La financiación para nuevas empresas e iniciativas de salud digital se disparó durante la pandemia a medida que los empresarios y consumidores adoptaron cada vez más la telesalud, el monitoreo remoto y un conjunto de dispositivos, desde rastreadores de sueño hasta bandas de ejercicio.
La inversión total de capital de riesgo en salud digital alcanzó un máximo histórico de $ 29.2 mil millones en 2021, según Rock Health. La financiación se enfrió en 2022, a $ 12,6 mil millones para fines del tercer trimestre, pero los avances en tecnología como la inteligencia artificial y el creciente interés de las grandes empresas de tecnología seguramente impulsarán la innovación en el futuro.
Las nuevas empresas del área de Seattle como CalmWave, Rippl Care, Outbound AI y Birch AI surgieron en 2022 para ayudar a resolver problemas médicos que van desde el exceso de ruido en los hospitales hasta la atención de la salud mental para personas mayores. Las empresas más grandes también señalaron grandes ambiciones; Amazon anunció este año su oferta para adquirir la empresa de atención primaria One Medical por 3900 millones de dólares y lanzó un nuevo servicio de salud en línea, Amazon Clinic.
¿Qué tendencias ven los expertos para la salud digital a nivel nacional y en el área de Seattle para 2023? Les pedimos a cinco que intervinieran en sus predicciones.
Taha Kass-Hout, vicepresidenta de IA de tecnología y salud y directora médica de Amazon Web Services
La innovación y la colaboración sin precedentes en las industrias de la salud y las ciencias de la vida están impulsando a la industria a pasar de la atención de enfermos a la prevención a través de una experiencia del paciente precisa, personalizada y humana. La industria ha estado experimentando con la nube durante una década y comprende cómo la tecnología y el aprendizaje automático pueden permitir diagnósticos y tratamientos más específicos, conocidos como medicina de precisión; personalizar los viajes de los pacientes; y mejorar los resultados de salud.
En 2023 y más allá, esperamos que las organizaciones de salud y ciencias de la vida continúen invirtiendo en la modernización de su infraestructura, obtengan información procesable de los datos e interioricen lo que significa personalizar la salud. Esto implicará integrar la genómica y otros datos ómicos en el desarrollo terapéutico, aprovechar el aprendizaje automático y el análisis para mejorar los flujos de trabajo de los médicos, incorporar datos de determinantes sociales en el manejo de enfermedades a nivel de paciente o población, y usar datos estructurados y no estructurados para predecir enfermedades con mucha más precisión. — ayudar a que la industria pase de la atención reactiva a la atención preventiva del paciente.
Kingsley Ndoh, fundador y estratega jefe, Hurone AI
Deberíamos esperar ver más innovaciones en salud digital centradas en las personas para respaldar la toma de decisiones clínicas, como tecnologías de diagnóstico predictivo o herramientas para predecir los resultados clínicos de ciertos medicamentos contra el cáncer. Estas herramientas incorporarán cada vez más diversidad en conjuntos de datos de entrenamiento para modelos de aprendizaje automático y pondrán las necesidades específicas del usuario objetivo en el centro del proceso de desarrollo, incluida la consideración de perspectivas culturales.
También habrá una mejor integración de los datos generados a partir de dispositivos portátiles, aplicaciones de teléfonos inteligentes y registros médicos electrónicos para respaldar las decisiones clínicas, el cambio de comportamiento y la personalización a escala a través del poder de la inteligencia artificial.
Loretta Little, directora gerente de WRF Capital
La financiación para la mayoría de las nuevas empresas digitales en etapa inicial seguirá siendo limitada en 2023, pero veo oportunidades de crecimiento en varias áreas. Seguiremos viendo más empresas que ofrecen acceso a servicios de salud mental a través de productos y enfoques innovadores, como Joon y Rippl Care, y empresas enfocadas en mejorar la conectividad y herramientas para una mejor atención remota como Valorant Health y Wavely Diagnostics.
La atención remota es especialmente importante para las comunidades rurales desatendidas que tienen acceso limitado o nulo a los recursos de salud cercanos. Esta necesidad solo está aumentando, impulsada en parte por los cambios demográficos en la población de pacientes. Se prevé que aumente la proporción de personas mayores en el estado de Washington y en todo el país, especialmente en las zonas rurales. Esta población rural de adultos mayores representa un gran porcentaje de personas que padecen enfermedades crónicas y deberá vincularse con los servicios.
Shyam Gollakota, cofundador de Wavely Diagnostics and Sound Life Sciences (adquirida por Google), profesor de la Escuela Allen de la Universidad de Washington
Es probable que la adopción de la telesalud que se aceleró durante la pandemia de COVID-19 haya llegado para quedarse. También podemos ver un mayor número de pruebas remotas en el hogar como COVID-19 o análisis de sangre que acercarán la telesalud a una visita en persona. Si bien se ha prestado mucha atención al uso de teléfonos inteligentes y relojes inteligentes para la salud móvil, los auriculares serán la próxima plataforma emocionante para monitorear la salud y el bienestar, así como potencialmente, en los próximos años, las señales de electroencefalografía (EEG) que pueden abrir nuevos oportunidades para las interfaces cerebrales.
Con suerte, también veremos una serie de nuevas empresas aplicar modelos de lenguaje extenso para abordar varios puntos débiles en el sistema de atención médica con el objetivo de mejorar la eficiencia y reducir los costos. Las técnicas de aprendizaje profundo seguirán mejorando y comenzaremos a ver resultados más prometedores para abordar problemas importantes como el uso de IA para descubrir medicamentos y vacunas.
Su-In Lee, profesor de informática e ingeniería de la Universidad de Washington
El próximo año veremos dispositivos de IA con funcionalidad de IA explicable (XAI), que permitirán a los humanos comprender el proceso de razonamiento de modelos complejos de aprendizaje automático de caja negra. También veo procesos de aprobación de la FDA que incorporan análisis XAI para generar confianza, transparencia, equidad y capacidad de acción de los modelos de aprendizaje automático.
El mayor reembolso por parte de los proveedores de seguros y los Centros de Servicios de Medicare y Medicaid de EE. UU. impulsará un aumento en la cantidad de dispositivos de IA aprobados por la FDA. A largo plazo, el éxito y la equidad de los dispositivos médicos de IA dependerán de la medida en que los procesos de aprobación de la FDA se actualicen para reflejar los problemas específicos del aprendizaje automático. Por ejemplo, si no hay requisitos para evaluar un dispositivo dermatológico de IA en una amplia gama de tonos de piel, parece probable que los dispositivos de IA que funcionan mal en pieles más oscuras estén disponibles públicamente y desproporcionadamente diagnostiquen erróneamente a las personas con piel más oscura.