Ignacio Hern¨¢ndez, fundador de Savana: ¡°La IA va a entrar en el sistema sanitario porque lo que hay falla mucho¡±

Ignacio Hern¨¢ndez (Alicante, 41 a?os) eligi¨® para su vida un camino poco ortodoxo. Durante sus a?os de formaci¨®n como neur¨®logo ya ten¨ªa claro que su lugar estaba fuera del hospital. Empez¨® a trabajar en labores de gesti¨®n, pero se dio cuenta, buceando en las estad¨ªsticas del Ministerio de Sanidad, de que solo la tecnolog¨ªa podr¨ªa deshacer el embrollo de datos, nombres y listas en los que estaba inmerso el sistema sanitario. Junto a dos amigos de la infancia fund¨® Savana, una empresa dedicada a utilizar la inteligencia artificial para mejorar los procesos asistenciales. Dej¨® el hospital para dedicarse por completo a este proyecto, que lleva ya 10 a?os en marcha y que le coloc¨® como uno de los 100 empresarios m¨¢s creativos de Espa?a en 2021 y 2023, seg¨²n la revista Forbes. Hern¨¢ndez habla con EL PA?S en la sede de su empresa en Madrid y opina que el uso de la IA en el ¨¢mbito sanitario es imparable y necesario.

Pregunta: La administraci¨®n p¨²blica tiene fama de llegar tarde a las innovaciones tecnol¨®gicas. ?Le pasar¨¢ lo mismo al sistema sanitario con la inteligencia artificial (IA)?

Respuesta: Puede ser que volvamos a llegar tarde, pero yo mantengo una tesis que no tiene por qu¨¦ ser cierta: el sistema sanitario est¨¢ en quiebra. No solo el espa?ol, tambi¨¦n los europeos. Todo el mundo lo percibe en la calle. Y en un mundo donde las cosas son imperfectas, es mucho m¨¢s f¨¢cil que se produzca un cambio. El algoritmo es una cosa muy inc¨®moda, todo el mundo quiere que le atienda un humano, pero cuando la alternativa son listas de espera de 14 meses para una prueba, creo que la gente va a preferir el algoritmo. La IA no va a entrar porque sea muy buena, va a entrar porque lo que hay falla mucho.

P: Los problemas que tienen los sistemas sanitarios son variados, ?qu¨¦ puede aportar la IA?

R: Estoy convencido de que servir¨¢ para optimizar recursos y mejorar la velocidad de trabajo, algo que ser¨¢ fundamental para sostener los sistemas p¨²blicos. La IA no va a resolver todos los problemas. Pero si hay algo que tiene posibilidades de sacarnos de la espiral de empeoramiento de la calidad en la que estamos metidos es la tecnolog¨ªa, la digitalizaci¨®n y la toma de decisiones apoyada en algoritmos. No digo deshumanizarla, ni mucho menos, pero creo que una de las pocas salidas que le queda a nuestro sistema sanitario es el proveerse de inteligencia artificial para poder dar salida a una demanda que no para de crecer.

Por ejemplo, estamos creando modelos que predicen, antes de hacerte una prueba, la probabilidad de dar positivo. Con eso, solo habr¨ªa que hacer la prueba a aquellos que tienen una alta probabilidad. Y hemos demostrado que podemos reducir un 40% del gasto evitando hacer tests a quienes dar¨ªan negativo.

P: ?Qu¨¦ es Savana y qu¨¦ busca aportar en todo este proceso?

R: En Savana buscamos predecir el comportamiento de las enfermedades y de los enfermos, bas¨¢ndonos en el enorme hist¨®rico de datos que se acumulan todos los d¨ªas en los centros de atenci¨®n sanitaria. Si se piensa en la meteorolog¨ªa o en el tr¨¢fico, somos capaces de saber lo que va a pasar en los siguientes d¨ªas, semanas o a veces incluso meses, porque tenemos un hist¨®rico de datos. Si aplicamos la IA en la sanidad, podemos modelizar, por ejemplo, si un paciente concreto va a responder a un f¨¢rmaco concreto. Nosotros nos dedicamos a acceder a la informaci¨®n, armonizarla, analizarla y despu¨¦s elaborar esos modelos.

El problema de las t¨¦cnicas estad¨ªsticas tradicionales es que te dejas fuera aquello que no sabes que desconoces

P: ?Qu¨¦ tipo de informaci¨®n utilizan?

R: Toda la que se recoge cada d¨ªa en los centros donde se atiende a los pacientes. Por ejemplo, en los casos de pacientes con EPOC, no solo contamos con los datos de cuando van a neumolog¨ªa, sino tambi¨¦n cuando van a medicina interna, a urgencias, a ginecolog¨ªa, si tiene otras enfermedades, sus cirug¨ªas previas o los resultados de pruebas, aunque inicialmente no tengan nada que ver. Toda esa informaci¨®n, junto a la capacidad que nos da la IA para encontrar asociaciones o correlaciones donde la mente humana no lo har¨ªa, es lo que nosotros explotamos en el ¨¢mbito cl¨ªnico para encontrar los predictores.

P: ?Y por qu¨¦ es la IA capaz de encontrar relaciones que los humanos no?

R: El problema de las t¨¦cnicas estad¨ªsticas tradicionales es que te dejas fuera aquello que no sabes que desconoces. Pero con el machine learning se pueden encontrar correlaciones no sospechadas. Eso lo consigue porque aprende como un ni?o en su casa: por repetici¨®n. Los modelos no aprenden reglas, sino que reconocen patrones. Tienen la capacidad de aprender repitiendo casos, aunque no entienden el sistema al que se enfrentan. Ocurre lo mismo que con mi hijo, que sabe hablar espa?ol mucho mejor que un extranjero y, sin embargo, no le pidas que te explique ni una sola regla gramatical. Tienen la gran ventaja de que son mucho m¨¢s eficientes que las matem¨¢ticas normales, pero tienen la desventaja de que no son sistemas explicables.

