Cuidados críticos: utilización del machine learning en el sector sanitario (A)

Para usar con la simulación Cuidados críticos, datos críticos: simulación del machine learning en el sector sanitario (OITW-1).

En diciembre del 2020, la pandemia de la COVID-19 hacía estragos en todo el mundo. Los hospitales del Grupo de Asistencia Clínica (GAC), uno de los mayores grupos hospitalarios privados de España, atendían a más de 900 enfermos de COVID-19, de diversa gravedad, y cada día ingresaban nuevos pacientes. Dado que la enfermedad estaba causada por un nuevo coronavirus, el conocimiento de la enfermedad era aún muy limitado, y los profesionales sanitarios del GAC estaban tomando decisiones críticas que afectaban al bienestar de sus pacientes con muy pocos recursos. Como directora científica, Acosta estaba convencida de que la inteligencia artificial (IA) tenía el potencial de ayudar a los médicos a tratar la COVID-19. Había obtenido el apoyo del Consejo de Administración del GAC y el grupo había contratado los servicios de DataTool, una consultora especializada en datos y aplicaciones basadas en IA. El caso describe cómo se organizaba la atención a los pacientes con COVID-19 dentro del GAC, y cómo y cuándo se tomaban las decisiones médicas. Después, se describe el intento de crear un modelo de IA que pudiese ayudar a los profesionales sanitarios a tomar estas decisiones. Para ello, explica todos los pasos del proceso, los requisitos técnicos y de calidad de los datos, y las decisiones clave que el GAC tendrá que tomar por el camino. ¿Qué deberían hacer Acosta y el GAC para asegurar el éxito del proyecto? ¿Cómo deberían definir ese éxito? ¿Cuál sería la mejor aplicación de IA?