Estudio OpRESTORE de Navegador de Pacientes con IA

ANTECEDENTES

Introducción OpRESTORE se estableció en 2016 para proporcionar atención multidisciplinar especializada a veteranos militares del Reino Unido con necesidades de salud física relacionadas con el servicio. En los últimos siete años, más de 1.500 pacientes han sido derivados al servicio, lo que refleja tanto la alta carga de afecciones complejas en este grupo como la necesidad insatisfecha de vías de atención coordinadas. OpRESTORE ha demostrado beneficios claros: los pacientes reportan una alta satisfacción, casi el 60% de los casos se redirigen a una vía más apropiada y se observan mejoras estadísticamente significativas en los resultados del EQ-5D-5L. Sin embargo, las tasas de derivación están aumentando en más del 30% anual, amenazando con superar la capacidad clínica. El desafío no es una falta de experiencia, sino uno de escalabilidad. Para continuar brindando una atención de alta calidad, oportuna y equitativa, se requiere una evolución digital de la vía OpRESTORE.

Por qué se necesitaba OpRESTORE OpRESTORE surgió en respuesta a las ineficiencias sistémicas en las vías de pacientes del NHS. En la última década, los años en buena salud han disminuido, con el 15-20% de la población afectada por patología musculoesquelética, una de las principales causas de discapacidad e inactividad económica y la mayor parte de la carga de trabajo de OpRESTORE. La atención primaria está cada vez más sobrecargada: por primera vez en dos décadas, la insatisfacción de los pacientes con los servicios de medicina general supera a la satisfacción. El acceso es particularmente limitado en comunidades desfavorecidas, contribuyendo a la ampliación de las desigualdades en salud. Para los veteranos, estos desafíos se ven agravados por la atención médica fragmentada después de la transición fuera de las Fuerzas Armadas, las dificultades para navegar por los sistemas de salud civil y el impacto psicosocial de abandonar la vida militar. El escepticismo sobre la capacidad de los proveedores civiles para comprender los matices de las afecciones relacionadas con el servicio también disuade a los veteranos de acceder a la atención del NHS.

Las vías de derivación son un cuello de botella importante. El 7-9% de las citas de medicina general resultan en una derivación, sin embargo, el 18% de los pacientes requieren cuatro o más consultas antes de ser derivados. Crucialmente, el 21% de los pacientes caen en el "agujero negro de las derivaciones", donde las citas se cancelan, se desvían o se pierden en el seguimiento. Estos retrasos prolongan el ya largo viaje de derivación: en 2022, el 25% de las personas en Inglaterra esperaban una cita, prueba o intervención, y el 59% de los pacientes no recibieron atención especializada dentro del objetivo de 18 semanas. El resultado neto es un sistema en el que los médicos de cabecera soportan una carga de trabajo creciente, los especialistas enfrentan derivaciones inapropiadas o retrasadas y los pacientes experimentan una atención desigual, prolongada y fragmentada. Los veteranos, que a menudo presentan multimorbilidad, necesidades físicas complejas y, a menudo, desafíos psicosociales, son especialmente vulnerables a estas fallas.

La navegación sanitaria como solución

La navegación sanitaria ofrece una solución probada para sistemas fragmentados. La base de evidencia es extensa: para este proyecto se consultó un metaanálisis y 13 revisiones sistemáticas, además de publicaciones individuales relevantes. En conjunto, estos estudios demuestran que los programas de navegación mejoran consistentemente el acceso a la atención y mejoran los resultados de los pacientes. Los hallazgos clave incluyen:

• Mayor aceptación de cribado,
• Mejora de la asistencia a citas, adherencia al seguimiento y cumplimiento del tratamiento,
• Disminución del tiempo hasta el diagnóstico y tratamiento,
• Reducción de la atención no planificada, incluidas visitas de emergencia y hospitalizaciones ((8,16,17) y hospitalizaciones más cortas cuando ocurren,
• Mejora de la satisfacción y resultados del paciente, particularmente para enfermedades crónicas y grupos desatendidos,
• Reducción de la mortalidad.

También se ha demostrado que la navegación genera ahorros de costos medibles. Los ejemplos incluyen reducciones en el gasto en atención oncológica de $1,676 por paciente por mes y ahorros de $17,780 anuales para pacientes en los programas de abuso de sustancias NavSTAR. Las revisiones sistemáticas concluyen consistentemente que la navegación del paciente acorta las estancias hospitalarias y disminuye la atención no planificada, ambos factores importantes de costos. Los estudios de modelización financiera predicen de manera similar ahorros significativos por paciente en vías de atención transicional y oncológica.

