La combinación de aprendizaje de máquinas, aprendizaje profundo, procesamiento del lenguaje natural y computación cognitiva pronto cambiará la forma en que interactuamos con nuestro entorno. Los servicios basados en la inteligencia artificial (IA) detectarán lo que hacemos, sabrán nuestras preferencias gracias a decisiones pasadas y nos guiarán con sutileza por nuestra vida de forma que parezca que esta es realmente eficiente.

Sin embargo, puede que la mejor manera de conocer cómo podrían funcionar ese tipo de sistemas sería a través de, por ejemplo, una visita a un hospital.

Escenario 1: El vestíbulo. Usted entra al hospital y el asistente con IA comprueba en su base de datos qué paciente puede querer visitar. El sistema realmente ya lo sabe por interacciones anteriores. El sistema utiliza entonces el reconocimiento facial para cotejar su rostro con las fotos de la lista de visitas aprobadas por la familia. Mientras le atienden en recepción, el sistema se fija en que tiene las manos vacías y que apenas puede recuperar el aliento. A partir de estos indicadores, el sistema decide preguntarle si le gustaría subir a la cuarta planta para visitar al paciente, buscar alguna bebida o pasar por la tienda del hospital para comprar algún detalle. Usted responde que quiere comprar una bebida y también un regalo.

Escenario 2: La cafetería. El servicio le pregunta si quiere recibir en su móvil indicaciones sobre la ubicación de la cafetería y la tienda de regalos. Contesta que sí y sigue las indicaciones hasta la cafetería. Una vez allí, escoge un refresco. El servicio inteligente de IA anota el tiempo atmosférico, la hora, la ubicación y su ritmo cardíaco para estar mejor preparado para ayudarle a elegir en un futuro. Coge la bebida y se va sin más: el pago es automático.

Escenario 3: La tienda de regalos. El paciente al que visita tiene cinco años y el asistente de IA le sugiere un ramo de flores artificiales, unos globos o un peluche. Como usted ya había pensado en regalar un ramo de flores naturales, busca un dependiente mientras se pregunta por qué el servicio inteligente está tan chiflado. El dependiente comprueba el nombre del paciente y le señala que es alérgico: le ofrece las tres mismas opciones que al principio, pero con un cupón de descuento del 15 % para su próxima visita.

Escenario 4: De camino a la habitación del paciente. Con la compra en la mano, se dirige ya a los ascensores. El ascensor le informa de que su familiar se encuentra en la cuarta planta, la unidad de pediatría. Una vez sale del ascensor, el sistema de IA le ofrece la opción de descargar la información más relevante sobre la salud y el bienestar infantil, le muestra en un mapa la ruta más corta hasta la habitación y le recuerda que el horario de visitas termina a las 21:00. Dado que usted no es el pariente más cercano, el sistema también sabe que no debe enseñarle el último informe médico. Mientras tanto, le pregunta si le gustaría charlar con alguien del personal o conectar con otro servicio.

Entre bambalinas

Aunque la anterior no es una visión descabellada del aspecto que podría tener nuestra interacción con la inteligencia artificial, merece la pena profundizar un poco más para ver cómo puede modificar la experiencia hospitalaria el desarrollo e implementación de la inteligencia artificial. Este circuito o bucle de experiencia con IA incluye siete pasos:

  1. La percepción describe lo que sucede ahora mismo. La percepción ofrece observaciones tanto obvias como no obvias para proporcionar una información de partida que ayude a recomendar unas decisiones u otras. En nuestro ejemplo, alguien tuvo que facilitar al sistema de IA la distribución física del hospital de modo que este fuera capaz de proporcionar indicaciones para moverse en él. Lograrlo implica facilitar datos como la ubicación geoespacial de diferentes servicios así como, entre otras cosas, las zonas de acceso restringido. Gran parte de esta información es programada por humanos dentro del sistema.
  2. La notificación le cuenta a usted la información que había solicitado. Las notificaciones mediante alertas, flujos de trabajo, recordatorios y otro tipo de señales ayudan a dar información adicional a través de la entrada de datos manual y el aprendizaje. Una programación rudimentaria a menudo establecerá rutas de si/entonces para las acciones que podría tomar el sistema. Un paciente y su familia, por ejemplo, podrían recibir notificaciones sobre cuándo tomar medicaciones.
  3. Las sugerencias  recomiendan acciones. Las sugerencias se basan en el comportamiento anterior de las personas y se modifican con el tiempo a partir de nuevos datos, las decisiones tomadas y el aprendizaje de máquinas. Al aplicar mejores prácticas y mapear la experiencia del cliente, las empresas pueden programar reglas y políticas que faciliten sacar a la luz recomendaciones y servicios como señalar en qué planta está un paciente, mostrar las opciones nutricionales compatibles de la carta de la cafetería y sugerir cuándo descansar en función de las constantes vitales.
  4. La automatización repite lo que usted siempre quiere. La automatización presenta más posibilidades a medida que el aprendizaje de máquinas perfecciona su funcionamiento con el aprendizaje de máquinas y los ajustes sucesivos. Si el sistema sabe que usted siempre bebe "Té Earl Grey muy caliente", estará preparado para cumplir y ofrecerle "Té Earl Grey muy caliente". Los algoritmos empezarán a aprender las preferencias de una persona a partir de las interacciones registradas en las redes neuronales que componen el sistema. Las alertas automatizadas pueden utilizarse para avisar a un paciente sobre el momento de medicarse en función de sus acciones anteriores.
  5. La predicción le informa de qué esperar. La predicción es capaz de aprovechar el aprendizaje profundo y las redes neuronales para anticipar y probar posibles acciones de las personas. Si el sistema sabe que usted se tomó un café antes de salir de casa y tarda 45 minutos en llegar al hospital, este podría mostrarle el camino hasta los servicios al llegar.
  6. La prevención ayuda a evitar malos resultados. La prevención aplica el cálculo cognitivo para identificar amenazas potenciales. Gracias a lo que ya se sabe, un sistema inteligente podría evitar la toma de un medicamento determinado a partir de historial médico del paciente y otros fármacos ya recetados.
  7. El conocimiento de la situación le cuenta lo que necesita saber ahora mismo. El conocimiento de la situación se aproxima a la capacidad humana de tomar decisiones. Los pacientes y el personal sanitario pueden encontrar la paz mental al proporcionar el sistema solo la información relevante necesaria para el individuo adecuado. Si un paciente entra en parada, la telemetría compartirá la información más pertinente con los enfermeros, médicos, quirófanos, tecnología médica y familia de manera priorizada y según sea necesario.

