica muy interesante, Laura, se ha madurado en otras industrias, industria de manufactura, retail, consumo masivo, logística, muchas de esas cosas ya las tiene. Hombre, ¿y por qué no miramos si algo de eso sirve acá?
Laura Velasquez, AI Heroes
Totalmente, y que se pueda aplicar ya, porque inclusive ya está la data, es data que ni siquiera es sensible, es simplemente optimización 100% de las capacidades y la infraestructura que tenemos.
Luis Nieto, Boston Scientific
Y las oportunidades de colaborar, porque esta también es de esas cuestiones que a nivel de salud, a diferencia de una terapia, un servicio que tú puedes dar y que es de alguna u otra forma el diferenciador de una institución en cómo lo hace, hombre, el modelo de optimización de inventarios puede ser que lo compartamos varios. y imagínate desde una visión de colaboración y ecosistema lo que puede llegar a significar entonces ahí también ahí comienzas a tener unos escenarios en donde la inteligencia artificial amplía el espectro y ya deja de pensar inclusive en un ejercicio muy particular y puede comenzar a generar soluciones de forma general entonces es un tema que es apasionante desde todo punto de vista
Laura Velasquez, AI Heroes
Hay otro que me pasó hace poquito, que era el tema de cirugías. ¿Cómo es posible? No sé cuántos, bueno, cuántas, ¿cómo se dice? Salas de cirugía tenemos y hay vacías. Cuando hay pacientes en espera para poderlos operar y esto no pasa. De nuevo, el mismo ejemplo. Ahí se puede optimizar ahí. ¿Conoces otros ejemplos alrededor de esto que puedan generar mucho valor?
Luis Nieto, Boston Scientific
Claro, ahí tuvimos la fortuna de trabajar también con una institución en Colombia donde se trabajó en probar unas hipótesis alrededor de eso, en cómo... Las salas de cirugía hoy eran utilizadas y desde el punto de vista de los servicios que se prestaban, cómo se gestionaban, qué indicadores de desempeño tenían en facturación, en los costos asociados, en el buen uso. Y salieron resultados de esos análisis impresionantes. Obviamente todo con inteligencia artificial, temas de process mining, temas de simulación, donde tú veías, oye, yo puedo hacer los ciclos de asignación, no solamente de asignación de la sala. Desde que el paciente entra a preparación hasta que sale, lo podemos hacer tres veces más rápido. Tres veces más rápido. Pero una de las grandes cosas que yo amo de la inteligencia artificial es que tú puedes probar lo que sea y lo pruebas en un entorno seguro. Y allá no va a pasar nada. Pon allá a rodar el modelo 24 horas al día con tantos recursos. Y lo único que te va a decir el modelo es si es más o menos costoso, si es más o menos viable. Y te va a permitir analizar una serie de escenarios que de otra forma sería imposible. y tomas las mejores decisiones a partir de eso. Entonces mira lo bonito también de poder en ese tipo de espacios llegar a ver cosas que de otra forma sería imposible y que llegar a probar en algunos casos desde la innovación en ejercicios de pilotos se volvería muy complicado, pero que aquí la inteligencia artificial te da la posibilidad de hacerlo y las veces que quieras.
Laura Velasquez, AI Heroes
Oye, ese es un tema que yo veo todo el tiempo, es que... La mayoría de quejas por el mal servicio y la mala atención son solo por procesos administrativos que fácilmente se pueden reinventar o se pueden optimizar con inteligencia artificial, gradualmente, incrementalmente, y que se pueden probar de una manera segura. ¿Cómo lo haces tú? O sea, acá hay un montón de gente que nos escucha en esta industria. ¿Cómo lo haces tú? ¿Cómo empiezas a probar dónde es la mejor forma de iniciar?
