Introducción
Hernán Bentancour es un apasionado líder en el sector salud, actualmente dirige la operación de Baxter, una compañía farmacéutica y de dispositivos médicos en Colombia. Busca entender y aplicar la inteligencia artificial en el sector salud. En este episodio de AI Heroes discutimos:
- La aplicación de inteligencia artificial en el sector salud
- Necesidad de automatizar procesos en las agencias regulatorias
- Posible aceleración de investigaciones con IA
- La eficiencia en la distribución de productos médicos
- La importancia de tener acceso a la atención médica
- El impacto social de no tener acceso a tratamientos
- La falta de conocimiento de los pacientes sobre sus diagnósticos
Conclusiones
- Hernán Bentancour resalta la importancia de la inteligencia artificial en el sector salud para mejorar eficiencia y eficacia, y cómo puede acelerar procesos en agencias reguladoras (Hernán Bentancour, Baxter).
- Hernán Bentancour también nos cuenta como la IA puede mejorar la distribución de productos médicos, asegurando que los tratamientos lleguen a quienes los necesitan en el momento adecuado (Hernán Bentancour, Baxter).
- La falta de acceso a la atención médica es un problema grave con impacto social significativo, y la IA puede ayudar a mejorar esto (Hernán Bentancour, Baxter).
- Muchos pacientes no tienen suficiente conocimiento sobre sus propios diagnósticos. La IA podría ayudar a mejorar la educación y comprensión de los pacientes sobre sus condiciones (Hernán Bentancour, Baxter).
Transcripción
Laura Velásquez Herrera, AI Heroes
Lo que se te venga a la mente cuando yo te hablo de inteligencia artificial, ¿qué te imaginas inmediatamente?
Hernán Bentancour, Baxter
Se me vienen varias. Se me vienen futuros, se me viene un tema brillante, se me vienen temas disruptivos. Hay otra palabra que se me viene y es, no sé cómo describirla, pero también estamos entrando, hay de cuenta que estamos en un cuarto oscuro. Entonces conforme vamos avanzando la luz va apareciendo, pero no sabemos qué hay dentro. porque yo siento que eso tiene un alcance tan grande que apenas estamos en la primera fase de encontrarlo. Yo vuelvo a mi versión del tema de ciencia ficción. Y hoy dices, Siri, tal cosa, Siri, te ayuda con la búsqueda. Que yo me imagino entrando a la casa y tener una conversación con un elemento digital que es inteligencia artificial y va a cambiar nuestra forma de vida. Pero siento que estamos caminando y poquito a poco aprendiendo la luz de ese gran cuarto al que estamos ingresando. No te respondí con una palabra, pero creo que con una imagen que le estoy contando. Oye, estoy dándole aquí vueltas.
Laura Velásquez Herrera, 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.
Hernán Bentancour, Baxter
Bueno, mi nombre es Hernán Betancourt, apasionado de lo que hacemos en la industria de salud. Actualmente tengo la oportunidad de estar liderando la operación de una compañía farmacéutica y de dispositivos médicos en Colombia. Se llama Baxter. Y vengo acá como un individuo que le ha apasionado esto, que le gusta probar cosas, que no conoce mucho, pero que está queriendo arrancar y entender el tema de la inteligencia artificial y cómo podemos hacer o cómo podemos generar mucho más valor al sector salud.
Laura Velásquez Herrera, AI Heroes
Vamos a imaginarnos que vamos a jugar a cambiar la industria. Sí, soy aquí de la madrina. Por decirlo así, ¿tú cómo te ves ese futuro de la salud con lo que está pasando hoy de inteligencia artificial, de AI generativa, de lo que acaba de sacar Apple? ¿Viste que es una cosa loca? Entonces, ¿tú cómo visualizas ese futuro? No te pongas restricciones alrededor de, ay, no, es que no se puede hacer esto, sino como te lo vuelas.