Esta combinación permitirá la llegada de nuevos servicios y asistentes inteligentes basados en inteligencia artificial. Estos nuevos servicios inteligentes a partir de la IA dependen de cinco componentes esenciales:

  1. Nuestra huella digital y el escape de los datos permitirán a los servicios de IA elaborar un perfil personal. Cada individuo, dispositivo o red proporciona algún tipo de información. Esa huella podría ser el resultado del análisis facial, una dirección IP o incluso la forma de andar de alguien. Mediante la IA y la estimación cognitiva, los sistemas pueden empezar a analizar patrones y correlacionarlos con una identidad. Eso significa que los servicios con inteligencia artificial nos conocerán e identificarán como individuos concretos en diferentes contextos.
  2. Las experiencias envolventes habilitan una interacción natural. El contexto, los contenidos, la colaboración y los canales se juntan en todos los servicios impulsados por IA  para proporcionar experiencias envolventes y únicas a cada uno de las personas que los pueda utilizar. Los servicios recurren a elementos del contexto como la ubicación física, la hora, el tiempo en el exterior, el ritmo cardíaco y hasta los sentimientos –junto con la información que tengan sobre nuestra identidad y preferencias– para mejorar la relevancia de lo ofrecido y ofrecer un contenido adecuado. Los mecanismos de detección y reacción permitirán la colaboración entre personas y máquinas a través de conversaciones y diálogos de texto. Los canales incluyen todos los puntos de interacción posibles como el móvil, lo social y lo presencial. El objetivo es generar y ofrecer experiencias de usuario naturales basadas en la identidad específica de cada persona.
  3. La personalización a escala proporciona servicios digitales. El análisis anticipatorio, los catalizadores y las elecciones interactúan entre sí para permitir una personalización masiva a escala. El análisis anticipatorio ajusta la experiencia del cliente en función de lo que el sistema sabe sobre él. Los catalizadores actúan como ofertas o disparadores en función de las respuestas del cliente. Las elecciones son exactamente eso: decisiones que toman los clientes por su propia cuenta. Al combinar estos tres enfoques, los sistemas de IA son capaces de diseñar experiencias completas sobre la marcha, a partir de la identidad de un cliente, sus preferencias y necesidades.
  4. El intercambio de valor completa la orquestación de la confianza. Una vez que una acción se emprende, el intercambio de valor cimenta la transacción. Intercambios monetarios, no monetarios y de consenso son tres formas comunes de intercambios de valor. Aunque el intercambio monetario podría ser el más obvio, los intercambios de valor no monetarios (incluidos el reconocimiento, el acceso y la influencia) a menudo proporcionan también una forma de valor convincente. Del mismo modo, un acuerdo sencillo también puede significar un intercambio de valor añadido en aspectos como la veracidad de una reclamación a una aseguradora o el acuerdo sobre el tratamiento adecuado para un paciente.
  5. La cadencia y las retroalimentación continua facilitan un ciclo de aprendizaje impulsado por la IA. Alimentados por el aprendizaje de máquinas y otras herramientas de la IA, los servicios inteligentes tienen en cuenta la cadencia de la entrega de servicios: única, ad hoc, repetitiva, basada en subscripciones y a partir de umbrales. Al utilizar técnicas de aprendizaje de máquinas, el sistema estudia cómo se ofrecen los servicios inteligentes a deteterminados grupos de pacientes y lo aplica a futuras interacciones. Por ejemplo, el sistema puede detectar las opciones que tienen más probabilidades de gustar a los niños que a los adultos y cuándo ofrecerlas.

A pesar de que toda esta automatización impulsada por la IA puede poner nerviosa a algunas personas, los temores de que los robots se hagan con el control del mundo son exagerados. Los servicios inteligentes basados en la IA aumentarán la inteligencia humana del mismo modo que las máquinas han aumentado las capacidades físicas. Al habilitar la reducción de errores, mejorar la velocidad de las decisiones, identificar las señales de la demanda, predecir los resultados e impedir desastres mayores, los servicios inteligentes impulsados por IA jugarán un papel clave en todas nuestras vidas.