El problema de acudir a Internet en busca de consejo médico es que uno puede terminar pensando que tiene dolor de cabeza o un tumor cerebral, pero la realidad es que probablemente sólo tenga dolor de cabeza. Con K Health, Allon Bloch está creando un antídoto contra el «Dr. Google» que se nutre de tus síntomas e historial médico a través de un chatbot impulsado por inteligencia artificial, examina los datos de millones de pacientes y te sugiere una afección médica en función de cómo te comparas con otras personas como tú. «Intentamos imitar al mejor médico del mundo», afirma Bloch, de 53 años, cofundador y consejero delegado de esta empresa con sede en Nueva York creada hace siete años.
Entrenar máquinas para que imiten el proceso de toma de decisiones de un médico, si bien es una hazaña técnica significativa, aún está lejos de que los robots se hagan cargo de la medicina. Por ahora, la tecnología de K Health funciona básicamente como un asistente digital. «Los médicos dedican mucho tiempo a recopilar información de formularios en los que se hacen preguntas básicas que las máquinas pueden hacer», dice Bloch. El paciente medio responde a unas 25 preguntas del chatbot de K Health en menos de cinco minutos. El bot en sí no puede dar consejos médicos, pero da a los pacientes la opción de conectar con un médico o enfermero humanos, que se hacen cargo del chat. En el backend, el médico humano ve un resumen y sugerencias de posibles diagnósticos, lo que le libera de la carga de apresurarse en la admisión e introducir datos en el historial médico electrónico. «Está disponible 24 horas al día, 7 días a la semana», dice Bloch. «No tiene prisa por irse a casa. Nunca ha visto demasiados pacientes».
Bloch afirma que más de 3,1 millones de pacientes de 48 estados han completado un chat con una visita médica o de enfermería a través de K Health (las visitas médicas no están disponibles en Alaska ni Hawai). La empresa ofrece atención primaria, atención urgente y algunos servicios pediátricos, así como tratamiento de enfermedades crónicas, incluido el control de la pérdida de peso. Según Bloch, el año pasado K Health facturó 52 millones de dólares, aunque todavía no es rentable. Afirma que alrededor del 40% del negocio de K Health es directo al consumidor y el resto se realiza a través de contratos con empresas, incluida la aseguradora Elevance Health (antes conocida como Anthem).
Tras crear una presencia nacional, el siguiente paso en la estrategia de K Health es actuar a escala local: trabajar con clientes hospitalarios para que sirvan de punto de entrada de pacientes nuevos y existentes en un sistema de atención más amplio. La semana pasada, K Health cerró un acuerdo de colaboración con el sistema sanitario Cedars-Sinai, con sede en el sur de California, para utilizar su tecnología en servicios virtuales de urgencias y atención primaria. Cedars-Sinai también participa como inversor estratégico en una ronda de financiación de 59 millones de dólares, junto con los inversores Valor Equity Partners, Mangrove Capital Partners y Pico Venture Partners. Bloch declinó revelar la valoración de esta ronda. K Health recaudó por última vez una Serie E de 132 millones de dólares a una valoración de 1.500 millones de dólares en 2021. Basándose en las condiciones del mercado que han deprimido el valor de muchos unicornios en el último año, Forbes estima que la valoración actual de K Health ronda los 800 millones de dólares.
Shlomo Melmed, vicepresidente ejecutivo de asuntos académicos y decano de la facultad de Medicina del Cedars-Sinai, afirma que K Health encaja en el plan estratégico más amplio del sistema sanitario en torno a la digitalización. Aunque el Cedars-Sinai destaca en algunos de los aspectos más complejos de la medicina –trasplantes de corazón, neurocirugía, tratamiento del cáncer–, Melmed afirma que la atención primaria sigue siendo un reto para la mayoría de los grandes centros médicos académicos. Enumera una serie de razones para ello, como la escasez de médicos, los altos niveles de agotamiento, los problemas de reembolso de los seguros y el acceso. «Es contraintuitivo», dice. «Para las enfermedades graves somos tan eficaces y, sin embargo, para las dolencias comunes tenemos tantos problemas logísticos».
Gracias a la colaboración con K Health, tanto los pacientes actuales como los nuevos podrán utilizar una aplicación que se conectará a la IA de K Health y les llevará a chatear con un médico o enfermero acreditado del Cedars-Sinai. La aplicación, que se espera que entre en funcionamiento a finales de este año, también estará vinculada al sistema de historia clínica electrónica del sistema Epic, lo que evitará a los pacientes el tedio de rellenar varios formularios con la misma información. Ese médico también podrá remitir a los pacientes a la red del Cedars-Sinai para que reciban la atención especializada que necesiten.
