PAM482

FARMACOECONOMÍA

(HTx). Los autores de este estudio aplicaron la misma metodología que la empleada para la elaboración de CHEERS 2022, organizada en 3 fases: • Fase inicial : arrancó con la creación de un grupo directivo multidiscipli nar compuesto por 9 economistas de la salud, 8 representantes de agencias de evaluación de tecno logías, 5 expertos en IA, 2 especia listas clínicos, 1 representante de pacientes y 1 miembro del grupo CHEERS 2022. A través de 2 revisiones sistemáticas recientes de evaluaciones econó micas de intervenciones en salud basadas en IA y de los 41 estudios individuales analizados en ellas, 4 de los miembros del grupo directivo elaboraron una extensa lista de 30 potenciales aspectos específica mente referidos a IA susceptibles de comunicarse, que tras revisión por la totalidad del grupo quedo reducida a 26. • Fase de desarrollo : se invitó a 119 individuos considerados de interés en el área, a formar parte de un grupo Delphi para realizar un pro ceso de revisión en 3 rondas, donde puntuar con una escala Likert de 1 a 9, en orden de relevancia, cada uno de los 26 aspectos de la lis ta elaborada. Tras las 3 rondas de revisión con las respuestas de 58, 42 y 31 participantes sucesivamente, de 17 países distribuidos en los 5 continentes, se celebró una reunión de consenso con un subgrupo de los participantes del grupo Delphi y miembros del grupo directivo. Para asegurar la suficiente involucración de los pacientes, se compartió el listado con 13 representantes del grupo asesor en digitalización de los pacientes de EURORDIS (Orga nización Europea de Enfermedades Raras, del inglés European Organi zation for Rare Diseases ) • Fase final : el borrador de la guía CHEERS extendida fue testado en un ejercicio piloto realizado por 5 miembros del grupo directivo sobre

9 evaluaciones económicas de inter venciones basadas en IA publicadas, identificadas de las revisiones siste máticas empleadas en la fase inicial. Posteriormente, una propuesta refinada con cambios menores fue ratificada finalmente por el grupo directivo para conformar la directriz extendida CHEERS-IA. En la Tabla 1 se describen los as pectos específicamente relaciona dos con IA, que han sido añadidos a la lista de verificación CHEERS, para constituir la versión extendida CHEERS-IA. La calidad de las publicaciones en las que se comunican resultados de evaluaciones económicas de tec nologías sanitarias basadas en IA es muy variable. El desarrollo de este estudio ha permitido integrar aspec tos específicamente relacionados con la IA en los principios CHEERS consolidados, disponiendo así de una versión integral CHEERS-IA que pue de ser empleada por investigadores, editores y revisores que desarrollen o evalúen evaluaciones económicas con un fin divulgativo. COMENTARIO La homogeneización y transparencia sobre los criterios a comunicar junto a los resultados de cualquier cam po de investigación es crucial para poder realizar un correcto análisis crítico de dichos resultados y poder incorporarlos de la mejor forma al proceso de toma decisiones. En el campo de la IA en particular, tan cambiante y en tan rápida evolu ción, la estandarización de criterios permite que las tecnologías basadas en IA puedan evaluarse y analizarse dentro de un marco común, evitando sesgos o disparidades arbitrarias en la caracterización de estas. plenyi A, Chalkidou A, Petrou S et al . Consolidated Health Economic Evaluation Reporting Standards for Interventions That Use Artificial Intelligence (CHEERS-AI). Value Health. 2024; 27(9): 1196-205. DOI: 10.1016/j.jval.2024.05.006. Elvidge J, Hawksworth C, Avşar TS, Zem

Gazquez-Garcia J, Sánchez-Bocanegra CL, Sevillano JL. AI in the Health Sector: Systematic Review of Key Skills for Future

Health Professionals. JMIR Med Educ. 2025; 11:e58161. DOI: 10.2196/58161.

CONSOLIDACIÓN DE ESTÁNDARES PARA COMUNICACIÓN DE EVALUACIONES ECONÓMICAS SANITARIAS DE INTERVENCIONES CON INTELIGENCIA ARTIFICIAL (CHEERS-AI) En 2022 se publicaron las directrices consolidadas para comunicación de evaluaciones económicas de inter venciones sanitarias elaboradas por el grupo de trabajo CHEERS ( Conso lidated Health Economic Evaluation Reporting Standards ), con el objetivo de proporcionar, a los investigadores, un marco para la comunicación de los resultados de sus estudios, que ase gurara unos estándares mínimos de transparencia y reproducibilidad. Los rápidos avances en el campo del desarrollo de herramientas de Inte ligencia Artificial (IA) aplicadas a la salud, no han ido, sin embargo, en pa ralelo a las prácticas para el desarrollo de evaluaciones económicas. El avance tecnológico ha incrementa do el número de tecnologías basadas en IA que han obtenido o en breve dis pondrán de autorizaciones de comer cialización como dispositivos médicos, lo que está suponiendo un reto en el proceso de toma de decisiones. Un ejemplo ilustrativo es la actualización, realizada por el National Institute for Health and Care Excellence (NICE) de la normativa de evaluación de tecno logías digitales en salud para requerir estándares de evidencia de las tecno logías basadas en IA. El trabajo realizado en esta publicación ha sido posible con el soporte finan ciero de la Unión Europea dentro de los objetivos Horizon 2020, englobado en el proyecto Next-Generation HTA

430