Imagini que és infermera en una zona rural de Kenya. Un pacient arriba amb una lesió a la pell que vostè no reconeix. El dermatòleg més proper és a hores de distància, i potser ni existeix a la regió. Què fa? Aquesta no és una pregunta retòrica, és la realitat quotidiana de milers de professionals sanitaris en països on el nombre de metges especialistes per habitant és dramàticament baix.
Fa uns mesos vaig tenir l'oportunitat de viure aquesta realitat de primera mà, durant una estada a l'Oficina de l'Organització Mundial de la Salut (OMS) de Kenya. Allà vaig poder observar l’impacte de l’estudi d'una eina de l’OMS dissenyada per capacitar als professionals de la salut en malalties tropicals desateses de la pell i reflexionar sobre una pregunta que em corseca des de fa uns anys: en quines condicions la innovació tecnològica pot compensar realment la manca d'especialistes mèdics?
Les malalties que ningú recorda
Les malalties tropicals desateses (Neglected Tropical Diseases, NTD, en anglès) van fer que, el 2025, gairebé 1.500 milions de persones requerissin alguna intervenció. Són patologies que afecten principalment comunitats amb recursos escassos i accés limitat al sistema de salut.
Les que afecten la pell, com la lepra, la leishmaniosi cutània o l'úlcera de Buruli, sovint passen inadvertides durant anys, fins que les complicacions fan irreversible el dany. No és que la medicina no en sàpiga, és que els especialistes que en saben sovint no hi arriben. Aquí és on entra la tecnologia digital com a palanca d'equitat sanitària.
Diagnosticar sense personal mèdic: dos exemples
L'ús d'algoritmes d'intel·ligència artificial (IA) per al diagnòstic mèdic a través del mòbil no és una promesa de futur, sinó una realitat que s'està implementant en diversos àmbits clínics. El cas de la retinopatia diabètica n'és un exemple. En un estudi portat a terme a Zàmbia, un sistema d'IA va demostrar un rendiment clínicament acceptable per detectar retinopatia diabètica en un programa de cribratge, on les imatges de retina eren capturades majoritàriament per tècnics sense formació mèdica específica.
En el cas de la pell, l'OMS treballa en eines similars que permeten a agents de salut comunitaris fotografiar una lesió cutània sospitosa i obtenir una orientació diagnòstica basada en IA. Vaig poder observar de prop com s'utilitza una d'aquestes eines a la regió de Gilgil, a Kenya, en el marc d'un estudi d'avaluació que analitza la coincidència entre els diagnòstics generats per algoritmes i els realitzats per dermatòlegs. Sembla simple o només tècnic, però té implicacions rellevants per a la salut pública global.
La innovació, en qualsevol d'aquests casos, no rau en el dispositiu. Rau en el fet que, per primera vegada, el coneixement clínic especialitzat viatja fins al pacient, i no a l'inrevés.
Per què la tecnologia importa més quan hi ha menys especialistes
En els sistemes de salut dels països d'ingressos alts, la tecnologia digital actua com un complement, ajuda el professional a ser més precís, més ràpid, més eficient. En contextos de baixos recursos, en canvi, la tecnologia pot ser l'única opció disponible. Cobreix parcialment el buit temporal que deixa l’absència de l’especialista. Quan parlem de l'impacte de la IA mèdica al nord global, discutim sobre eficiència, sobre biaix algorítmic, sobre privacitat de dades.
En molts països de rendes mitjanes i baixes, hi ha, tanmateix, una pregunta prèvia: com aconseguim que una criatura amb una infecció de pell que pot derivar en complicacions permanents sigui diagnosticada a temps, sense necessitat de fer un viatge de dos dies fins a l'hospital? La tecnologia digital no és perfecta. Cap tecnologia ho és. Però és millor que l'alternativa de no tenir res.
La precisió tècnica no és suficient
Fer l’estada a l’Oficina de l’OMS a Kenya em va confirmar el que ja intuïa des de la recerca: la implantació d'una tecnologia sanitària no depèn únicament de la seva precisió tècnica. Depèn també de la confiança dels usuaris, de la senzillesa de la interfície, de l’encaix amb els fluxos de treball existents i, sobretot, de l’adaptació al context local.
Per això, una avaluació rigorosa d'una tecnologia sanitària no hauria de mesurar únicament si la IA coincideix amb el diagnòstic de l'especialista. Hauria de mesurar també l'experiència dels professionals que l'utilitzen, les barreres d'adopció i la percepció dels pacients. Perquè una aplicació que no s'utilitza, per molt precisa que sigui, no millora cap vida.
Una reflexió per a Europa
Podria semblar que tot això queda molt lluny de les nostres preocupacions sanitàries. Però el problema de fons és el mateix a banda i banda. Quan avaluem eines d'IA en salut, hem de preguntar-nos amb què les comparem? Caldria fer-ho amb sistema sanitari real que tenim, amb les seves carències. Els territoris envellits, la manca de professionals, les llistes d'espera creixents… Europa té els seus propis deserts sanitaris.
En països de rendes baixes i mitjanes, les bretxes són molt més profundes, però Europa no n’és immune. La pregunta que es fan a l’Àfrica és, doncs, la mateixa que ens hauríem de fer aquí: com garantim que el coneixement mèdic arribi a qui el necessita, quan el necessita i on el necessita? La tecnologia, ben avaluada i ben implementada, pot ser una part de la resposta.
Aquest article va ser publicat originalment a The Conversation. Llegiu aquí l’original.
