ChatGPT ha tenido un impacto en los desafíos duraderos de la atención médica. Muchos proveedores y pacientes informan que la inteligencia artificial ayuda con la atención preventiva y evita visitas al departamento de emergencias que no son de emergencia.
Imran Qureshi es director de tecnología de b.well Connected Health, un proveedor de plataformas de interoperabilidad basado en FHIR. Tiene experiencia en IA y muchos consejos para compartir sobre el tema de los sistemas de salud que aprovechan ChatGPT y otras grandes tecnologías basadas en modelos de lenguaje.
Entrevistamos a Qureshi para profundizar en cómo los hospitales y los sistemas de salud pueden aprovechar ChatGPT y otros tecnologías de maestría para mejorar la atención al paciente, cómo las organizaciones proveedoras pueden utilizar los LLM para aliviar la carga de trabajo de los médicos y cómo los proveedores pueden implementar ChatGPT y LLM para empoderar a los pacientes.
P. ¿Cómo pueden los hospitales y los sistemas de salud aprovechar ChatGPT y otras tecnologías basadas en LLM para mejorar la atención al paciente?
A. En el panorama sanitario actual, los hospitales y los sistemas de salud atraviesan tiempos difíciles, con presiones financieras exacerbadas por los efectos duraderos de la pandemia de COVID-19. Sistemas de salud notables, incluidos Ascension Health, Trinity Health y Providence Health, informaron una pérdida combinada de $8 mil millones en 2022.
Al mismo tiempo, el personal sanitario se enfrenta a un desgaste significativo; Aproximadamente el 20% de los médicos planean dejar la profesión y más de 170.000 trabajadores de la salud abandonaron sus funciones en 2021, según JAMA.
Este éxodo se ve agravado por el hecho de que el 85 % de los médicos de atención primaria expresan su deseo de dedicar más tiempo a las interacciones con los pacientes, según una encuesta realizada por Ipsos en 2017; sin embargo, un análisis del Journal of General Internal Medicine mostró que las tareas administrativas consumen el 55 % de su carga de trabajo.
Los pacientes también expresan insatisfacción con sus experiencias de atención médica: el 67% reportó encuentros negativos con la atención médica en un período de tres meses en una encuesta de 2021 realizada por Accenture, y el 34% está cambiando de proveedor o dudando en buscar atención en el futuro.
El quid del descontento de los pacientes radica en el deseo de tener interacciones más significativas con sus proveedores de atención médica, como se expresa en una encuesta realizada por Deloitte en 2016, que enfatiza la importancia del tiempo y la atención de calidad.
Una solución prometedora a estos problemas multifacéticos radica en el despliegue estratégico de inteligencia artificial, en particular modelos de lenguaje grandes como ChatGPT. Por aprovechando las tecnologías basadas en LLMla atención sanitaria puede volverse más accesible y eficiente tanto para los proveedores como para los pacientes.
Los trabajadores de la salud no médicos, incluidas enfermeras, asistentes y terapeutas, pueden utilizar estas tecnologías para navegar por los historiales de los pacientes, automatizar las respuestas a consultas comunes y facilitar la coordinación de la atención al paciente, ampliando de manera efectiva las capacidades de los médicos.
Además, los LLM permiten a los pacientes y cuidadores participar en el autoservicio para consultas básicas de atención médica, lo que reduce la demanda de tiempo de los médicos para las preguntas de rutina. Esta tecnología también tiene el potencial de guiar a los pacientes a través del sistema de salud, garantizando intervenciones de atención oportunas y adecuadas.
Con aproximadamente 250.000 médicos de atención primaria y 250.000 proveedores de atención primaria no médicos adicionales en los Estados Unidos, según el Centro Nacional de Análisis de la Fuerza Laboral de Atención Médica, la redistribución de tareas rutinarias al personal no médico y directamente a los pacientes puede mejorar significativamente la eficiencia. de atención al paciente.
La vasta fuerza laboral de nueve millones de personas que no son médicos y el compromiso colectivo de 350 millones de pacientes y cuidadores presentan una tremenda oportunidad para transformar la prestación de atención médica.
la integracion de Tecnologías basadas en LLM en los flujos de trabajo de atención médica ofrece un rayo de esperanza para abordar los desafíos actuales que enfrenta la industria. Al facilitar una división del trabajo más eficiente y permitir que los pacientes asuman un papel activo en su recorrido de atención médica, estas tecnologías prometen mejorar la satisfacción del paciente y permitir que los profesionales de la salud se centren más en la atención directa al paciente.
Este cambio hacia un enfoque más centrado en el paciente, respaldado por herramientas avanzadas de inteligencia artificial, presagia una nueva era de mejores resultados y experiencias de atención médica.
