La investigación científica ha sido una piedra angular del progreso humano, y en la época actual, estamos siendo testigos de una revolución en cómo se aborda este proceso. OpenEvidence es una plataforma innovadora que está transformando la forma en que los profesionales de la salud y los investigadores analizan datos, generan hipótesis y acceden a información médica basada en evidencia. En esta entrada, exploraremos las características clave de esta herramienta, su historia y cómo está impactando la comunidad médica y académica.
Historia de OpenEvidence
OpenEvidence fue fundada en noviembre de 2021 por Daniel Nadler, un visionario en el ámbito de la inteligencia artificial, quien previamente había vendido Kensho Technologies a S&P Global por US$550 millones en 2018. La plataforma nació con la misión de organizar el vasto y creciente cuerpo de conocimiento médico y hacerlo más útil, accesible y comprensible para los profesionales de la salud.
Figura. Daniel Nadler fundador de OpenEvidence
Desde su lanzamiento, OpenEvidence ha recaudado US$32 millones en capital y cuenta con un equipo diverso, que incluye casi una docena de empleados con doctorados o candidatos a doctorados. Su desarrollo inicial fue apoyado por el programa Mayo Clinic Platform Accelerate, lo que resalta su compromiso con la excelencia en la integración de tecnologías avanzadas en el ámbito de la salud. Además, su equipo incluye expertos con formación en instituciones de renombre como Harvard y el Instituto de Tecnología de Massachusetts (MIT), así como asesores médicos de prestigiosas instituciones como Cedars-Sinai y la Clínica Mayo.
¿Qué es OpenEvidence?
OpenEvidence es una plataforma de inteligencia artificial diseñada para proporcionar a los profesionales de la salud acceso a información médica actualizada y basada en evidencia. En un contexto donde la cantidad de investigación médica publicada se duplica aproximadamente cada cinco años, OpenEvidence aborda el desafío de la sobrecarga de información en medicina al sintetizar y presentar evidencia clínica relevante de manera comprensible y accesible.
Figura. Toma de pantalla de la plataforma.
Esta herramienta permite a los usuarios realizar preguntas específicas y obtener respuestas personalizadas basadas en literatura médica revisada por pares. Además, su capacidad de interacción permite adaptar las respuestas a escenarios de pacientes concretos, mejorando la eficiencia en la toma de decisiones clínicas.
Características principales
- Revisión automatizada de literatura: OpenEvidence analiza miles de artículos en bases de datos científicas, extrayendo información clave como tendencias, hallazgos relevantes y lagunas en la investigación.
- Respuestas interactivas y personalizadas: La plataforma permite a los usuarios realizar preguntas específicas y adaptar las respuestas a casos clínicos concretos, facilitando un enfoque práctico y eficiente.
- Asistencia en la redacción científica: OpenEvidence puede generar borradores iniciales de documentos académicos, como introducciones y revisiones de literatura, basándose en datos relevantes.
- Accesibilidad y actualización constante: Disponible para dispositivos móviles, la plataforma se actualiza periódicamente con los últimos avances médicos, permitiendo a los usuarios mantenerse al día con el conocimiento emergente.
Figura. Toma de pantalla de la app para móviles.
Ventajas sobre otras plataformas
A diferencia de herramientas tradicionales como UpToDate, OpenEvidence ofrece información más actualizada al integrar un flujo continuo de documentos clínicos recientes. Además, su enfoque interactivo reduce la necesidad de leer grandes cantidades de texto estático, lo que mejora la eficiencia y precisión en la toma de decisiones clínicas.
Otra ventaja destacada es su accesibilidad gratuita y de uso ilimitado para los profesionales de la salud, eliminando barreras económicas que limitan el acceso a recursos de alta calidad.
Limitaciones de OpenEvidence
- Naturaleza experimental: OpenEvidence se presenta como una tecnología experimental que no debe utilizarse como fuente de diagnóstico o tratamiento médico.