Hernán Bentancour, Baxter
Mire, yo les voy a confesar un secreto. A mí me gusta mucho la ciencia ficción. Tengo una serie que me encanta y se llama Star Trek. Y uno ve unas cosas del punto de vista médico, la manera de poder diagnosticar un paciente inmediatamente con un aparatico y te diagnostican y tienes este problema, tienes el otro. Pero además de eso, rápidamente está el cómo aliviarte. Suena súper así del otro mundo, pero si uno se pone a pensar, pues no es nada loco. Si uno compara esto con lo que hablábamos de tener teléfonos inteligentes, tener inteligencia artificial hace 20 años, el típico cuento de los supersónicos que ahora estamos viviendo, pues yo diría que bueno poder ir en ese sentido. Y al final, el poder diagnosticar a un paciente inmediatamente, poder darle su tratamiento de manera inmediatamente, que se salve o que se mejore, pues eso debería ser, de alguna manera, a donde deberíamos ir. ¿Eso qué implica? Pues te implica muchas cosas, ¿sí? Tener la capacidad de diagnosticar, tener la disponibilidad total de tratamientos, de alguna manera el tema de acceso, ¿sí? Al final es yo, me estoy pasando una serie de televisión que les estoy contando, pero pues alguno recibe su tratamiento. Entonces hay muchos temas que al final tienen que ver con temas técnicos, temas de acceso, temas de oportunidad, de diagnóstico. Se verán en algún momento, en el futuro llegaremos. ¿Cuándo? No sé. Pero si no me imagino, me parece eso... Bacanísimo, o sea, te está abriendo, te diagnostican, te aplican algo y ya te aliviaste.
Laura Velásquez Herrera, AI Heroes
Y desde lo que tú vives en el día a día, desde tu mundo y tu experiencia pharma, mundo salud también, ¿qué se necesita hoy para que eso suceda? ¿O cuáles son esas barreras principales que tú ves hoy para poder llegar a ese futuro?
Hernán Bentancour, Baxter
La bolita de cristal, el nivel. o el desarrollo de terapias y de procedimientos, yo creo que va a la velocidad que va. Es decir, yo creo que la industria en general viene invirtiendo, viene desarrollando y eso pues tiene una velocidad. Creo que con los temas digitales eso se va a acelerar. De pronto el desafío importante, yo creo que la primera parte es cómo garantizar que quien hoy padece una enfermedad llegue y se pueda atender. Suena súper sencillo, pero una vez de aquí, desde Bogotá, desde Medellín, desde Cali, pues tú vas a una institución hospitalaria, sea la que sea, y te atienden. Pero cuando vas a las zonas apartadas, es un tema difícil. Es decir, hace un par de semanas estuvimos en La Guajira. ¿Te acuerdas? Estuvimos ahí. Y, pucha, no había agua. No hay agua. Te voy a contar una cosa, una cosa que yo aprendí, pues yo lo desconocía. Defecación a campo abierto. Yo pensé que eso nunca existía. Pues sí, hoy existe. Y bueno, en la empresa para la cual trabajo tenemos una serie de proyectos, estamos tratando de apoyar este tipo de comunidades, pero si no hay agua. Dice, pues pucha, ¿cómo hace? ¿Cómo lave los alimentos? ¿Cómo te lava las manos? ¿Cómo puedes tener este tipo de necesidades? Entonces, para uno poder pensar en un futuro y todas estas cosas maravillosas que yo llamo de la ciencia ficción, pues toca arrancar por lo básico. Es por garantizar el acceso al agua, a temas de saneamiento, temas que garantizan saludabilidad, para poco avanzar. Entonces, yo creo que el primer tema es garantizar esquemas básicos. Lo segundo es poder tener una población identificada y que pueda acceder a sistemas de salud. Y creo que la posibilidad de tratamientos y de terapias va a ir en función de lo que la industria, la innovación nos lo permita. Pero todo tiene que avanzar como al mismo tiempo. Pretender que una cosa vaya más rápido que la otra sin tener, por ejemplo, los temas básicos no va a funcionar. O viceversa. Yo creo que es una triada importante que debe ir, no sé si en la misma velocidad, pero no se puede desarticular.
