¿Implementar IA? Las organizaciones de atención sanitaria “deben tener un objetivo específico y mensurable”

La mayoría de los hospitales y sistemas de salud todavía están evaluando si la inteligencia artificial es adecuada para su organización. Sin embargo, muchos buscan expandir las implementaciones existentes de inteligencia artificial y aprendizaje automático.

Las organizaciones de proveedores de atención médica que se encuentran en cualquiera de estos grupos son el objetivo de una sesión educativa en un próximo foro HIMSS, una sesión que ofrece una guía estratégica para la adopción de la IA en la atención médica.

Tom Hallisey es líder de estrategia de salud digital y miembro de la junta directiva de Columbia Memorial Health. Hablará sobre el trabajo de IA del sistema de salud en el Foro HIMSS AI in Healthcare 2023, del 14 al 15 de diciembre en San Diego. Su panel, que él modera, se titula “Una guía estratégica para incorporar la IA en su hoja de ruta de atención médica”.

Los panelistas incluyen a Albert Marinez, director de análisis de la Clínica Cleveland; Tatyana Fedotova, directora de datos, plataformas y asociaciones globales de Johnson & Johnson; y Christopher Larkin, director de tecnología de Concord Technologies.

Los panelistas revelarán las preguntas más críticas y las decisiones que se deben tomar en cada fase del recorrido de la IA, desde la construcción versus la compra y la selección de herramientas hasta garantizar que las inversiones en IA estén orientadas a lograr el máximo impacto, y mucho más.

Nos sentamos con Hallisey para obtener un adelanto de la sesión y tener una mejor idea de lo que se necesita para dar el salto a la IA en el sector sanitario.

P. ¿Cuál es un ejemplo de una pregunta clave que se debe hacer durante la fase inicial de un recorrido por la IA en el sector sanitario? ¿Y porque es importante?

A. Como suele ser el caso, la pregunta más importante que debemos plantearnos es qué problema estamos intentando resolver. Las herramientas de IA generativa son capaces de generar muchos resultados nuevos y potencialmente valiosos, pero debemos tener en mente un objetivo específico y mensurable para mostrar valor y escalar el trabajo.

Una vez que tenemos una idea piloto, viene la pregunta específica de la IA: construir, comprar o modificar una herramienta de modelo de lenguaje grande existente con datos y reglas internas. Esta decisión se basará en capacidades internas, preocupaciones de privacidad y seguridad, escalabilidad y consideraciones de sesgo/datos.

Los proyectos con más probabilidades de fracasar son aquellos que buscan encontrar un uso para nuevas herramientas realmente geniales, y no hay herramientas más geniales que la IA en este momento. Se necesita un enfoque cuidadoso y medido sobre qué tipo de valor estamos buscando y en qué tipos de herramientas podemos confiar y proporcionar los recursos para implementar con éxito.

P. ¿Cuál es una forma de garantizar que las inversiones en IA estén orientadas a lograr el máximo impacto?

A. Para garantizar el mejor impacto de las inversiones en IA, inicie un comité para recopilar y priorizar ideas, guiar la selección de recursos, revisar los resultados de los pilotos y ayudar con la ampliación. Tenga cuidado de incluir un grupo diverso en el comité.

Las unidades de negocios y los usuarios finales saben mejor dónde radican los problemas y las ineficiencias y pueden guiar la planificación para lograr el mejor impacto; su aceptación será esencial para lograr el éxito. Si un proyecto se considera demasiado arriesgado para un área determinada, ya que esta tecnología es todavía muy nueva y no se comprende bien, no es probable que tenga éxito. Es mejor empezar por otro lado y, al mismo tiempo, educar al personal sobre las capacidades y los posibles problemas de las herramientas de IA.

Sin embargo, también es importante contar con líderes de alto nivel en el proceso de selección que garanticen que las decisiones se basen en las principales estrategias organizacionales actuales y las preocupaciones más importantes. Hay muchos casos de uso de herramientas de IA que podrían agregar algún valor, pero que podrían consumir recursos importantes para atacar los problemas más urgentes del momento.

También tenemos que seleccionar proyectos y herramientas que sean lo suficientemente maduros para una integración adecuada en flujos de trabajo existentes o actualizados. Los proyectos puntuales o de nicho no producirán grandes resultados. Mire el uso web de ChatGPT, incluso eso ha disminuido desde su punto máximo. Las herramientas deben integrarse en las operaciones para cambiar el flujo de trabajo y aportar valor real.

P. ¿Cuál es un consejo para garantizar el éxito a largo plazo con una inversión en IA para el cuidado de la salud?

A. Las herramientas de IA suelen ser tan nuevas que puede resultar difícil lograr el éxito a largo plazo. A medida que se siguen utilizando AI LLM o algoritmos clínicos, los datos se actualizan, la demografía cambia y los resultados pueden variar.

Un estudio reciente incluso señaló cómo los algoritmos pueden aprovechar su propia obsolescencia, a medida que las intervenciones cambian los datos subyacentes sobre los que se basan y, por lo tanto, su capacidad de predicción.

Se deben implementar planes para medir continuamente los resultados de cada herramienta e intervención de IA. Lo que funciona en un sitio o en una población puede no funcionar en otro y, como señalé, lo que funciona hoy puede que no funcione el año que viene. Las nuevas regulaciones de IA de la orden ejecutiva de la Casa Blanca buscan abordar estas preocupaciones, así como las recientes reglas propuestas por algoritmos de la ONC que tratan del apoyo a las decisiones clínicas integradas de EHR.