La necesidad imperante de sistemas de Inteligencia Artificial generativos
Planteamiento del poder de la IA generativa
Durante el último tiempo hemos presenciado un gran auge en las herramientas de inteligencia artificial generativa, tal y como lo es ChatGPT. Sin embargo, dentro de los diferentes contextos de uso que están surgiendo en el sector de la atención médica, que incorporan grandes modelos de lenguaje, resulta oportuno recordar que un valor significativo de los LLM radica en su habilidad para optimizar las capacidades de procesamiento del lenguaje natural existentes desde hace décadas.
Las organizaciones de atención médica requieren sistemas de inteligencia artificial que sean capaces de integrar y entender un historial completo de un paciente o el sistema EHR de una organización completa, y las herramientas basadas en la IA generativa están adecuadamente posicionadas para facilitar este proceso.
Tuvimos la oportunidad de entrevistar a Kim Perry, líder de crecimiento en emtelligent, una empresa especializada en PNL médica. Perry habló acerca del impulso de la IA generativa y los modelos de lenguaje amplio en relación con la PNL, los sistemas de IA que pueden comprender un gráfico completo o un sistema HCE completo, y cómo lo que denominamos como «IA de calidad médica» puede mejorar los resultados de los pacientes y prevenir el agotamiento de los médicos.
Interaccióin de la IA generativa y los grandes modelos de lenguaje en el procesamiento del lenguaje natural
P. Hay cierta confusión acerca del poder de la IA generativa y los grandes modelos de lenguaje: que en realidad están impulsando el procesamiento del lenguaje natural, que es otra forma de IA. ¿Podrías hablarnos más acerca de esta interacción?
R. Es bastante sorprendente cómo, en menos de un año, ChatGPT y la IA generativa son prácticamente desconocidos para el público en general. Ahora, ChatGPT tiene más de 100 millones de usuarios alrededor del mundo, incluyendo consumidores e industrias completas. Lamentablemente, muchas personas forman opiniones acerca de las tecnologías emergentes basándose en impresiones iniciales y lecturas superficiales. Pero es de esperar que exista cierta confusión, dado que la IA generativa y los grandes modelos de lenguaje son temas relativamente nuevos para muchos consumidores y empresas.
El procesamiento del lenguaje natural es anterior a la IA generativa y a los recientes avances en los LLM. Sin embargo, en la actualidad estamos presenciando que se están usando la IA generativa y los LLM para crear lo que llamamos «IA de calidad médica» o PNL de nivel médico. Los LLM están siendo específicamente capacitados en datos clínicos y, a diferencia de la PNL tradicional, la IA de calidad médica tiene la capacidad de desbloquear el 80% de los datos médicos que actualmente se encuentran ocultos en texto no estructurado.
La habilidad de la IA de calidad médica para procesar y entender millones de documentos cambiará la manera en la que los médicos realizan su trabajo en el punto de atención. Pero su valor también se extenderá a todo el espectro de la atención de la salud para beneficiar no solo a los proveedores, sino también a los pagadores, las empresas farmacéuticas, las ciencias biológicas y los investigadores académicos.
Beneficios de la IA generativa en la gestión de la información médica
P. La IA como ChatGPT es excelente para responder una sola pregunta, pero sugieres que las instituciones proveedoras necesitan sistemas que puedan comprender un gráfico completo o un sistema HCE completo. Por favor, profundiza en este punto.
R. La IA generativa es excelente para responder una sola pregunta, pero eso suponiendo que la respuesta sea realmente correcta. En demasiadas ocasiones, aplicaciones como ChatGPT inventan hechos o «alucinan». Esto es simplemente inaceptable en una situación en la que los médicos deben tomar decisiones basadas en evidencia en el punto de atención.
Si los proveedores no pueden confiar en una fuente de información, dejarán de usarla. Además, la IA generativa puede ahogar a los usuarios con una fuente de datos basados en palabras clave que dificulta que los médicos encuentren la información que necesitan.
Los proveedores necesitan herramientas que puedan acceder, comprender y contextualizar la información del paciente desde un único gráfico o a través de un sistema HCE. Aquí es donde la PNL tradicional se ha quedado corta; no puede entender todos esos datos no estructurados.
La IA de calidad médica aprovecha los avances en aprendizaje automático y LLM que mencioné anteriormente para permitir a las instituciones proveedoras desbloquear el valor de los datos no estructurados, como las notas de texto libre. Por ejemplo, la IA de calidad médica puede entender la terminología médica, incluyendo acrónimos y jerga, que es indescifrable para la PNL tradicional.
Y dado que la IA de calidad médica está diseñada para empresas, puede procesar y entender millones de documentos. Esta capacidad de escalar es fundamental a medida que el volumen de datos de salud continúa creciendo.
Mejora de los resultados de los pacientes con el uso de la IA de calidad médica
P. ¿Cómo puede lo que tú llamas «IA de calidad médica» mejorar los resultados de los pacientes?
R. La IA de calidad médica puede mejorar los resultados de los pacientes al proporcionar a los médicos la información que necesitan, cuando la necesitan y de una manera fácilmente consumible. De esta manera ellos pueden brindar una atención más efectiva.
Cuando los médicos no pueden acceder a la información del paciente en datos no estructurados (sobre un procedimiento previo, por ejemplo, o una condición crónica o una alergia grave a un medicamento), carecen de una visión holística del paciente. Esto puede provocar errores en el diagnóstico y tratamiento de los pacientes que den lugar a resultados negativos.
Por el contrario, cuando la IA de calidad médica genera resúmenes automatizados del historial del paciente, los médicos en el punto de atención tienen acceso inmediato a información que permite conocer la salud y el bienestar de ese paciente. Esto es especialmente valioso cuando un médico atiende a un paciente por primera vez.
Como mencioné anteriormente, los médicos no utilizarán herramientas en las que no confíen porque no pueden verificar la información que reciben. La IA de calidad médica supera esa preocupación al vincular la información de un resumen del paciente con los datos originales del historial de ese paciente, lo que permite a los médicos revisar el contexto y verificar la precisión de las fuentes.
Prevención del desgaste profesional de los médicos con la «IA de calidad médica»
P. ¿Cómo puede la «IA de calidad médica» prevenir el desgaste de los médicos?
R.Los médicos dedican demasiado tiempo a buscar y examinar los datos de los pacientes. Esto crea mucho estrés para los proveedores porque quieren interactuar con los pacientes, no mirar la pantalla de una computadora o buscar información específica oculta en un extenso expediente del paciente.
La IA de calidad médica ofrece capacidades poderosas, como búsqueda sensible al contexto y resúmenes automatizados que mejoran sustancialmente los flujos de trabajo. Al lograr el equilibrio adecuado entre recuerdo y precisión, la IA de calidad médica permite a los médicos ser más eficientes y eficaces en el tratamiento de los pacientes.
Los mejores flujos de trabajo ayudan a minimizar el desgaste porque los médicos no sienten que están luchando constantemente para mantenerse al día con la carga de trabajo de sus pacientes. Tiene sentido que cuando los médicos tengan herramientas digitales más inteligentes en sus escritorios y en la mesa de examen, se sentirán menos frustrados y podrán ejercer mejor en su licencia. Y eso es lo que todos los médicos quieren hacer.
LEE MÁS ARTÍCULOS SOBRE: Salud con IA.
LEE LA ENTRADA ANTERIOR: Subtle Medical enseña soluciones de vanguardia en flujo de trabajo en RSNA.