Laura Velásquez Herrera, AI Heroes
Digamos que generar acceso a salud en las zonas rurales del planeta en sí es algo que es una barrera hoy y que es complejo llegar a esas zonas porque es muy difícil llevar capacidad instalada, infraestructura instalada a zonas donde son remotas. Nosotros, por ejemplo, empezamos a implementar modelos inteligentes en zonas rurales antes de llevarlos a zonas urbanas. Entonces, básicamente, como lo hicimos, fue muy chistoso y fue muy bonito también porque fue en medio de la pandemia. Entonces, en medio de la pandemia había montones de personas muriéndose por el COVID. Nadie sabía qué estaba pasando. Había una incertidumbre impresionante en el mundo. Y en Colombia particularmente pues también, entonces dijimos, venga, ¿qué podemos hacer con lo que nosotros sabemos de inteligencia artificial para construir un modelo que le ayude a los médicos a hacer prognosis de COVID? No era detección, ni siquiera hacer prognosis, hacer una evaluación del paciente una vez ya estaba en el hospital. Entonces lo que hicimos fue, pues, escribirle a diferentes instituciones a nivel mundial que ya sabían más o menos cómo se veía el COVID en una placa de rayos X. fuera digital o análoga, entrenamos un modelo con esa información que nos dieron y le dijimos al gobierno en Colombia, en diferentes secretarías de salud, venga, acá hay una herramienta que puede ayudarle, si a usted le interesa, venga, probemos esto en campo y lo hicimos gratis. Entonces fue muy interesante porque varias secretarías de salud nos dijeron, venga, yo estoy aquí listo, estoy enloqueciéndome, no sé cómo dar resoluciones a nuestros médicos, a las personas que están ahí en campo. Y pues a nuestros pacientes esto puede ayudar y puede darnos como una visibilidad o de pronto una toma de decisiones mucho más eficiente y al tiempo. a tiempo real, porque no sé si tú te acuerdas, pero en ese entonces, ¿cómo es que se llama? La PCR se demoraba semanas en salir. Entonces, básicamente, el más afectado era el paciente. Entonces, básicamente, lo que nosotros hicimos fue coger estos datasets a nivel mundial que habían, pedírselos a ellos. Una vez nos dieron el go con estos datasets, entrenamos un algoritmo en cuestión de un par de semanas y ese algoritmo lo implementamos en las secretarías de salud. que querían en zonas, en municipios alejados, en las zonas rurales de Colombia. Me acuerdo, fuimos a Puerto Gaitán, a San Juan de Arama, bueno, una cantidad de municipios por allá, súper alejados. Esto fue retador, muy retador. Primero porque, pues... Allá sí había capacidad de hacer, de correr placas de rayos X de tórax, pero análogas, nada digital. Entonces un reto fue poder tomar la foto, que la opacidad de la foto, que la toma de la foto fuera buena. Luego sí que sí había opacidad, cómo el modelo identificaba esa opacidad para volver a tomar la foto para que no fuera una opacidad por la luz, cómo se tomó la foto y no dañara la imagen para identificar de que sí había un daño. pues dentro de esa placa de rayos X. Eso fue un reto impresionante, pero bueno, fue súper interesante. Fue una muestra de que uno puede llevar tecnología a zonas donde no hay acceso. Básicamente esto nos permitió generar tres resultados muy interesantes como generais. El primero es poder validar que este tipo de tecnologías también se puede llevar a zonas donde no hay acceso. Dos, es que puedes incrementar el acceso a lecturas. Bueno, unas prelecturas o un pre-screening donde nunca ha existido un radiólogo, donde nunca ha llegado un radiólogo realmente. Es fabuloso para los pacientes. Y tercero, pues que en tiempo real, en hospitales de categorías muy básicas, pues tú en categoría 1 puedes realmente generarles valor. y eficiencia operativa para tomar mejores decisiones para beneficio de nuevo del paciente. Eso es súper bonito. Y eso empezamos a mirar no solamente para hacer prognosis de COVID, sino para hacer otro tipo de... de análisis más profundos de enfermedades respiratorias. Entonces eso también se volvió un beneficio. Entonces fue algo muy bonito y muy válido poder llevar este tipo de tecnologías ahí. Y creo que hoy en día, más que nunca, hoy más que nunca, es el momento perfecto para empezar a eliminar esas brechas, porque al final eso es lo que nos genera falta de acceso y que la mitad de la población mundial, por ejemplo, hoy no accede a salud. Entonces es chévere. ¿Cómo desde una mirada de un líder uno debe dar ese primer paso? Porque lo que yo veo en la industria es unas ganas infinitas de hacer cosas, pero la inteligencia artificial se está volviendo ese juguete nuevo que todos quieren tener, pero nadie entiende y como que se volvió un check dentro de la estrategia, pero no necesariamente esto está generando valor. Entonces tú desde líder que eres en la industria, ¿tú cómo ves ese paso a paso para decir Vamos a adoptar AI.