Luis Nieto, Boston Scientific
Bueno, mira, esto tiene un tema, Laura, clave, y ahí es donde, ahí evidentemente las metodologías de innovación y las metodologías de prototipado se vuelven drivers de éxito en este sentido. Yo creo que uno de los grandes temas que sí hay que ayudar a que se entiendan de forma adecuada para el despliegue de modelos es, venga, zapamos también a escoger el problema, ¿no? Y si yo sé entender bien el problema y sé dibujar bien cuáles son sus causas, yo voy a poder comenzar a crear mi modelo, mi prototipo de una forma más acertada. Entonces mi sugerencia acá es, con los equipos de inteligencia artificial o con los aliados con los cuales se vaya a hacer eso, tenemos que ir a generar esos ejercicios de profundización para entender muy bien lo que vamos a hacer. Y ahí ya entendamos por dónde arrancamos, porque pronto la causa del problema es una muy diferente a la que nos imaginamos desde un escenario más macro, y cuando comenzamos a simular en cosas pequeñas, comenzamos a ver los cambios y ahí ya comenzamos a evolucionar el modelo. Entonces mi sugerencia es partamos el problema, miremos cuáles son las causas que generan más impacto y ahí igual ejercicios como el marco de 80-20 etcétera te van a ayudar. Si este problemita de pronto es el que nos está generando el 80% de las situaciones de impacto pues arranquemos por ahí y vamos avanzando de a poco. Cuando yo digo avanzar de a poco no es que nos demoremos demasiado tiempo. Porque como tú bien sabes, yo puedo hacer esos ejercicios y probablemente en dos, tres semanas ya tengo resultados. Entonces luego lo escalo y ya me voy a los siguientes dos problemas y probablemente tú en un mes o dos meses hayas resuelto gran parte del ejercicio. Que esa es una equivocada concepción que se tiene, que entonces yo tengo que hacer un proyecto de inteligencia artificial gigante, amplio, que me va a tomar cinco o seis meses cuando hoy eso no funciona así. Entonces esa sería una muy buena sugerencia. A nosotros nos ha funcionado. El empatizar y el adueñarte el problema desde una base te permite incluirle perspectivas adicionales y comenzar a hacer desarrollos diferentes desde el inicio.
Laura Velasquez, AI Heroes
Es primeros principios, vamos a qué está pasando hoy, cómo lo estamos solucionando, por qué no se está solucionando realmente, por qué es un problema y cómo le damos solución de manera básica. A veces pasa que las soluciones son más simples que la tecnología misma.
Luis Nieto, Boston Scientific
A veces te puedes dar cuenta que estás abordando un proyecto que no necesitó de un modelo de inteligencia artificial, que fue cambiar un proceso, que fue cambiar una política, que fue cambiar un marco cultural y ahí ya resolviste y entonces te vas a otro en donde ahora sí pronto necesitas la inteligencia artificial. Esos son los famosos dilemas y errores que pueden cometerse hoy en día cuando llamamos esto transformación digital, ir a comprar tecnología por comprarla. Entonces la moda del bondo de inteligencia artificial y los algoritmos y voy a comprar esto y me lleno de científicos de datos y después te preguntas, uy, ¿qué voy a hacer con esto? ¿Para qué lo voy a usar? Entonces me enamoré nuevamente de la solución y nunca entendí el por qué la hice. Entonces yo creo que hay un tema clave en también el abordaje. Aquí no es ni tener la tecnología más cara, ni tener el equipo más grande, sino de verdad entender estratégicamente hacia dónde voy. y cómo logro ese propósito. Y ahí es mucho lo que también nuestra compañía, nosotros estamos haciendo, es ser un articulador de esos ecosistemas. Muchas veces, a veces es saber conectarse, saber, ya entendiendo bien el problema, oiga, ¿a quién busco? Oiga, aquí está esta compañía que tiene ese conocimiento, tiene esa experiencia, tiene los casos, venga, los conectamos. Y conectar a los actores que hacen que las cosas se hagan, que hagan que esa innovación deje de ser un... un ideal y pasa a ser una realidad. Ahí también hay un ejercicio importante de sugerencia para el ecosistema en general. Por eso mismo también la inteligencia artificial es tan poderosa y tiene tanto impacto hoy en día. Yo digo que de todas las tecnologías exponenciales que hoy existen, la inteligencia artificial y la analítica avanzada es la de mayor capacidad de generar valor en el mundo. Porque uno, los datos los tenemos, dos, los modelos están, la capacidad de procesamiento también está disponible, entonces tú de alguna u otra forma tienes todo para poderla capitalizar rápidamente. Una de las ventajas que te da la inteligencia artificial es decirte, de esas infinitas posibilidades, ¿cuáles son las que tienes mayor o menor certeza, mayor o menor asertividad, mayor o menor impacto en las diferentes modalidades que tú definas, la que te trae más costo, menor ingreso, mayor margen? Entonces esa posibilidad de recibir recomendaciones, pues hace que las infinitas posibilidades se vayan reduciendo a unas pocas y que al final la persona siga tomando y siga teniendo, que eso es lo que también me encanta, siga teniendo el poder de tomar la última palabra.