P. ¿Cómo pueden los hospitales y los sistemas de salud utilizar los LLM para aliviar la carga de trabajo de los médicos?
A. En el entorno sanitario actual, los médicos de atención primaria se esfuerzan por lograr interacciones más significativas con los pacientes, pero se ven obstaculizados por las extensas tareas administrativas que se les exigen.
Actualmente, el 85% de estos profesionales, en una encuesta realizada por Ipsos en 2017, expresan su deseo de dedicar más tiempo a la atención al paciente, pero la realidad es que menos de la mitad del tiempo de su cita se dedica a la interacción real con el paciente, según el Journal of General Internal. Medicina, con casi dos horas semanales dedicadas a la documentación fuera del horario laboral, según JAMA.
La raíz de este problema suele radicar en la naturaleza engorrosa de los EHR, que están diseñados principalmente para la entrada de datos en lugar de una recuperación eficiente de información.
Los médicos frecuentemente dedican una parte importante de las consultas con los pacientes a ingresar datos en estos sistemas y luego dedican tiempo adicional fuera de las citas a ingresar datos. Este proceso se complica aún más por la dificultad de extraer información de los EHR, ya que los médicos deben navegar a través de notas clínicas anteriores debido a la ineficiencia del diseño del sistema.
Implementación de un LLM Las interfaces con los EHR podrían revolucionar este proceso, permitiendo a los médicos interactuar con el sistema mediante consultas en lenguaje natural. Una interfaz de este tipo permitiría preguntas sencillas como «¿Este paciente tiene antecedentes familiares de diabetes?» o «¿Cuál es la tendencia de la presión arterial de este paciente durante los últimos dieciocho meses?» ser respondidas de manera eficiente, aprovechando los datos completos del EHR.
Además, las tecnologías LLM podrían automatizar el proceso de documentación, permitiendo a los médicos ingresar notas verbalmente y hacer que el sistema actualice el EHR en consecuencia, minimizando así la entrada manual de datos.
Más allá de mejorar las interacciones con los EHR, los LLM también podrían aliviar la carga de trabajo de los médicos al manejar consultas de rutina sobre salud y logística de atención médica. Estas tecnologías pueden interactuar directamente con el personal sanitario, los pacientes y los cuidadores, identificando la naturaleza de las consultas y proporcionando respuestas precisas o dirigiéndolas a las personas adecuadas.
Este nivel de clasificación puede reducir significativamente la demanda de tiempo de los médicos, garantizando que se les consulte sobre cuestiones más complejas que requieren su experiencia.
Al simplificar la entrada de datos, mejorar el acceso a la información del paciente y delegar las preguntas de rutina a Tecnologías basadas en LLMpodemos aligerar sustancialmente la carga administrativa de los médicos.
Este cambio no sólo hace que la prestación de atención médica sea más eficiente, sino que también permite a los médicos concentrarse en lo más importante: brindar atención atenta y personalizada a sus pacientes.
P. ¿Cómo pueden los hospitales y los sistemas de salud implementar ChatGPT y LLM para capacitar a los pacientes?
A. Los hospitales y los sistemas de salud ya han invertido mucho en el desarrollo de EHR, almacenes de datos y plataformas analíticas. La llegada de tecnologías LLM, como ChatGPT, no requiere descartar estos valiosos recursos.
En cambio, estas tecnologías pueden integrarse en la infraestructura existente, mejorando sus capacidades y brindando importantes beneficios a los pacientes.
Al traducir la gran cantidad de datos dentro de estos sistemas a un formato que las tecnologías LLM puedan comprender (esencialmente creando un almacén de conocimiento en inglés sencillo), las organizaciones de atención médica pueden superar los desafíos asociados con la variabilidad de los datos.
Este enfoque permite a los LLM interpretar y procesar información de diversas fuentes y formatos, como diferentes convenciones para registrar fechas de nacimiento, sin la necesidad de una estandarización o mapeo de datos complejos.
Usando tecnologías LLM Ofrecido por plataformas líderes como OpenAI, Microsoft Azure, AWS o Google Cloud, los proveedores de atención médica pueden aprovechar esta base de conocimientos para brindar respuestas precisas y accesibles a una amplia gama de consultas de los pacientes, basándose directamente en los datos del almacén de conocimientos.
Los pacientes pueden hacer preguntas y recibir respuestas en un inglés sencillo en lugar de tener que comprender la terminología clínica.
Esta arquitectura LLM puede reutilizar la infraestructura existente en atención médica y agregar tres piezas nuevas: un almacén de conocimiento, una interfaz de lenguaje y una capa de gestión de riesgos.
