El Efecto de la Reducción de Medicaid: ¿Puede la IA Prevenir una Crisis Sanitaria Inminente?

Medicaid se ha convertido en un punto central de una batalla política candente, ya que los legisladores republicanos buscan recortes profundos para ayudar a financiar reducciones de impuestos. El presidente Donald Trump y los líderes del GOP apuntan a recortar el gasto de Medicaid en $880 mil millones en la próxima década, recortando aproximadamente el 10% del presupuesto del programa. Sin embargo, las consecuencias podrían ser graves, ya que Medicaid proporciona cobertura de salud para aproximadamente 83 millones de estadounidenses de bajos ingresos, incluyendo a personas mayores y discapacitadas.

Para asegurar el futuro de Medicaid, la inteligencia artificial (IA) está surgiendo como una posible solución para reducir los costos sanitarios en aumento. Hoy en día, la analítica predictiva impulsada por IA permite a los proveedores de atención médica identificar a pacientes de alto riesgo antes de que requieran atención de emergencia.

“Con Medicaid enfrentando restricciones presupuestarias, la IA puede reducir costos sin sacrificar la calidad”, Grace Chang, CEO y fundadora de Kintsugi, me dijo. “Las ineficiencias operativas, como diagnósticos erróneos o seguimiento deficiente de los pacientes, a menudo son invisibles pero increíblemente costosas. La IA puede identificar a pacientes en riesgo de sobreuso de la sala de emergencias o de no adherirse a la medicación – áreas que sangran miles de millones del sistema pero son solucionables con la herramienta adecuada”.

La startup de salud de IA con sede en California, Kintsugi, utiliza biomarcadores vocales para automatizar la detección temprana de depresión y ansiedad en pacientes, lo que ayuda a reducir el tiempo de evaluación de los clínicos. Chang afirma que la mayoría de los sistemas de salud ya están subdotados, y la IA puede ayudar a priorizar quién necesita atención más, cuando más la necesita.

Según la fundadora, el verdadero riesgo de no utilizar la IA para resolver los problemas más difíciles de la salud es “que no la usemos para cerrar las brechas críticas en la atención”.

¿Cómo la IA está reduciendo los costos de Medicaid y la atención sanitaria en general

Las ineficiencias administrativas representan una parte significativa de los costos sanitarios. Pero, un estudio del Centro Nacional de Información Biotecnológica (NCBI) estima que la IA podría ahorrar a la industria sanitaria hasta $150 mil millones anuales al racionalizar estos procesos. De manera similar, la Oficina Nacional de Investigación Económica estima ahorros de hasta $200-$360 mil millones en gastos de atención sanitaria a través de la automatización de la IA en los próximos cuatro años. Hoy en día, la IA está desempeñando un papel fundamental en Medicaid y la atención sanitaria al predecir brotes de enfermedades y cambios demográficos, lo que permite la asignación proactiva de recursos. La tecnología también está ayudando a mejorar la analítica predictiva para anticipar los resultados de los pacientes, lo que conduce a estrategias de tratamiento más efectivas y una mejor atención preventiva. Además, la IA puede avanzar en la medicina personalizada, adaptando los tratamientos a pacientes individuales para obtener mejores resultados.

Aprovechando las innovaciones tecnológicas recientes, varias startups de salud impulsadas por IA están a la vanguardia de la mejora de la adopción de la IA en Medicaid para acelerar los diagnósticos y mejorar los resultados del tratamiento. Por ejemplo, la startup de Boston Quantivly está mejorando la eficiencia de la radiología a través de su plataforma basada en IA para optimizar la utilización de escáneres de MRI y CT. La IA puede identificar cuellos de botella en los flujos de trabajo de imagen, lo que conduce a tiempos de espera reducidos para los pacientes, mayor rendimiento de los escáneres y mayores ingresos hospitalarios.

“Los sistemas de salud, especialmente aquellos que atienden a poblaciones de Medicaid, se les pide que hagan más con menos. Y necesitan hacer más exploraciones para compensar la realidad de márgenes más bajos”, Robert MacDougall, co-fundador de Quantivly, me dijo. “La IA operativa en la imagen médica puede ayudar en la gestión del rendimiento sin poner estrés en el personal. La IA se puede implementar en áreas como la programación, donde la tarea de coordinación es demasiado compleja para que una persona la maneje manualmente”.

Según MacDougall, la mayoría de los sistemas de programación pasan por alto factores críticos que afectan la duración de la exploración, como el hardware del escáner, la complejidad del protocolo, la movilidad del paciente y las necesidades de sedación. Gestionar estas variables en tiempo real está más allá de la capacidad humana, lo que hace que la IA sea una herramienta esencial para optimizar la programación y la eficiencia – y ayudar a los ingresos de los hospitales.

De manera similar, la plataforma de gestión de medicación impulsada por IA Arine ayuda a reducir los errores de prescripción al optimizar los regímenes de medicación y señalarizar medicamentos innecesarios. “La IA puede conectar rápidamente los puntos entre conjuntos de datos diversos (historias de medicación de los pacientes, datos de SDOH y literatura clínica/medicina) para hacer recomendaciones personalizadas para cada paciente”, Yoona Kim, CEO y fundadora de Arine, explicó.

Agregó que si a un paciente se le prescribe un nuevo medicamento sin considerar su posible impacto negativo en afecciones existentes, la IA puede señalarizar el problema en tiempo real – evitando complicaciones antes de que resulten en una visita a la sala de emergencias. “La IA puede automatizar tareas repetitivas (por ejemplo, documentación, resumen) pero cuando se trata de la atención al paciente, debemos mantener a los clínicos en control”, dijo Kim.

Dado el potencial de la IA para mejorar la eficiencia y los resultados de la atención sanitaria, ¿priorizarán los legisladores su adopción, o las restricciones presupuestarias y las políticas fiscales eclipsarán el acceso? Cómo se desarrolla este debate aún está por verse.

“El objetivo de la IA operativa es expandir el acceso mejorando cómo se utilizan los recursos. Si podemos explorar a más pacientes con el mismo equipo sin agregar carga al personal, estamos mejorando el acceso – especialmente en áreas subdotadas. La clave es la productividad, no la restricción”, MacDougall enfatizó.