El navegador de pacientes OpRESTORE ha demostrado algunos de estos beneficios. Más de la mitad de los pacientes son redirigidos a una vía diferente a la prevista originalmente, asegurando un uso más apropiado de los escasos servicios especializados. Las Medidas de Resultados Reportadas por el Paciente (PROM; EQ-5D-5L) demuestran una mejora medible en la calidad de vida, y las encuestas de pacientes reportan altos niveles de satisfacción con el servicio. En resumen, OpRESTORE ha probado el concepto de navegación para veteranos en el contexto del Reino Unido.

El desafío emergente: carga de trabajo y escalabilidad A pesar de estos éxitos, OpRESTORE ahora enfrenta un punto de inflexión. Con volúmenes de derivación creciendo más del 30% anual, la carga de trabajo amenaza con superar al personal disponible. Continuar expandiéndose únicamente a través de capacidad humana es insostenible. Lo que se requiere es una ampliación digital de la vía, trabajando de manera más inteligente, no más dura. Algunos elementos de la navegación, particularmente el triaje de casos sencillos, son susceptibles de automatización. Sin embargo, esto debe lograrse sin sacrificar los elementos centrados en el paciente y de "toque humano" que sustentan el éxito de OpRESTORE. Una solución de IA podría agilizar el flujo de trabajo, disminuir la carga laboral y liberar recursos humanos para agregar valor a través de encuentros directos con pacientes en lugar de procesos burocráticos y administrativos.

Una dimensión adicional es el potencial de los modelos de autoderivación. En toda Europa, los sistemas de salud han recurrido cada vez más a una barrera restrictiva, limitando el acceso directo a especialistas con la esperanza de controlar costos ante poblaciones que envejecen y una demanda creciente. Sin embargo, tales enfoques corren el riesgo de retrasar la atención para quienes realmente la necesitan. La navegación de pacientes mejorada por IA ofrece una alternativa más equilibrada: permitiendo una autoderivación eficiente para pacientes que merecen atención especializada, al tiempo que garantiza una barrera inteligente a través del triaje facilitado por IA.

Lagunas de evidencia y el papel de la IA Si bien la navegación del paciente está bien establecida en atención oncológica y algunos contextos de enfermedades crónicas, hay poca investigación publicada sobre navegación sanitaria mejorada por IA, particularmente en el Reino Unido y en múltiples especialidades. La literatura publicada actual consiste principalmente en protocolos de estudio o proyectos futuros y artículos de opinión. Las revisiones destacan el potencial de la IA para apoyar el triaje, personalizar la educación del paciente, mejorar la coordinación de la atención y optimizar el uso de recursos. Sin embargo, faltan evaluaciones sólidas en el mundo real.

Nuestro equipo está abordando esta brecha a través de una revisión sistemática de la IA en la navegación sanitaria (PROSPERO 2025 CRD420251019208). Esto informará el diseño y evaluación de una versión digital mejorada por IA de la vía OpRESTORE.

No solo la digitalización y automatización inteligente de OpRESTORE son críticas para su continuo crecimiento y éxito, sino que también está singularmente posicionada para servir como caso de prueba para la navegación de pacientes con IA pionera en veteranos del Reino Unido. Es seguro, con una red de seguridad clínica multidisciplinaria establecida. Tiene casi nueve años de datos a nivel de paciente en >1,500 casos. La combinación de casos ofrece tanto complejidad (multimorbilidad, patología relacionada con el servicio) como simplicidad (casi el 50% permanece en la misma vía, y hay alta homogeneidad con derivaciones musculoesqueléticas que representan el 74% de los casos). Este equilibrio hace de OpRESTORE un entorno riguroso y factible para pilotar la navegación habilitada por IA.

Alineación política Es importante destacar que digitalizar OpRESTORE se alinea con las prioridades del sistema de salud del Reino Unido. El Plan de Entrega para Recuperar el Acceso a la Atención Primaria (2023-25) destaca la importancia de la autoderivación y la transformación digital para aliviar la carga de los médicos de cabecera y mejorar el acceso a la atención sanitaria. El Plan a Largo Plazo del NHS y la Revisión Darzi (2024) enfatizan acelerar la digitalización, aprovechar la IA y cambiar hacia la eficiencia habilitada por tecnología en la navegación de pacientes. El Instituto Tony Blair (2024) ha subrayado la IA, específicamente para triaje y navegación, como un impulsor crítico para la reforma sanitaria sostenible.