P: ?Pero podemos permitirnos no saber por qu¨¦ un algoritmo toma una decisi¨®n sobre un diagn¨®stico o sobre un tratamiento?

R: En realidad, es un poco hip¨®crita decir que, porque no sabes exactamente la ¨²ltima raz¨®n por la que algo funciona, no lo vas a utilizar. Ser¨ªa ignorar que la historia de la industria farmac¨¦utica consiste en descubrir f¨¢rmacos por pura asociaci¨®n. Durante a?os hemos visto en las grandes revistas cient¨ªficas cr¨ªticas a la no explicaci¨®n, pero ya vemos voces que aseguran que alcanzarla es una falsa esperanza.

Al final, de lo que se trata es de que el algoritmo funcione, y lo bueno de la ciencia es que lo puedes demostrar. Si t¨² tienes un algoritmo, lo pasas sobre el historial de un set de pacientes y puedes comprobar f¨¢cilmente si funciona o no. Otra cosa es la interpretabilidad, que es que la m¨¢quina tenga la obligaci¨®n de decirte cu¨¢les son las variables principales en las que se est¨¢ fijando.

P: Un problema al que se enfrenta el sector es que los datos en cada pa¨ªs o en cada regi¨®n se han recopilado de una manera. Eso ha provocado que no se pudiesen utilizar conjuntamente. ?Est¨¢n las entidades trabajando para corregir eso?

R: Empezamos muy mal, porque cada uno implement¨® un sistema de historia cl¨ªnica electr¨®nica distinto, que no pod¨ªan hablar entre s¨ª. Pero eso est¨¢ mejorando. Se daba la paradoja de que te pod¨ªas ir a Zambia con una tarjeta de cr¨¦dito, pero no pod¨ªas llevar tu historial de Toledo a Madrid. Ahora, con trabajos como el nuestro, y el de otras empresas e instituciones, se empiezan a desarrollar sistemas que armonizan los datos. B¨¢sicamente, es a lo que nos hemos dedicado los ¨²ltimos 10 a?os en Savana.

P: Los datos se han convertido en una gran fuente de dinero y poder. ?C¨®mo han llegado a conseguir esa gran cantidad de datos con los que trabajan?

R: Es muy f¨¢cil, nosotros no poseemos los datos. Adem¨¢s, no creemos en los monopolios de datos. Creemos en compartir la informaci¨®n con fines de investigaci¨®n o de gesti¨®n de manera controlada por el que los genera. En Savana no acumulamos los datos de los hospitales, sino que somos una plataforma gracias a la cual ellos pueden reutilizar una informaci¨®n que de lo contrario se quedar¨ªa ah¨ª perdida en un archivo o gracias a la cual pueden entrar en estos estudios multic¨¦ntricos o multipa¨ªs.

No creemos en los monopolios de datos. Creemos en compartir la informaci¨®n con fines de investigaci¨®n o de gesti¨®n de manera controlada

P: ?Entonces, estos ¨²ltimos a?os, cu¨¢l ha sido la dificultad m¨¢s grande a la que se han enfrentado?

R: Quiz¨¢ la m¨¢s importante tiene que ver con elementos que no son racionales, sino con aproximaciones ideol¨®gicas. Es esta idea de que ¡°yo no voy a permitir que una empresa privada utilice mi dato para nada y no voy a permitir que el dato f¨ªsicamente salga de los servidores del servicio de salud¡±. No hay una argumentaci¨®n racional para eso. Hay una ley europea de Protecci¨®n de Datos, que dice claramente que, si el dato est¨¢ anonimizado y es con fines de investigaci¨®n, es una obligaci¨®n compartirlo. No solo es ¨¦tico usarlo, sino que lo que no es ¨¦tico es no usarlo.

De todas formas, estoy convencido de que muy pronto ser¨¢ al rev¨¦s. Estar¨¢ tan mal visto no compartirlo. Los pa¨ªses y los hospitales tendr¨¢n que desarrollar sus propios modelos. Desde el punto de vista asistencial, ser¨¢ tan malo no tener modelos de inteligencia artificial predictivos como lo es hoy no tener un aparato de resonancia magn¨¦tica.

P: Dejar el camino asistencial es poco frecuente en el ¨¢mbito m¨¦dico, ?por qu¨¦ decidi¨® emprender?

R: En la carrera ya sab¨ªa que me iba a gustar hacer cosas que estuvieran fuera del ambiente de ver pacientes. Eso me gusta, lo he hecho a?os, pero nunca ocult¨¦ mi intenci¨®n de hacer gesti¨®n hospitalaria. Cuando tuve que elegir una rotaci¨®n voluntaria, me recomendaron el ministerio de Sanidad. All¨ª podr¨ªa empaparme de todas las estad¨ªsticas de Espa?a. All¨ª me di cuenta de que era interesant¨ªsimo. Todav¨ªa no se hablaba del Big Data, pero toda esa informaci¨®n iba a necesitar una capa enorme de tecnolog¨ªa, que, por otro lado, nos estaba llegando a trav¨¦s del m¨®vil. Y pens¨¦ que hab¨ªa una oportunidad muy interesante. As¨ª que en vez de seguir por la v¨ªa de la direcci¨®n y la gesti¨®n, lo voy a hacer m¨¢s desde el punto de vista de la innovaci¨®n, porque es m¨¢s f¨¢cil cambiar las cosas desde la innovaci¨®n tecnol¨®gica.