Melmed afirma que cualquier uso de la IA en el Cedars-Sinai es revisado por un comité interno para examinar todas las implicaciones éticas. Y con esta colaboración, como con todas las demás, afirma que la decisión última de diagnosticar y tratar seguirá correspondiendo al médico. Melmed dice que no puede predecir cuántos pacientes acabarán utilizándolo, pero se muestra optimista: «Hay 25 millones de personas en el sur de California y tenemos difícil acceso a la atención primaria, así que el potencial es enorme».
Bloch cuenta que empezó a pensar en los retos en torno a los datos y la medicina cuando su padre, al que le habían diagnosticado un ritmo cardiaco irregular, sufrió un derrame cerebral después de que fallara la medicación anticoagulante que estaba tomando. Los médicos habían comprobado periódicamente los niveles de coágulos de su padre, pero Bloch pensó que todos los implicados se habrían beneficiado de datos más generales, como la respuesta de otros pacientes similares al mismo medicamento. Bloch nunca había trabajado para una empresa sanitaria; había sido inversor en Jerusalem Venture Partners y 83 North (antes Greylock Israel), codirector general del desarrollador de software web Wix y cofundador y director general de la empresa de venta de coches por Internet Vroom. Sin embargo, tras una disputa con los inversores de Vroom sobre la futura dirección de la compañía, dejó su puesto en 2016 para fundar K Health.
El equipo cofundador estaba formado por el director de Producto Ran Shaul, el director de Tecnología Israel Roth (que se jubiló el año pasado) y Adam Singolda, director general de la empresa de publicidad en Internet Taboola, que forma parte del consejo de K Health. Aunque los cofundadores definieron la idea de la empresa en el verano de 2016, la creación de los modelos de IA no pudo empezar hasta que consiguieron los datos sanitarios adecuados, explica Shaul, de cincuenta años. La mayoría de los conjuntos de datos disponibles para obtener licencias en Estados Unidos eran datos de facturación de seguros sin notas médicas detalladas. En su lugar, recurrieron a su Israel natal, donde, según Bloch, los pacientes tienden a permanecer en la misma compañía de seguros durante la mayor parte de su vida, lo que les permitía ver a largo plazo los diagnósticos y tratamientos de un mismo paciente. Pudieron obtener la licencia de un conjunto de datos de la compañía de seguros médicos israelí Maccabi que incluía datos sanitarios anónimos de 2,1 millones de personas a lo largo de veinte años, incluidos 400 millones de historiales médicos, dos millones de hospitalizaciones, 500 millones de recetas y más de mil millones de resultados de laboratorio.
En ese momento, Shaul dice que construyeron un modelo de lenguaje similar a la tecnología que impulsa el chatbot viral ChatGPT de OpenAI. La principal diferencia es que el modelo de K Health se entrenó con conjuntos de datos sanitarios más pequeños y específicos, y no con la totalidad de Internet. Cuando un humano escribe una pregunta en ChatGPT, este puede generar un poema o un guión. Cuando un paciente teclea un síntoma en K Health, por ejemplo «dolor de cabeza», la IA responde con una serie de preguntas: ¿el dolor es frontal o lateral? –a medida que reduce la probabilidad estadística de afecciones relacionadas en función del sexo, la edad, el historial médico y los síntomas.
Una de las principales innovaciones, según Shaul, es poder predecir «la siguiente pregunta más adecuada» para el paciente, lo que requiere capas de algoritmos especializados sobre el modelo lingüístico. Este modelo se entrena continuamente con nuevos datos recogidos de las charlas de los pacientes y de los comentarios de los médicos de K Health. En algunos casos, la IA de K Health puede no ser capaz de predecir un diagnóstico, afirma Bloch, pero no inventará una enfermedad falsa que no existe.
K Health se lanzó por primera vez en Estados Unidos en el verano de 2018 como una aplicación gratuita que los usuarios podían utilizar para comprobar síntomas. En 2019, la empresa lanzó servicios médicos directos al consumidor con tres médicos en dos estados, lo que significa que los pacientes podían pagar por chats para obtener diagnóstico y tratamiento. Para 2021, K Health podría conectar a pacientes con médicos en 48 estados. Ese año, la empresa también creó una compañía conjunta con Elevance Health y Blackstone llamada Hydrogen Health, que vende la tecnología de K Health a las aseguradoras médicas. Según Bloch, Hydrogen ha recibido unos cien millones de dólares de inversión.
Desde que se lanzó por primera vez el comprobador de síntomas, Bloch afirma que más de diez millones de personas han interactuado con la IA de K Health, y 3,1 millones de ellas han optado por charlar con un médico o una enfermero. En la actualidad, alrededor del 70% de las personas que inician una conversación con la IA de K Health completan una visita médica a través del chat.
