¿Puede la inteligencia artificial mejorar la calidad de la atención médica en África sin riesgos para los pacientes?
En el África subsahariana, la falta de personal médico calificado y el acceso limitado a la formación continua representan un desafío importante para la calidad de la atención. Una solución probada en Kenia demuestra que la inteligencia artificial podría ofrecer un apoyo valioso a los clínicos de primera línea. Entre julio y septiembre de 2024, un sistema de apoyo a la toma de decisiones médicas basado en IA se utilizó en 16 clínicas kenianas. Este sistema analiza los historiales de los pacientes y propone, en tiempo real, diagnósticos y tratamientos adaptados al contexto local.
Los resultados revelan que los consejos generados por la IA casi siempre cumplían con las directrices locales, con solo un 3 % de casos en los que se detectó información errónea o inventada. Estos errores, a menudo relacionados con abreviaturas mal interpretadas o nombres de medicamentos, siguen siendo raros. En cambio, en casi el 8 % de las consultas, la IA formuló recomendaciones potencialmente peligrosas, como prescripciones inadecuadas o diagnósticos incompletos. A pesar de ello, los clínicos no siempre siguieron los consejos útiles, modificando sus decisiones solo en el 38 % de los casos en los que la IA aportaba una mejora.
La herramienta permitió corregir riesgos presentes en las notas iniciales de los médicos en el 8 % de las consultas. Sin embargo, las recomendaciones perjudiciales se siguieron con más frecuencia que los consejos beneficiosos, lo que subraya un problema de adopción desigual. Los clínicos ignoraron las sugerencias de la IA en el 62 % de los casos, incluso cuando estas podrían haber mejorado la atención.
El costo de uso de este sistema sigue siendo muy bajo, aproximadamente 0,5 céntimos de dólar por consulta, lo que lo hace accesible incluso en entornos con recursos limitados. No obstante, su eficacia depende en gran medida de su adaptación al contexto local. Las recomendaciones inadecuadas, como medicamentos no disponibles o exámenes imposibles de realizar in situ, a veces socavaron la confianza de los cuidadores.
Esta experiencia demuestra que la IA puede fortalecer la calidad de la atención en zonas mal atendidas, siempre que esté mejor integrada a las realidades locales y se utilice con prudencia. La formación continua de los clínicos y salvaguardias adaptadas son esenciales para maximizar sus beneficios y limitar los riesgos. Se necesitan más ensayos para confirmar su impacto real en la salud de los pacientes.
Crédits
Étude source
DOI : https://doi.org/10.1038/s44360-026-00082-5
Titre : Safety of a large language model-based clinical decision support system in African primary healthcare
Revue : Nature Health
Éditeur : Springer Science and Business Media LLC
Auteurs : Ambrose Agweyu; Paul Mwaniki; Wilkister Musau; Robert Korom; Lynda Isaaka; Conrad Wanyama; Sarah Kiptinness; Najib Adan; Mira Emmanuel-Fabula; Bilal A. Mateen