Hernán Bentancour, Baxter
Hay un tema de poder entender y conocer. En la medida de que más personas diferentes de la organización entiendan qué es esto, qué es esta herramienta, si lo vemos en eso, pues más fácil la gente va a levantar la mano y me interesa hacer esto. Ese es el primer tema. El segundo tema fue parte de la discusión que tuvimos ayer con el equipo. Y es que, como es tan chévere, es tan sexy el tema, la gente lo quiere tener. Esta es una opinión personal. Yo creo que uno no debería tener esto porque es chévere, sino, o la discusión de, bueno, ¿y qué más hacemos? ¿Y qué más metemos ahí? No, es, ¿qué problemas tengo? ¿Y cómo esta herramienta me resuelve esto? ¿Por qué? Porque es que al final vamos a ser muy transparentes y al final eso tiene un costo económico. La mejor forma de soportar el por qué meterme en esto, más allá de los recursos que tengo que disponer, el tiempo que tengo que dedicar, cuánto me toca invertir en términos económicos, pues al final me va a resolver un problema que yo creo con creces van a pagar todo ese tipo de inversiones. Eso por un lado. Por otro lado es que qué chévere tenerlo, pero cuando yo tengo una necesidad clara, en la mitad del camino ya el interés se puede bajar, qué pereza esa reunión, esta gente me está pidiendo esto. porque no estamos encontrando realmente el valor que entregan.
Laura Velásquez Herrera, AI Heroes
Háblame un poquito de los problemas que tú estás viendo en la industria. 100% de los problemas hoy, porque ahí es donde uno puede construir esas oportunidades de solución con AI. Entonces, cuéntame un poquito de esos problemas que tú ves.
Hernán Bentancour, Baxter
Yo creo que hay muchos. Te voy a listar varios. Y pueden estar en diferentes partes de la cadena. Todas las compañías farmacéuticas o dispositivos médicos Tienen un actor muy importante, un aliado, un partner importante, que es en el final una entidad regulatoria. Y los tiempos de poder llevar tecnologías y tratamientos al mercado están en función de la capacidad que esas agencias regulatorias tienen las aprobaciones. Pero estas agencias regulatorias tienen una avalancha de procesos. En algunos países se hacen alimentos y medicamentos, se hacen nutricionales, medicamentos y productos alimentarios. La cantidad de temas que tienen que regular o evaluar son muy altas.
Laura Velásquez Herrera, AI Heroes
O sea, hay una oportunidad inmensa de optimización.
Hernán Bentancour, Baxter
Pero si ya 70 o 80% del proceso lo podemos automatizar, imagínate la velocidad. Y eso es un ejemplo. Te voy a dar otro ejemplo y es, y aquí te estoy hablando muy yo creo de la generalidad y hasta qué punto todas estas pruebas y todos estos temas documentales, porque yo creo que los test se tienen que hacer con mucho cuidado, no es hasta qué punto la inteligencia los pueda acelerar. Pero si todo lo administrativo y lo documental y lo de proceso de las investigaciones se pueden hacer ahí, creo que se pueden acelerar. Los temas de disponibilidad de productos. Hoy localmente ha habido algo de ruido al respecto. no me referirá al trasfondo de eso, sino más bien a eventualmente existiendo una buena base de datos, entendiendo los consumos que se puedan dar, cómo yo puedo pronosticar qué voy a necesitar y qué no, y de esa manera poder articular con la industria para responder a las fluctuaciones de demanda que puedan existir.