No todos los clientes están satisfechos. Las críticas negativas en sitios como TrustPilot y Better Business Bureau tienen varios temas recurrentes: pacientes frustrados por no haber podido ser atendidos online, a los que se les dijo que buscaran atención en persona y a los que se les denegaron antibióticos. Stephanie Foley, médico de familia y directora de rendimiento de K Health, afirma que la baja tasa de prescripción de antibióticos es intencionada. La mayoría de la tos y los resfriados están causados por virus, lo que hace que los antibióticos sean ineficaces, a pesar de que los centros de atención urgente y los consultorios médicos los recetan con frecuencia, pero de forma inadecuada, para estas enfermedades. En cuanto a los clientes que se enfadan por haber pagado sólo para que les digan que tienen que ver a alguien en persona, Bloch afirma que obtener una derivación a urgencias o a un especialista sigue siendo un servicio médico. Dice que K Health acaba devolviendo el dinero a los clientes en un 5% de las ocasiones. «¿Qué posibilidades tienes de que te devuelvan el dinero si vas a una clínica, ves a un médico y dices no me gusta mi médico?».
Todos los datos recogidos del comprobador de síntomas y las visitas se anonimizan para proteger la privacidad y se utilizan para reciclar los algoritmos de K Health. Las conversaciones con el médico o la enfermera se rigen por la ley federal de privacidad del paciente HIPAA. Bloch afirma que ninguno de los datos introducidos en la aplicación o el sitio web se ha compartido con servicios de seguimiento de terceros o empresas de redes sociales. Además del conjunto de datos de Maccabi, K Health también obtuvo en 2020 la licencia de otro gran conjunto de datos anonimizados de la Clínica Mayo, que incluía historiales médicos anonimizados de 5,3 millones de pacientes, 1,2 millones de pruebas de laboratorio y datos parciales vinculados a otros 4,7 millones de pacientes. Con esos datos, K Health ha empezado a desarrollar algoritmos predictivos destinados a ayudar a los médicos a personalizar los tratamientos de la hipertensión basándose en cómo han respondido otros pacientes de sexo, edad, historial médico, etnia y presión arterial similares.
K Health ha estado trabajando con investigadores académicos para evaluar la precisión de su IA. Cuando el médico o el enfermero se hacen cargo del chat, reciben un resumen de la conversación y una lista de hasta cinco diagnósticos potenciales. Un estudio retrospectivo de más de 100.000 visitas de pacientes a K Health entre octubre de 2022 y enero de 2023 reveló que los médicos y enfermeros humanos estaban de acuerdo con uno de los diagnósticos recomendados por la IA el 84,2% de las veces y con el diagnóstico de la IA mejor clasificado el 60,9% de las veces. El estudio aún no ha sido revisado por pares. «Me preocupaba que, como los médicos ven la predicción diagnóstica, pudieran confiar demasiado en ella», afirma Dan Zeltzer, profesor de Economía de la Universidad de Tel Aviv que estudia la toma de decisiones sanitarias y fue el autor principal del estudio. Zeltzer, que ha trabajado como consultor para K Health, dice que lo comprobó cegando un subconjunto de 220 casos, lo que significa que los médicos revisores no recibieron las recomendaciones de la IA. «Vimos que no era un problema».
La aplicación es más precisa en algunos casos que en otros. El estudio halló altos niveles de precisión en infecciones de vejiga y conjuntivitis, pero fue significativamente menos precisa en problemas relacionados con síntomas de erupciones cutáneas y dolor abdominal. Zeltzer dice que sólo puede especular sobre por qué la IA funcionó mejor en algunas condiciones y no en otras, ya que estaba fuera del alcance de lo que se analizó en el estudio. «Pero el patrón general debe tener que ver con la disponibilidad de datos«, afirma.
Cuando se trata de implantar la IA en la práctica médica, dos de los factores más importantes son la seguridad de los pacientes y el fomento de la confianza entre los proveedores médicos, afirma Jon Ebbert, médico Internista y profesor de Medicina en la Clínica Mayo, que participó en el estudio. Aunque los modelos de IA se validen y se vuelvan a entrenar con más datos, nunca habrá una precisión del 100%. Ebbert dice que le gusta la idea de usar la IA para ayudar a acelerar el proceso de admisión de rutina para afecciones comunes y de bajo riesgo, como una infección del tracto urinario, de modo que pueda recomendar un diagnóstico más rápido y centrarse en los aspectos más complejos de la medicina. «Ese es el trabajo que hay que hacer en estos espacios», afirma. «¿Cuáles son las condiciones clínicas adecuadas para que un socio de la práctica digital me asista? ¿Y cuáles son las que no me parece adecuado desplegar?».
Por ahora, Bloch afirma que K Health seguirá perfeccionando sus modelos y construyendo otros nuevos. A estas alturas, dos de sus empresas anteriores –Vroom y Wix (de la que es miembro del consejo de administración)– ya habían salido a bolsa tras seis o siete años de construcción. Pero reconoce que el sector sanitario es más complicado y llevará más tiempo. En cuanto a hacia dónde se dirige la tecnología: «Ahora en el futuro, ¿existe la posibilidad de automatizar por completo ciertos diagnósticos y tratamientos? Creo que sí, más adelante», afirma Bloch. «Pero aún no estamos preparados para ello».