Una arquitectura LLM comienza con todas las fuentes de datos existentes, pero en lugar de gastar tiempo y dinero en convertirlas en esquemas rígidos de almacenamiento de datos, podemos convertirlos a texto sin formato y almacenarlos en un almacén de conocimientos.
En el ámbito de la atención sanitaria, hemos pasado más de dos décadas intentando asignar todos nuestros datos a nuestros almacenes de datos, pero muy pocas organizaciones pueden afirmar que todos sus datos están disponibles en su almacén de datos. ¿Cuánto tiempo más seguiremos por el camino de los almacenes de datos rígidos si 20 años no han sido suficientes?
Una arquitectura LLM permite a las personas buscar respuestas en inglés simple (o español o cualquier otro idioma). Los pacientes, sus cuidadores, médicos, enfermeras, administradores y otros trabajadores sin habilidades técnicas ahora pueden obtener respuestas sin esperar a que los analistas o ingenieros de datos traduzcan sus preguntas a un código de base de datos como SQL.
Hoy en día, la mayoría de las organizaciones tienen un retraso de meses o años para proporcionar estas respuestas. Una interfaz de idioma, impulsado por LLMpuede convertir preguntas formuladas en inglés sencillo en código SQL y extraer respuestas sin la participación de analistas de datos.
Para garantizar la exactitud y adecuación de la información proporcionada, se puede introducir una capa de gestión de riesgos. Esta capa implicaría el uso de datos cuidadosamente seleccionados para seleccionar, refinar y responder preguntas, asegurando que las consultas sensibles o inapropiadas se gestionen correctamente.
El proceso incluye generar variaciones de la pregunta original, evaluar la coherencia de las respuestas e incorporar comentarios de los profesionales de la salud para optimizar el rendimiento del sistema.
Una capa de gestión de riesgos consta de ocho pasos:
- Curar: elija fuentes de datos confiables como entrada para el LLM.
- Instruir: indique al LLM que utilice solo el contenido seleccionado.
- Filtrar: filtra categorías de preguntas que LLM no debería responder.
- Preguntar: consulte el LLM utilizando el mensaje creado a partir de los pasos anteriores.
- Evaluar: reformule la pregunta de varias maneras y verifique si hay consenso en las respuestas.
- Verificación de hechos: verifique las respuestas con los datos subyacentes.
- Notificar: notifique a los usuarios que se utilizó IA para responder a su pregunta.
- Aprender: recopile comentarios de los usuarios para reforzar el aprendizaje, de modo que el LLM mejore con el tiempo.
Este uso innovador de la tecnología LLM en una arquitectura LLM puede brindar a los pacientes y a sus cuidadores la capacidad de obtener respuestas inmediatas a sus preguntas, que van desde inquietudes logísticas sobre citas médicas hasta consultas específicas relacionadas con la salud.
Además, les permite realizar tareas de atención médica sencillas, como solicitar resurtidos de medicamentos o buscar opciones de medicamentos más asequibles, sin necesidad de navegar por sistemas de atención médica complejos.
Los pacientes y sus cuidadores pueden hacer preguntas como «¿Puedo beber agua antes de mi cita?», «¿Cuánto tendré que pagar de mi bolsillo por Lipitor (según los documentos de mi seguro)?», «¿Qué médico puede ayudarme?» con mi dolor en el pie?», «¿Debo ir a la sala de emergencias o atención de urgencia o a mi médico?» y «¿Es normal que mi mamá escupa sangre?»
Los pacientes y sus cuidadores también pueden utilizar la tecnología LLM para realizar tareas básicas en atención médica sin tener que aprender sistemas complejos: «Solicite mi próxima recarga de Lipitor», «Búsqueme un médico que trate lesiones en los pies» o «¿Dónde puedo conseguir este medicamento?». ¿más económico?»
Hay 350 millones de pacientes y sus cuidadores en el país. Incluso si les capacitáramos para que se ocuparan de una pequeña parte de la atención sanitaria, imaginen el impacto que podemos tener.
Cuando los pacientes pueden autoatender algunas de sus preguntas y solicitudes, también podemos reducir el gasto de los centros de llamadas para hospitales y compañías de seguros.
Esto también reducirá la carga para los médicos, enfermeras y otros trabajadores de la salud. Pueden centrarse en una atención atenta y personalizada en lugar de tareas rutinarias.
Al integrar las tecnologías LLM con las infraestructuras sanitarias existentes, los hospitales y los sistemas sanitarios pueden mejorar significativamente la participación del paciente y las capacidades de autogestión. Esto no sólo mejora la experiencia del paciente al proporcionar acceso instantáneo a la información y simplificar las tareas sanitarias, sino que también optimiza el uso de los recursos sanitarios y el tiempo de los profesionales.
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.