Laura Velásquez Herrera, AI Heroes
Bueno, no es sencillo, pero sí es sencillo a la vez, porque son temas simplemente de entender. en histórico qué se ha hecho y qué es lo que más consumen los pacientes, qué es lo que más se medica en los pacientes, para con un histórico de data poder crear un modelo que pueda predecir cuándo va a suceder y qué momento va a suceder y dónde va a suceder. Entonces básicamente es hacer una locación inteligente de productos y de tratamientos, por decirlo así, o de insumos, no lo llamemos simplemente tratamientos, insumos. eso se puede hacer y es una forma muy eficiente de utilizar este tipo de tecnologías para optimizar pues esa cadena, es que todo se trata de nuevo hay un problema, esto me quita demasiado tiempo, son demasiados esfuerzos me toma demasiado capital dentro de mi día a día en tema de tiempo, en tema de recursos, en tema de esfuerzo si eso es la respuesta Para el problema que estás pensando, pues muy probablemente la IAI te pueda ayudar a solucionar ese tema. Ahí para profundizar un poquito, ¿eso cuánto le cuesta al sistema hoy no tenerlo?
Hernán Bentancour, Baxter
Es muy complejo responderte esa pregunta, porque no es solamente cuánto le cuesta al sistema. sino los impactos sociales que se pueden generar de no tener. Y eso no se puede cuantificar. Como también cuánto se puede beneficiar al sistema de salud más eficiente, también viéndolo desde el otro lado. Y es cómo utilizar más recursos en función de poder atender más pacientes, de llegar a zonas más lejanas, porque estoy haciendo las cosas de mejor manera. Pero en un mundo en el que la información toda está disponible, imagínate la capacidad de poder generar procesos de eficiencia, no solo en esto, en la forma de cómo se distribuyen los medicamentos, dónde se pone, dónde están las poblaciones, y las poblaciones tienen estas características, entonces este tipo de tratamientos deberían llegar ahí. Sí, hay un tema muy fuerte en cómo hacer más eficiente el proceso de atención y esto tiene todas las aplicaciones posibles.
Laura Velásquez Herrera, AI Heroes
Venga, vamos a hacer un ejercicio bacano. Como a ti te gustó full el tema de impacto, de paciente, a mí me fascina y es la razón por la que yo creo que uno debería implementar inteligencia artificial en esta industria para que todos los millones de vidas que tú salvas hoy se tripliquen o tengan una escalabilidad de 10x.
Hernán Bentancour, Baxter
Que se puedan atender mejor.
Laura Velásquez Herrera, AI Heroes
Vamos a darle la mirada desde cuáles son los retos que tú ves. hoy en la industria, en relación al paciente, en relación a la pharma, en relación a la IPS, en relación al asegurador, y cómo no lo llamamos inteligencia artificial, nuevas tecnologías pueden aportar en esta industria. Que una vez desde la mirada, yo paciente, porque aquí todos somos pacientes.
Hernán Bentancour, Baxter
Sí, varias cosas. La primera es, nosotros como pacientes no sabemos mucho. Entonces cuando a mí me diagnostican o me identifican, Pues usted va y busca en Google, si va a ser un paciente ya de mucha edad, pues probablemente no. Y todo lo que el médico le diga o no le diga, usted lo cree. Yo creo que hay un tema en la capacidad de yo como paciente, con lo importante como de la persona, yo tener acceso a todas las oportunidades de conocimiento terapéutico. a las opciones que hay, a lo que eventualmente esto implica, sin ser médico, porque al final se lo explican en... en el idioma que uno puede entender.
