ATS se especializa en desarrollar modelos matemáticos y de inteligencia artificial basados en datos para evaluaciones económicas de salud, como análisis de costo-efectividad de nuevos medicamentos o tecnologías.
Demostrar la costo-efectividad y el valor del medicamento o la tecnología ante financiadores, prestadores y otros interesados permite obtener reembolso y acceso al mercado. Las evaluaciones económicas de salud son fundamentales para estas decisiones porque demuestran la viabilidad económica y la asequibilidad de la intervención.
ATS innova en metodología de costo-efectividad con soluciones a medida basadas en aprendizaje automático e inteligencia artificial, para ofrecer análisis de primer nivel.
Ante brotes recurrentes de peste, Madagascar necesitaba orientación para repartir recursos entre prevención y tratamiento convencional. Con fondos limitados y prioridades contrapuestas, requería recomendaciones basadas en evidencia para optimizar los resultados de salud pública y la costo-efectividad.
Desafíos
Los desafíos identificados por ATS incluyeron:
Dilema de asignación de recursos:
Equilibrar las inversiones entre intervenciones preventivas, como la profilaxis masiva, y tratamientos curativos, como los antibióticos, suponía un desafío complejo.
Incertidumbre en la costo-efectividad:
La incertidumbre sobre la costo-efectividad de distintas estrategias exigía marcos analíticos sólidos para orientar decisiones basadas en evidencia.
Apoyo a decisiones en tiempo real:
La necesidad de análisis rápidos y confiables durante los brotes exigía un enfoque de modelado flexible y adaptable para ofrecer recomendaciones oportunas.
ATS aplicó su experiencia en evaluaciones económicas de salud y métodos innovadores para abordar estos desafíos:
Modelo de enfermedad personalizado: Desarrolló un modelo de enfermedad adaptado a la dinámica epidemiológica y social de los brotes de peste en Madagascar. El modelo representó la transmisión, los patrones de uso de atención médica y los costos económicos de distintas estrategias de intervención.
Integración de datos de costos: Se incorporaron datos completos de costos, incluidos administración, medicamentos y hospitalización, para evaluar con precisión las implicaciones económicas de las distintas opciones.
Marco de análisis de decisiones: Con un marco de análisis de decisiones y costo-efectividad, ATS evaluó los costos y beneficios de salud, medidos en años de vida ajustados por calidad, de la profilaxis masiva preventiva frente al tratamiento convencional.
Integración de aprendizaje automático: Para mejorar la escalabilidad y utilidad del modelo en decisiones en tiempo real, ATS desarrolló un algoritmo de aprendizaje automático que identifica la estrategia más costo-efectiva según la evolución de la enfermedad y los costos, y ofrece recomendaciones a demanda durante los brotes.
El análisis recomendó invertir exclusivamente en ampliar el acceso al tratamiento convencional, que resultó costo-efectivo y asequible frente a la profilaxis masiva.
Para mejorar la preparación ante futuros brotes, desarrollamos un modelo de aprendizaje automático que identifica la intervención costo-efectiva según la dinámica de la enfermedad y los costos de medicamentos, con recomendaciones a demanda durante un brote.
