Para tener éxito con la IA, los líderes de TI en salud deben comprender su evolución reciente

Tan rápido como llegaron a la industria de la salud, la inteligencia artificial generativa y los grandes modelos de lenguaje están remodelando el panorama de la atención médica. Y los CIO y otros líderes de TI de salud en hospitales y sistemas de salud deben comprender plenamente estas tecnologías antes de ponerlas en uso.

Una aplicación de la IA en el mundo real que es clave que las organizaciones proveedoras comprendan: el uso de modelos de lenguaje impulsados ​​por IA en la comunicación médico-paciente.

Se ha descubierto que estos modelos tienen respuestas válidas que simulan conversaciones empáticas para los pacientes, lo que facilita el manejo de interacciones difíciles. Pero hay muchos desafíos que deben superarse antes de que puedan avanzar muchas más aplicaciones de la IA.

Por ejemplo, un desafío es garantizar el cumplimiento normativo, la seguridad del paciente y la eficacia clínica al utilizar herramientas de inteligencia artificial.

El Dr. Bala Hota es vicepresidente senior y CIO de Tendo, una empresa de software sanitario que trabaja en inteligencia artificial. Lo entrevistamos para analizar la comprensión de la IA generativa y los grandes modelos de lenguaje, el aprovechamiento de los LLM para aplicaciones de atención médica, las aplicaciones de genAI en el mundo real y los desafíos y preocupaciones éticas.

P. Los CIO y otros líderes de TI en hospitales y sistemas de salud deben comprender la IA generativa antes de implementarla. ¿Cuáles son algunas de las cosas sobre genAI que cree que son más importantes que estos líderes comprendan?

A. Es importante que los CIO y los líderes de TI comprendan que la genAI es solo un aspecto de la transformación digital más amplia que requiere la industria, y es esencial comprender la evolución fundamental que ha experimentado la IA en los últimos años.

La generación, el aumento y la detección de anomalías de datos pueden acelerar significativamente la toma de decisiones dentro de una organización. Sin embargo, la IA generativa no puede reemplazar el juicio y la interacción humanos. En cambio, actúa como un suplemento que puede mejorar la productividad.

El componente semántico de grandes modelos de lenguaje Reduce drásticamente el tiempo que los equipos de una organización dedican a limpiar y presentar datos, lo que les permite operar al máximo de su licencia y centrarse en tareas estratégicas. Cualquier forma de IA debe garantizar seguridad, cumplimiento y enfoques de sentido común adecuados para proteger y distribuir datos. La industria debe protegerse de que la tecnología supere sus usos prácticos.

P. ¿Cómo pueden los hospitales y los sistemas de salud aprovechar mejor los grandes modelos lingüísticos actuales?

A. El uso de la IA está ganando importancia en la industria de la salud, ya que puede ayudar a los hospitales y sistemas de salud a optimizar sus procesos de toma de decisiones, mejorar la eficiencia y mejorar los resultados de los pacientes. La IA tiene una amplia gama de aplicaciones, desde simplificar datos hasta interactuar con pacientes, lo que puede tener un impacto significativo en la industria de la salud.

Un beneficio significativo de la IA en la atención sanitaria es mejorar la eficacia de la planificación del tratamiento. La voz ambiental se puede utilizar para mejorar el uso de registros médicos electrónicos. Actualmente, se están implementando escribas de IA para ayudar en la documentación médica. Esto permite a los médicos centrarse en los pacientes mientras la IA se encarga del proceso de documentación, mejorando la eficiencia y la precisión.

Además, los hospitales y los sistemas de salud pueden utilizar las capacidades de modelado predictivo de la IA para estratificar el riesgo de los pacientes, identificar a los pacientes que tienen un riesgo alto o creciente y determinar el mejor curso de acción.

De hecho, las capacidades de detección de grupos de IA se utilizan cada vez más en la investigación y la atención clínica para identificar pacientes con características similares y determinar el curso de acción clínica típico para ellos. Esto también puede permitir ensayos clínicos virtuales o simulados para determinar los cursos de tratamiento más eficaces y medir su eficacia.

