Nota del editor: esta es la segunda parte de nuestra entrevista de dos partes con el Dr. Melek Somai. Para leer la primera parte, haga clic aquí.
Froedtert & Medical College of Wisconsin Health Network es un sistema de salud académico con sede en el este de Wisconsin. Se embarcó en un viaje para fomentar innovaciones disruptivas al establecer Inception Health como un vehículo independiente para impulsar la innovación y la transformación digital, centrándose en la tecnología de salud digital.
El Dr. Melek Somai es vicepresidente y director de tecnología y productos de Inception Health y Froedtert & Medical College of Wisconsin Health Network, y profesor asistente de medicina en el Medical College of Wisconsin.
Ayer, habló sobre la inteligencia artificial en la atención médica en general, centrándose especialmente en la IA generativa (del tipo que se encuentra en el popular ChatGPT). Hoy, habla sobre el trabajo de IA que se realiza en Inception Health y Red de salud de Froedtert & Medical College of Wisconsin.
P. Inception Health y Froedtert están implementando IA para agilizar ciertos procesos, como la programación, para permitir a los pacientes identificar sus mejores opciones en función de sus preferencias individuales, con una interfaz de IA sencilla, eliminando la complejidad del árbol de decisiones tradicional. Describa cómo funciona este sistema y los resultados que espera.
A. Consideramos que la IA tiene tres fases. Estoy simplificando aquí. Existe esta fase de pequeñas mejoras. Lo que quiero decir con esto es que, si bien tenemos muchas esperanzas de que el valor de la IA generativa para transformar las industrias sea alto, el camino no será lineal. Se necesitarán más capacidades, más resiliencia y, lo que es más importante, más preparación por parte de los sistemas de salud para poder proporcionar un valor demostrable y verificable a la IA.
Y ese último kilómetro no va a ser fácil, va a ser uno de los más difíciles. Mientras tanto, vemos que la IA puede tener algunos beneficios inmediatos que podemos implementar de forma segura. Hoy en día, la IA tiene un gran potencial en algunas áreas.
Mencionó navegar por nuestro sistema de salud y ayudar a los pacientes con la programación. Sabemos que navegar un sistema de salud hoy no es fácil. Y a medida que continuamos mejorando la experiencia de los pacientes al navegar por nuestros sistemas de salud, la IA y, específicamente, la combinación de grandes modelos de lenguaje con integraciones API, puede ayudarnos a proporcionar una interfaz más intuitiva y personalizada para los pacientes.
Esto tiene menos que ver con proporcionar la información; Es más bien una interfaz para que los pacientes interactúen con nuestros servicios que ya tenemos. La implementación de IA en esa capa puede ayudar a los pacientes con los registros de pacientes para sus próximas citas; por ejemplo, ayudarlos a identificar la mejor opción para reprogramar una cita, tener en cuenta sus preferencias o, de hecho, descubrir y resumir el enorme valor de los datos.
Tenemos que proporcionar un resumen, por ejemplo, sobre preguntas específicas para el paciente; sobre, por ejemplo, los resultados del laboratorio o su visita de atención preventiva cuando corresponde. Entonces, en este nivel, quiero ser claro: la IA no contribuye a la atención del paciente, sino que se utiliza más bien como una interfaz de usuario intuitiva para nuestros servicios de back-end que ya tenemos.
Este tipo de innovación tiene la capacidad de agilizar ciertos procesos y ayudar al paciente a navegar mejor en el sistema de salud. Sin embargo, la IA a este nivel no es transformadora y, honestamente, podríamos considerar que estos casos de uso no son compatibles con el costo de construir estos modelos de IA en primer lugar. Sin embargo, integrar la IA a este nivel puede ayudar a crear casos de uso y desarrollar más capacidades a medida que evolucionamos de manera segura.
Si miramos esto desde Inception, por ejemplo, nos aseguramos de que la construcción de estos modelos se realice mediante el uso de marcos realmente apropiados que garanticen la gobernanza, seguridad de datos y seguridad de datos. Y nuevamente, esos modelos están construidos de manera que ayuden a navegar, es decir, más bien como una capa de interfaz. Como mencioné, otro nivel de integración, y este es probablemente el nivel, lo que yo llamo nivel dos, que está ayudando a escalar las recomendaciones de atención médica. Esto todavía es experimental hoy.
P. Inception Health está revisando los sistemas de inteligencia artificial que brindan recomendaciones personalizadas de atención preventiva, integrando los registros médicos de los pacientes, las pautas del grupo de trabajo de servicios preventivos de EE. UU. y las recomendaciones basadas en reglas. ¿Qué quiere hacer con la IA aquí y cuáles espera que sean los resultados?
A. Este es otro nivel que mencioné sobre la integración de la IA y cómo puede ayudar y ampliar las recomendaciones de atención médica. Esto todavía es experimental, pero está acercando mucho más la IA al ámbito de la práctica de la atención clínica.
Esta es el área donde implementar una Marco de gobernanza de la IA, muy probablemente a nivel nacional, será fundamental. En este nivel, se puede pensar en la IA como un copiloto de un paciente, ayudándolo a comprender sus opciones y sus recomendaciones de atención. Este trabajo implica algunos aspectos.
El trabajo que hacemos actualmente incluye avanzar en términos de recuperación, generación aumentada, integración, incorporaciones e ingeniería rápida para ayudarnos a construir copilotos personalizados y personalizables para nuestros pacientes. Hay algunos puntos fundamentales que actualmente estamos tomando como ejemplo de cómo estamos construyendo este tipo de copilotos experimentales.