Laura Velásquez Herrera, AI Heroes
Me encanta eso porque al final ahí es donde entran a jugar estas tecnologías, con la información, transformar esa información en un activo digital que te permita incrementar el acceso, incrementar esa detección oportuna para poder atender mejor al paciente y al final se vuelve como un círculo donde todos ganan. Gana el paciente porque si se detecta a tiempo, pues tiene mejor calidad de vida, un buen sistema. La IPS gana porque puede cumplir con sus métricas de rendimiento, por decirlo así. Gana la EPS porque en este caso mantiene a la población, entre comillas, sana o atendida. Y por el otro lado, gana toda la pharma porque incrementa el acceso al tratamiento y beneficia al paciente con ese insumo. Nosotros hemos hecho muchas soluciones desde la curiosidad misma. Pues para mi forma de ver, yo no entiendo por qué la mitad de la población mundial no accede a salud. La cosa más injusta y ridículamente estúpida, perdón la palabra, que no pase, porque hoy en día tenemos tanta información y todo eso se puede transformar en modelos inteligentes que nos ayuden a incrementar el acceso, inclusive antes de que suceda. Entonces, hay muchas cosas que yo he visto que generan valor y es súper bonito alrededor de la inteligencia artificial que trae beneficio y así es, básicamente. Entender qué ha pasado en histórico con diferentes enfermedades, cáncer, enfermedad renal crónica que hoy lo hacemos tanto, temas de enfermedades raras, enfermedades huérfanas, temas de enfermedades cardiovasculares, es básicamente, venga, qué ha pasado en el pasado, cogemos esa información, en nuestro caso en Arcángeles, cómo transformamos esa información de manera automática para poder predecir cuándo, dónde y cómo puede generar valor. o quién se va a enfermar en algún punto determinado de la vida y así incrementar el acceso, mejorar la toma de decisión para el paciente, para el profesional en salud, inclusive para la farma misma, saber quiénes se van a enfermar de enfermedad renal crónica o quiénes se van a enfermar de, no sé, esclerosis o un tipo de cáncer. pues para poder tener esos insumos, saber quiénes y dónde y cuándo, y crear una ruta mucho más eficiente y efectiva. Aquí, de nuevo, ganan todos. Y eso es lo que nosotros hemos hecho hoy. Hoy impactamos a 68 millones de personas gracias a eso. Simplemente a eso. Entonces, para mí, entenderte a ti, cuáles son tus retos, se vuelve algo delicioso para mis oídos. Es decir, pucha, podemos construir hacia este lado. Así sea loco lo que estamos haciendo y experimentando, pero podemos traer sobre la mesa ideas. que nos ayuden a experimentar muy rápido y ver si por ahí es el camino o si no. Ven, tú cómo visualizas a corto plazo como la adopción de inteligencia artificial en Latinoamérica en la industria pharma, como en ese primer campo de exploración que se puede dar en esta industria. Como en la primera oportunidad.
Hernán Bentancour, Baxter
En la medida que uno pueda entender hasta dónde esto puede generar valor y cómo se puede hacer, yo creo que mucha más gente va a querer montarse. Dice, inteligencia artificial, pero no quiero meter datos a eso y eso le dice a uno, y eso cómo aprende, y eso qué necesita, y si mis datos vienen así o si van así, y yo cómo conecto, o a veces, no, pues es que lo que yo quiero tal vez la información está aquí. A veces no quiero entrar en el operativo de decirle cómo lo haces. Pero sí entender el alcance de esto, qué ventajas funciona, cómo se construye. Ustedes hablan del modelo. El modelo es ¿qué? O sea, es Y igual a X1, X2, no sé. Entonces, eso hay que meter una data y la data cómo debe venir. Y si yo como organización le estoy incapacidad de poder hacerlo o no hacerlo, esto vale mucho, vale poco. ¿Me entiendes? Uno escucha inteligencia artificial. Uno va y le entra a chat GPT y pone preguntas, pero ¿qué hay detrás? No tiene ni idea. Según te entiendo, tú tomas la información histórica de tu grupo de clientes, las analizas y puedes predecir.