P. ¿Cuáles son algunas aplicaciones de la IA en el mundo real que cree que señalan el camino para el resto de la industria?

A. Una aplicación de la IA en el mundo real que señala el camino es el uso de modelos de lenguaje basados ​​en IA en la comunicación médico-paciente. Se ha descubierto que estos modelos tienen respuestas válidas que simulan conversaciones empáticas para los pacientes, lo que facilita el manejo de interacciones difíciles.

Esta aplicación de IA puede mejorar enormemente la atención al paciente al proporcionar una clasificación más rápida y eficiente de los mensajes de los pacientes en función de la gravedad de su afección y mensaje.

Además, la IA se puede utilizar para una mejor estratificación del riesgo en el momento del tratamiento. Esto puede ayudar a los proveedores de atención médica a trabajar al máximo de su licencia haciendo un mejor uso de los recursos. Al identificar con precisión a los pacientes que requieren cuidados más intensivos, los proveedores pueden asignar sus recursos de manera más efectiva y mejorar los resultados generales de los pacientes.

Esto incluye la automatización de las interacciones con los pacientes para escalar la comunicación y aumentar la participación del paciente. La IA se utiliza para llegar a los pacientes con recordatorios, seguimientos y una mayor participación, lo que conduce a mejores resultados. Al identificar a los pacientes que necesitan una atención más personalizada, la IA puede ayudar a superar barreras como la inercia clínica y la mala adherencia, mejorando significativamente los resultados.

P. ¿Cuáles son los desafíos y preocupaciones éticas de la IA que cree que deben abordar las organizaciones de proveedores de atención médica?

A. Un desafío con Implementación de IA en la atención sanitaria es garantizar el cumplimiento normativo, la seguridad del paciente y la eficacia clínica al utilizar herramientas de IA. Si bien los ensayos clínicos son el estándar para los nuevos tratamientos, existe un debate sobre si las herramientas de IA deberían seguir el mismo enfoque. Algunos argumentan que la aprobación obligatoria de los algoritmos por parte de la FDA es necesaria para garantizar la protección del paciente.

Otra preocupación es el riesgo de violaciones de datos y de comprometer la privacidad del paciente. Los modelos de lenguaje grandes entrenados con datos protegidos pueden potencialmente filtrar datos de origen, lo que representa una amenaza importante para la privacidad del paciente. Las organizaciones de atención médica deben encontrar formas de proteger los datos de los pacientes y evitar violaciones para mantener la confianza y la confidencialidad.

El sesgo en los datos de capacitación también es un desafío crítico que debe abordarse. Para evitar modelos sesgados, se deben introducir mejores métodos para evitar sesgos en los datos de entrenamiento. Es crucial desarrollar enfoques académicos y de capacitación que permitan una mejor capacitación modelo e incorporen la equidad en todos los aspectos de la atención médica para evitar sesgos.

Para abordar estos desafíos y preocupaciones éticas, las organizaciones proveedoras de atención médica deben centrarse en desarrollar conjuntos de datos que modelen con precisión los datos de atención médica y al mismo tiempo garanticen el anonimato y la desidentificación.

También deberían explorar enfoques para datos, modelos y ensayos descentralizados, utilizando datos federados a gran escala y al mismo tiempo protegiendo la privacidad. Además, se deben establecer asociaciones entre proveedores de atención médica, sistemas de salud y empresas de tecnología para poner en práctica las herramientas de inteligencia artificial de manera segura y reflexiva.

Al abordar estos desafíos, las organizaciones de atención médica pueden aprovechar el potencial de la IA y al mismo tiempo defender la seguridad, la privacidad y la equidad de los pacientes.

Siga la cobertura HIT de Bill en LinkedIn: Bill Siwicki
Envíele un correo electrónico: [email protected]
Healthcare IT News es una publicación de HIMSS Media.