Uno de los elementos clave aquí es que los datos del paciente no tienen estado en esta etapa. Lo que quiero decir con esto es que el modelo no utiliza los datos para entrenarse y nunca se almacena. Es transitorio y se proporciona para responder la pregunta en tiempo real. Este modelo significa que la IA no tiene ninguna capacidad de aprender de los datos o incluso de ser consciente de que los datos existen.
Este tipo de integración hoy garantiza seguridad, privacidad y transparencia. Y este es un enfoque común que probablemente veremos en el futuro previsible, que se utilizará para desarrollar marcos e infraestructuras de IA más sólidos de la misma manera que lo hacemos.
Estoy muy contento de que hayamos la reciente orden ejecutiva [from President Biden] sobre el desarrollo y uso seguro y confiable de la IA, que es un gran ejemplo de tal compromiso. Pero ciertamente hay uno de los muchos pasos que los sistemas de salud del sector privado deben desarrollar en el transcurso de los próximos meses y décadas para garantizar que lo utilicemos en un desarrollo seguro y confiable.
Y esta capacidad será importante para nuestros pacientes. Si piensa en tener la capacidad de resumir los datos de las mejores recomendaciones, poder recomendar pero también guiar al paciente a través de esa experiencia, eso aún así, con la supervisión y orientación del médico, ayudará a agilizar esa relación y mejorar la capacidad de nuestros sistemas de salud.
P. Inception Health está desarrollando un primer modelo de atención sanitaria digital en el que la IA es fundamental para ampliar los servicios y mejorar la comodidad. Está cambiando el modelo de atención en el que la IA ayuda con la primera milla de la prestación de atención. Explique más detalladamente este modelo y por qué cree que este es el enfoque a seguir con respecto a la IA.
A. Esto es lo que yo llamo nivel tres, el siguiente nivel en el que la IA nos está ayudando a remodelarnos. Para mí, esta es personalmente una de las áreas más interesantes que mi equipo de Inception Health y Froedtert realmente está investigando. No solo tendrá un impacto en la IA generativa a corto plazo, sino que a mediano y largo plazo, tendrá la capacidad de rediseñar el modelo de atención médica para aprovechar la IA generativa y la tecnología como plataforma, en lugar de solo una solución administrativa.
El enfoque que estamos adoptando hoy es pensar de manera creativa y más fundamental sobre el valor de la IA y la tecnología de IA generativa para dar forma a la experiencia de atención. Y la forma en que hemos tomado esto como equipo es que creamos un grupo de investigación de usuarios y desarrollamos una mentalidad de producto para pensar dónde puede una tecnología de IA generativa ayudarnos a remodelar el modelo que ofrecemos.
Entonces, uno de nuestros ámbitos activos en Inception Health es aprovechar nuestros conocimientos en tecnología de atención médica con nuestras capacidades como sistema de prestación de atención médica para pensar de manera diferente y preguntar: ¿Y si…?
¿Qué pasaría si pudiéramos ofrecer una experiencia que no se base en la visita del paciente al consultorio del proveedor? Tomemos el ejemplo de la era COVID, donde hemos visto una adopción masiva de la telemedicina. Una de las razones por las que la adopción de la telemedicina ha disminuido después de la COVID es que no cambiamos fundamentalmente el flujo de trabajo ni la experiencia del paciente ni del proveedor.
Por tanto, no basta con cambiar el medio. Y en lo que estamos trabajando es en lo que podemos aportar con el poder de la IA para reinventar por completo la experiencia de prestación de atención médica. Y uno de los enfoques en los que estamos pensando es ¿qué pasa si entregamos una primera experiencia digital ¿Dónde la IA no es solo un copiloto, sino también el impulsor para ayudar a los pacientes a comunicarse de manera más clara y, de hecho, más conveniente con su proveedor de atención médica y el sistema de salud?
Esta es un área que es realmente emocionante porque nos ayudará a aportar valor que no será un valor añadido al sistema de salud actual, sino que será un catalizador del valor. Algunos de los valores relacionados con la disminución del costo de la atención, la mejora de la conveniencia de nuestros sistemas de salud y la mejora de la experiencia de nuestros pacientes se verán muy afectados por este enfoque.
Ésta es un área realmente importante en la que creo que estamos liderando esta ola. Estamos colaborando con líderes de la industria en este espacio, y este será probablemente uno de los enfoques más fundamentales sobre los que aprenderemos mucho: cómo podemos brindar esas experiencias a nuestros pacientes.
Esta es un área donde, creo, la tecnología se combina con la atención clínica para resolver el problema. Esto será fundamental para que en las próximas décadas tengamos éxito en el cumplimiento de la promesa de la tecnología y la IA generativa en la atención sanitaria.
Para ver un video de esta entrevista que incluye contenido adicional que no está en esta historia, haga clic aquí.
Nota del editor: este es el sexto de una serie de artículos sobre las principales voces en TI para la salud que analizan el uso de la inteligencia artificial en la atención médica. Para leer el primer artículo, sobre el Dr. John Halamka de la Clínica Mayo,haga clic aquí. Para leer la segunda entrevista, con el Dr. Aalpen Patel en Geisinger,haga clic aquí. Para leer el tercero, con Helen Waters de Meditech,haga clic aquí. Para leer el cuarto, con Sumit Rana de Epic,haga clic aquí. Y leer el quinto, con la Dra. Rebecca G. Mishuris del Mass General Brigham,haga clic aquí.
Siga la cobertura HIT de Bill en LinkedIn:Bill Siwicki
Envíele un correo electrónico:bsiwicki@himss.org
Healthcare IT News es una publicación de HIMSS Media.