Laura Velasquez, AI Heroes
Hay otra cosa que me gusta que tú siempre me dices, bueno, no me dices, pero compartimos, y es que uno debería mirar siempre estas oportunidades que a pesar de que sea incremental, ese impacto sea escalable. ¿Sí o qué?
Luis Nieto, Boston Scientific
Hombre, yo creo que los problemas para mí el objetivo 10 de eliminación de las desigualdades, reducción de desigualdades, tiene mucho sentido hombre, que chévere que uno pueda hacer un modelo o pueda hacer una solución o pueda hacer un servicio que inicialmente aplique para un público pero tenga la posibilidad de ser escalable hacia otros y la escalabilidad desde el punto de vista de cosas tan básicas como el idioma de cosas tan básicas como el costo de cosas tan básicas como el soporte que requiere ¿Qué es la desigualdad? Esa es una concepción que tenemos que tener en cuenta. Yo he tenido y he aprendido mucho, porque en estos aspectos de innovación, emprendimiento, transformación en la era digital, tú tienes también muchos fracasos y tienes muchas cosas en las cuales aprendes. Y a veces nos hacemos soluciones que no son escalables. Entonces, cuando llegas a un punto en que le quieres llevar al siguiente nivel, te frustras, porque no hicimos ciertas preguntas desde el inicio bajo esa concepción. Ojo, tampoco es una invitación a que tratemos de resolver los 17 Objetivos de Desarrollo Sostenible en un solo modelo, eso es imposible. Pero tal vez si pensamos un poquito amplio algunas cosas, podemos hacer que nuestras soluciones desde el inicio consideren algunas variables, algunos escenarios que más adelante vamos a poder fortalecer. Y qué bueno que tengamos esa invitación, porque definitivamente en salud sí que hay impacto. Cuando pensamos en una solución en salud es vidas, ¿no? Y esa oportunidad pues no la podemos nosotros dejar tan a la ligera cuando estamos tratando de resolver cosas, ¿no? Entonces la escalabilidad es fundamental y se basa en que tu solución tenga esa posibilidad de ser soportada, sea viable económicamente, repito, desde los esfuerzos, desde los públicos que la observan, pero siempre con la capacidad de haber sido planeada así desde el inicio, de alguna forma. Eso es fundamental.
Laura Velasquez, AI Heroes
¿Cuáles serían esas oportunidades que tú ves desde IPS? donde puedes ya implementar inteligencia artificial sin necesidad de irse a la complejidad de que el dato tiene que ir así o que tiene que ir así sino más de inventarios lo que nos venías diciendo de temas de estructura o estructuración en las capacidades de los billones, de los recursos todo este tipo de cosas, ¿cuáles serían esas cinco oportunidades que tú ves ya donde uno puede decir aquí es muy fácil implementar y ahí?