Laura Velásquez Herrera, AI Heroes
Es que imagínate esto. Pucha, necesitamos llegar a un objetivo de atender, no sé, 5 millones de pacientes. Ok. Y para eso, pues obviamente va a tener un revenue de X cantidad de dinero, ¿cierto? ¿Qué tal si en vez de llegar a 5, pudiésemos llegar a 10? No solamente duplicar ese revenue, sino ese impacto, simplemente entendiendo la data que hemos tenido hoy. ¿Dónde están? ¿Quiénes son? ¿Qué tipos de variables influyen en ese tipo de tratamientos? Por ejemplo, que... qué tan adherentes son esos pacientes o no a ese tipo de tratamientos. Con toda esa información, tú simplemente puedes identificar, mucho antes de que eso suceda, quién te va a pedir cuánto, a qué tipo de paciente le va a funcionar y por qué, cuáles van a ser los efectos adversos y por qué. Simplemente es desde mi mirada. Es ser curioso con la data que tenemos y darle vida a esa data para que tú puedas tomar mejores decisiones. Y aquí ganamos todo.
Hernán Bentancour, Baxter
Sí, yo estoy de acuerdo. Ahí de pronto el único tema que yo le pondría, que yo creo que el tema de inteligencia, no sé si lo resuelve, pero le recueja un problema importante y es, no es simplemente crecer por crecer, es decir, es encontrar la situación adecuada, el paciente adecuado, eso es un tema supremamente importante, pero entonces es un tema de poder brindar una mejor atención. En el fondo, yo lo que te digo es, y yo creo que eso es lo que tú haces normalmente, es decir. Pones los datos, corres el modelo, miras qué tanto fit hace o no hace, y vas aprendiendo, y vas ajustando, y vas... Entonces, es ir calibrando de alguna manera para que eso responda. ¿Qué va a ser perfecto? No creo. Pero sí te está ayudando, primero, a poder darle tratamiento a una gran cantidad de información, que probablemente con el chinomático que yo llamo, pues no vas a poder. O sea, te va a permitir ver cosas que seguramente... como a articular una gran cantidad de variables que, repito, normalmente... En condiciones normales no se puede hacer o toma mucho tiempo. Pero al final es, después de todo eso, ¿cómo evalúas la adherencia al modelo? El FIT, el R cuadrado que uno ve en la universidad en algún momento. Le llamamos jocosamente así. Pero sí, ¿dónde va a estar el tema? ¿Qué tanta información? Yo creo que hay un reto súper fuerte ahí, y es ¿qué tanta información está disponible? Yo no sé cómo te ha ido a ti en eso, pero a veces hay una cierta data que es la que no tiene interno en la organización y ahí con eso te puedes mover. Pero otra cosa es que no la manejas tú, que está afuera. ¿Cómo les va?
Laura Velásquez Herrera, AI Heroes
Pues la verdad es que tiene dos caminos. Todo el mundo dentro del mundo de estas nuevas tecnologías de AI particularmente dice que mientras más data mejor. Y es como la ley. Sí, pero yo difiero en ciertas partes porque yo digo mientras más data de calidad mejor. Pero es la realidad del mundo, no solo de Latinoamérica, del mundo es que eso no es así. Entonces yo siempre digo que con pocos datos uno puede llegar a muy buenas métricas. si son datos de calidad, ¿cierto? Y yo te pongo el ejemplo de UNICEF con nosotros. Podemos hacer retección temprana de leucemia limpoide particularmente, llegando a un modelo con muy pocos datos que cogimos, que pudo llegar a unas muy buenas métricas, porque esos muy pocos datos tenían muy buena calidad. Entonces, ahí yo te digo, ¿qué se tiene hoy para construir hoy y probar hoy para testear y llevar a cabo? bueno Chivil pues mil gracias por compartir tantos insights pues espero que haya sido de valor pues aquí anoté un montón de ideas que se me vienen a la mente que puedo probar y testear rápidamente pues yo soy de las que creo que es mejor hacer, probar,
Hernán Bentancour, Baxter
Intentar experimentar a no hacer nada y quedarse en la queja en la queja porque no hice totalmente
Laura Velásquez Herrera, AI Heroes
Muchas gracias por hacer 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 en las preguntas de Spotify qué más les gustaría conocer y aprender sobre inteligencia artificial y los cambios que esto está trayendo en la industria de salud. Nos escuchamos en un próximo episodio.