- Dependencia de la calidad de las fuentes: Las respuestas dependen de la calidad de las fuentes científicas disponibles, y siempre existe el riesgo de información inexacta o desactualizada.
- Comprensión limitada del contexto clínico: La IA puede no captar completamente las complejidades de casos específicos, lo que requiere juicio clínico adicional.
- Protección de datos: Las entradas de los usuarios no están protegidas por regulaciones como HIPAA, lo que exige precaución al ingresar información sensible.
Casos de uso
1. Facilitando la práctica clínica
Un médico de urgencias utilizó OpenEvidence para obtener en segundos un resumen actualizado sobre el manejo de sepsis en neonatos, adaptado al contexto de su paciente, lo que le permitió tomar decisiones informadas de manera rápida.
2. Optimización de revisiones sistemáticas
Un equipo de investigadores trabajando en terapias para enfermedades raras empleó OpenEvidence para sintetizar literatura médica y descubrir patrones clave en menos de 24 horas.
3. Educación médica
Estudiantes y residentes de medicina utilizan la plataforma para complementar su aprendizaje, accediendo a información confiable y personalizada sin costo alguno.
Figura. resultados de una búsqueda en OpenEvidence.
La información de OpenEvidence proviene de literatura médica revisada por pares y fuentes académicas de prestigio, asegurando su rigor y validez científica. Estas fuentes incluyen artículos publicados en revistas científicas de alto impacto, guías clínicas actualizadas y datos de bases de datos médicas reconocidas a nivel mundial. Al priorizar contenidos provenientes de revisiones sistemáticas y estudios controlados, OpenEvidence garantiza que la información sea no solo confiable, sino también relevante para la práctica clínica. Además, el equipo detrás de la plataforma valida constantemente los algoritmos de síntesis de información para minimizar errores y proporcionar respuestas precisas que cumplan con los estándares más altos de la comunidad médica.
Es importante destacar que OpenEvidence se presenta como una tecnología experimental. No proporciona consejos médicos, diagnósticos ni tratamientos. Además, las preguntas y otros datos ingresados por los usuarios no están protegidos por la Ley de Portabilidad y Responsabilidad de Seguros de Salud (HIPAA) de los Estados Unidos. Por lo tanto, es responsabilidad del usuario asegurarse de no ingresar información de salud protegida (PHI) ni datos que violen la privacidad de otras personas.
Conclusión
OpenEvidence representa un avance significativo en la integración de inteligencia artificial en la medicina, ofreciendo a los profesionales de la salud una herramienta accesible, actualizada y basada en evidencia. Sin embargo, es fundamental utilizarla como un complemento al juicio clínico y no como un sustituto del mismo. Al reconocer sus limitaciones y adoptar un enfoque responsable, OpenEvidence puede transformar la forma en que los profesionales de la salud acceden al conocimiento y toman decisiones clínicas, mejorando en última instancia los resultados para los pacientes.
Lecturas Recomendadas:
1. OpenEvidence – About [Internet]. [citado 17 de diciembre de 2024]. Disponible en: https://www.openevidence.com/about
2. OpenEvidence – Aplicaciones en Google Play [Internet]. [citado 17 de diciembre de 2024]. Disponible en: https://play.google.com/store/apps/details?id=com.openevidence
3. OpenEvidence – Herramienta Esencial para Profesionales de la Salud [Internet]. [citado 17 de diciembre de 2024]. Disponible en: https://oscarefrem.com/documentacion/openevidence/
4. Jennings K. Esta startup de IA en salud tiene como objetivo mantener a los médicos actualizados sobre la última ciencia [Internet]. Forbes Colombia. 2023 jul 27 [citado 2024 dic 17]. Disponible en: https://forbes.co/2023/07/27/emprendedores/openevidence-startup-de-salud
Inteligencia Artificial en Medicina 
Replica a Marcela Gomez Cancelar la respuesta