Luis Nieto, Boston Scientific
Optimización de inventarios Es un tema crítico, manejar adecuadamente los inventarios, medicamentos, insumos, dispositivos médicos, es un tema muy clave, las instituciones no fueron ni siquiera desde su infraestructura creadas para almacenar inventarios y grandes volúmenes y han tenido que aprender en la marcha a la fuerza muchas veces, eso es crítico para ellos, hay un ejercicio de costo de capital muy importante allí. Optimización de recursos y estoy hablando desde un punto de vista de salas, de camas, de... consultorios, no para crear más o para instalar más, porque evidentemente aquí hay unos capitales reducidos, pero ¿cómo los uso mejor? En mejores horarios, en otros días que probablemente yo no abro para servicio, pues ¿por qué no los abro para servicio? ¿Qué implicaría eso? Temas de proyección de demanda. Y es desde un punto de vista de mercado potencial, mercado servido, pero también ¿qué otras cosas yo puedo hacer? Servicios cruzados, oferta ampliada. cross-selling, up-selling, esos son aspectos que muchas veces las instituciones no analizan tan fácilmente y que probablemente lo quieran hacer, pero obviamente sin la oportunidad de tener el apoyo de inteligencia artificial pues se va a demorar más tiempo o de pronto no tiene todas las variables que puede llegar a requerir. Temas de precios. A veces que tan competitivo no soy, ¿cierto? A veces que tanto me puedo mover o no me puedo mover. Evidentemente hay unas regulaciones y unos temas contractuales que delimitan un poco eso, pero aún así, desde un punto de vista de lo que yo puedo hacer una oferta diferencial, yo tengo la posibilidad de jugar con eso. Oiga, ¿qué pasa si pongo esto, si pongo lo otro, si aumento este precio, si bajo este costo, en dónde me puedo mover? Ahí hay muchas decisiones por tomar en ese sentido. Y por último, yo te diría, este es un tema no menor, pero todo el ejercicio de fraude, el tema de transparencia, auditoría, es muy crítico y el hecho que tú puedas simular procesos e identificar a nivel documental o a nivel de aprobaciones o a nivel de regulación en dónde podrías llegar a cometerse un error, un fraude, eso se vuelve fundamental. Entonces, mira, ahí te conté unos ejemplos, Laura, que sin duda alguna, si estemos hablando de una institución de alta complejidad, en este caso una IPS pequeña, van a sufrir en mayor o menor medida y es donde evidentemente ahí la inteligencia artificial puede ser un gran, gran aliado para resolver esos temas.
Laura Velasquez, AI Heroes
Hay algo que... cuando yo intento ponerme en los zapatos de alguien que no sabe de AI, porque es que yo antes no tenía ni idea de qué era inteligencia artificial, ni cómo se hacía, ni cómo se consumía, y mucho menos en salud. Entonces ahora que yo trato de ponerme en los zapatos de una persona que no tiene inteligencia artificial ni idea, yo lo que hago es ponerme a pensar cómo yo cuestiono hacia dónde caminar con la llegada de estas tecnologías. Entonces lo primero que yo creo que alguien debería hacer es ¿qué es la inteligencia artificial? ¿Cuál es mi mayor problema hoy? ¿Qué me quita el sueño hoy? ¿Por qué? ¿Por qué es un problema? El tiempo, por ejemplo, de una infusión de oncología varía de un paciente a otro. Uno puede ser dos horas, otro puede ser tres, otro puede ser seis. Entonces, ¿yo cómo optimizo para que eso sea eficiente? Ah, bueno, es un Excel, no me está funcionando del todo. ¿A quiénes les han funcionado otras posibilidades? ¿Qué está funcionando ahí afuera? Es como cuestionarme cómo lo están haciendo de pronto, cuál es el problema y luego cuál es el status quo, cómo se hace hoy y luego llegar al resultado de pronto cómo lo hacen otros para ver si a mí me puede funcionar, pero siempre entendiendo cuál es mi problema. Y ahí de nuevo el tema de la empatía, de poder entender cuál es tu problema, de poder entender cómo hoy se puede solucionar, de pronto la inteligencia artificial te puede ayudar, de pronto sí, de pronto no. Y de pronto puede ser fácil, de pronto no. De pronto las capacidades instaladas que tienen muchos hospitales no son suficientes, pero de pronto sí. Y yo siento que cualquiera debería tener la capacidad de utilizar EIAI, no el que tiene mucha capacidad de infraestructura instalada. Porque el que no tiene acceso a un hospital rural, por ejemplo, ahí también se puede implementar y ahí también es necesario. Es más, es más necesario porque generas mayor acceso.