Conclusión OpRESTORE ha demostrado el valor de la navegación del paciente para veteranos en el Reino Unido, pero enfrenta un aumento insostenible en la demanda. La digitalización, informada por investigación sólida y herramientas mejoradas por IA, ofrece una vía segura y escalable hacia adelante. Al combinar la navegación basada en evidencia con las prioridades de política nacional, la investigación propuesta generará conocimientos con relevancia no solo para veteranos, sino para el NHS en general y sistemas de salud internacionales.

RAZÓN PARA EL ESTUDIO ACTUAL Este proyecto tiene como objetivo evaluar si una herramienta de navegación de pacientes mejorada por IA puede replicar la toma de decisiones del MDT mientras disminuye la carga de trabajo clínico. Este estudio está diseñado para informar la implementación escalonada de una vía de navegación digital, incluyendo autoderivación, triaje algorítmico verificado por clínicos y, en última instancia, automatización selectiva para casos apropiados.

Pregunta de investigación:

¿Puede un navegador de pacientes digital mejorado por IA replicar de manera segura y precisa las decisiones del MDT en la vía OpRESTORE, mientras disminuye la carga de trabajo clínico? ¿Puede mejorar la eficiencia del sistema y las experiencias y resultados reportados por los pacientes?

Hipótesis:

Una herramienta de navegación de pacientes digital mejorada por IA podrá guiar a los pacientes a vías de atención apropiadas con la misma confiabilidad que la toma de decisiones del MDT, mientras requiere menos entrada manual. Además, la autoderivación estructurada capturará datos clínicos más ricos que las derivaciones tradicionales dirigidas por médicos de cabecera, lo que conducirá a una experiencia y participación mejorada del paciente.

2. OBJETIVOS DEL ESTUDIO

Objetivo principal:

Determinar si un algoritmo de navegación digital mejorado por IA es equivalente a la toma de decisiones del MDT para dirigir a los pacientes a vías de atención apropiadas.

Objetivos secundarios:

• Evaluar la experiencia del paciente (PREMs) y PROMs en diferentes vías de derivación.
• Identificar cohortes de pacientes adecuadas para automatización (definida como precisión algorítmica inicial del 80-95%).
• Evaluar el tiempo hasta la discusión del MDT y la emisión de la derivación.
• Realizar un análisis de costos comparando flujos de trabajo estándar y digitales.

• Comparar las decisiones del MDT con recomendaciones basadas en las directrices NICE.

  3. DISEÑO DEL ESTUDIO

Tipo de estudio: Desarrollo y Evaluación de Intervención de Salud Digital - Un estudio de desarrollo de algoritmo de salud digital y IA de métodos mixtos, que involucra análisis retrospectivo de registros clínicos, validación observacional prospectiva y un futuro ensayo de casos y controles intervencional de una herramienta de navegación sanitaria basada en IA.

Duración: 2 años

Sujetos: Veteranos que acceden a la vía de navegación de pacientes OpRESTORE.

3.1. MEDIDAS DE RESULTADO DEL ESTUDIO

Punto final principal:

La concordancia entre las recomendaciones de vía de atención generadas por el algoritmo y las decisiones del MDT.

Puntos finales secundarios:

1. La precisión de las derivaciones, determinada por expertos independientes, siendo igual o superior a la del MDT.
2. El aumento en las puntuaciones EQ5D-5L (línea base a salida) de los pacientes bajo la vía apoyada por algoritmo siendo igual o mayor que las de aquellos bajo la vía estándar.
3. Las medidas de experiencia reportadas por el paciente (PREMs) evaluadas después de la derivación (por ejemplo, satisfacción general, facilidad de uso, accesibilidad) de los pacientes bajo la vía apoyada por algoritmo siendo igual o mayor que las de aquellos bajo la vía estándar.
4. El tiempo desde la derivación hasta la decisión del MDT y la emisión de la derivación siendo más rápido en la vía apoyada por algoritmo.
5. El costo por episodio de derivación siendo menor en las vías apoyadas por IA.
6. La proporción de derivaciones asistidas por algoritmo que brindan un fuerte apoyo para una vía de tratamiento y no requieren más entrada del MDT, con un objetivo del 40%
7. La idoneidad de esta plataforma para un subgrupo de veteranos amputados.