Luis Nieto, Boston Scientific
Ayer casualmente estaba en una conversación con una institución. Me decía, nosotros venimos trabajando hace mucho tiempo solo resolviendo los problemas desde el interior. y sentimos que es una ruta adecuada. Pero también reconocemos que llegamos hasta un punto. Haciendo la resolución de problemas desde el interior y con nuestros recursos, podemos llegar hasta un punto. La exponencialidad o llegar a otras fronteras, en lo que se llama innovación adyacente, se nos complica. Entonces, en ese punto también tú tienes que decir, bueno, si ya no pude el interior, ¿con quién me alío? ¿Quiénes son los que estarían dispuestos a trabajar conmigo? Y ahí tal vez siempre tener en cuenta esas organizaciones que compartan cultura, compartan filosofía, compartan propósitos, porque esa va a ser una forma de trabajar mucho mejor. Y ya cuando eso lo tienes claro y ya sabes el problema y sabes lo que tienes la capacidad de hacer y entiendes un poquito el potencial, pues es entender cómo viabilizas un proyecto de estos. Y una forma de viabilizar un proyecto de esos es, uno, si resolviste el problema que tenías y otro es también entender otra serie de métricas, que esto es fundamental, esa innovación que no se mide a veces no tiene mucho sentido. Yo desde el estado del arte uno, al luego hacer este proyecto, ¿a dónde llegué? ¿Qué cambié? ¿Qué materialicé? ¿Cuántos costos ahorré realmente? ¿Cuántos ingresos nuevos generé? ¿Cuál fue la experiencia de mi paciente? Si su ejemplo de NPS antes era de 50, ahora tendrá un NPS de 70, de 80. O sea, ¿cuál es la lógica que está detrás de todo eso? ¿De acuerdo? Y ahí es un ejercicio en donde el líder al interno, desde... nada de hablar de tecnología, desde nada de tener que volverse experto, se apropia de estas situaciones y comienza a ayudar también a hacer el cambio. Afuera hay quien quiere ayudar, afuera están los expertos, la tecnología está disponible y los recursos saldrán de algún lado, porque también ahí va a haber interesados en que si se enamoran del problema, se meten así no sean parte de ellos. Y ahí vamos a encontrar la forma de hacerlo.
Laura Velasquez, AI Heroes
Yo siento que la tecnología debe cerrar brechas, no aumentarlas. Y si hay tecnología o inteligencia artificial en este caso, que le abra la capacidad de atención a unos pero no a otros. pues ¿de qué sirve? Estamos incrementando la brecha en acceso y eso no tiene sentido para mí en ese aspecto. Debe adaptarse a las capacidades y a la infraestructura instalada que cualquiera tenga. A un hospital de categoría muy alta como a uno de muy baja. Y si tienes, no sé... ¿cómo se llama esto? Máquinas que no son digitalizadas, pues cómo traemos ese dato digitalizado y cómo enseñamos a digitalizarlo para que realmente tenga acceso y utilice esto. Ahí es donde está el valor.
Luis Nieto, Boston Scientific
A ver, les cuento, hay un mantra que nosotros tenemos en nuestra región, en Brasil, tenemos un mantra muy lindo que estamos tratando de que se vuelva el mantra de todos nosotros. Y ese mantra es, si el paciente no logra tener su tratamiento, el problema es nuestro. Si el médico no logra tener su entrenamiento, el problema es nuestro. Si el dispositivo no llega a donde tiene que llegar, el problema es nuestro. Si el paciente no logra pagar por su tratamiento, el problema es nuestro. La concepción detrás de todo eso es que los problemas no son de quien, o sea, el problema no es finalmente de quien lo sufre, el problema es de todos los que hacemos parte de ese ecosistema, de esa sociedad. Yo diría que si pudiéramos tratar de resumir una frase, es que los problemas no son de individuos, los problemas son de todos, ¿sí? Y que si nosotros fuéramos un poco más empáticos y menos individualistas, podríamos realmente hacer cambios importantes en el mundo. Yo creo que esa sería la invitación, a veces vemos los problemas de los otros y nos dejamos de interesar por ellos y si tenemos la oportunidad de ser al menos un poquito más sensibles y más humanos en que los problemas de los demás de alguna manera también nos afectan a nosotros, este sería un mundo completamente diferente.
Laura Velasquez, AI Heroes
Muchas gracias por ser parte de este episodio y por dejar un poco de tu experiencia aquí con nosotros. Y muchas gracias a ustedes que escuchan AI Heroes. Por favor, déjenos unas preguntas de Spotify. ¿Qué más les gustaría conocer y aprender sobre inteligencia artificial y los cambios que está trayendo la industria de salud? Nos escuchamos en un próximo episodio.
