Optimización de flujos de trabajo con IA/ML en 2024

Respuestas del Dr. David J. Sand, director médico de ZeOmega.

La industria de la salud está plagada de desafíos en el flujo de trabajo que afectan la calidad y los costos de la atención, pero herramientas como la inteligencia artificial y el aprendizaje automático han provocado un punto de inflexión. Estas tecnologías están abriendo nuevas puertas para que las organizaciones de atención médica agilicen los procesos y automaticen las tareas con precisión, permitiendo al personal concentrarse en asuntos que requieren su atención práctica. David J. Sand, MD, MBA, aborda la necesidad de automatización del flujo de trabajo y explica cómo la IA/ML puede cambiar las reglas del juego.

Qué obstáculos de personal enfrentan los pagadores y proveedores este año, y por qué es el flujo de trabajo ¿La automatización es la solución?

Dos de los mayores desafíos que enfrenta la industria de la salud son la adecuación y el costo del personal. La COVID ha pasado factura a la fuerza laboral sanitaria, provocando un aumento de las necesidades laborales que ha tenido un impacto duradero en las organizaciones. En consecuencia, los costos laborales de la atención médica aumentaron un 57% después de la pandemia y ahora constituyen más del 50% de los costos hospitalarios. Estas cargas financieras han tenido un fuerte impacto en la industria y han contribuido a la quiebra de 73 organizaciones sanitarias (incluidos 12 hospitales y sistemas de salud) en 2023.

Encontrar y retener empleados es un problema de larga data que puede atribuirse en parte a factores como el agotamiento del personal, impulsado por grandes cargas de trabajo cargadas de tareas administrativas. La industria también está experimentando demandas de aumento salarial y huelgas laborales por parte del personal que se siente sobrecargado por la creciente presión para equilibrar las cargas de trabajo cargadas con deberes administrativos y satisfacer las necesidades de los pacientes/miembros.

Es más importante que nunca que las organizaciones de atención médica busquen formas de optimizar los flujos de trabajo y automatizar los procesos manuales que consumen mucho tiempo para que el personal pueda concentrar su tiempo en asuntos urgentes de los miembros/pacientes que necesitan una participación práctica. La tecnología brinda excelentes oportunidades para mejorar la gestión de la utilización al reducir el tiempo dedicado a tareas administrativas, lo que en última instancia reduce la carga del personal, ahorra costos y mejora la experiencia del paciente/miembro.

¿Cómo ayudará la tecnología a las organizaciones a aliviar la carga del personal y automatizar los procesos en 2024? ¿Puede compartir algunos ejemplos de áreas en las que podría tener el mayor impacto?

Cuando pensamos en cómo y dónde la tecnología puede ayudar en la atención sanitaria, es útil pensar en términos de tareas periféricas o relacionadas con la atención que no implican un tratamiento práctico real. Visualiza tareas repetitivas con poca variación y procesos o flujos de trabajo que informan nuestra práctica. Si bien muchas de estas aplicaciones son discretas, en realidad son parte de un continuo.

La escucha ambiental es un área que está ganando amplia aceptación. La capacidad de escuchar y transcribir se ha convertido en algo común en muchas industrias. Se pueden evitar las quejas acerca de que el proveedor mira la pantalla en lugar de mirar al paciente, así como el costo alternativo de contratar a una persona que tome notas. Los datos generados por scripts digitales se pueden extraer con procesamiento de lenguaje natural en tiempo real utilizando palabras clave y frases para obtener información relevante del registro médico o generar recomendaciones de atención basadas en grandes preguntas del ‘modelo de lenguaje’ de, con suerte, big data rigurosamente curado.

Nuestro desafío no es tener suficiente granularidad en los datos para un emparejamiento de propensión preciso, sino tener datos de resultados adecuados asociados con las recomendaciones. Al generar recomendaciones precisas, específicas y consistentes, los flujos de trabajo automatizados pueden eliminar variaciones no deseadas causadas por prejuicios humanos, falta de información o incluso discreción deliberada. La eliminación de variaciones no deseadas es la definición de Calidad. El análisis de la palabra hablada también puede ahorrar tiempo dedicado a evaluaciones repetitivas y tediosas. La información contextual, como la cadencia del habla, la variación del tono y otras características, se puede utilizar para completar objetivamente y comparar de manera confiable las evaluaciones de salud conductual, potencialmente con mayor precisión que las automedidas.

¿Cómo está evolucionando el uso de IA/ML en el panorama sanitario para mejorar los flujos de trabajo?

Al clasificar rápidamente montañas de datos, la IA/ML puede ayudar a los profesionales de la salud a responder una variedad de preguntas. Por ejemplo, «¿Cuál es el tratamiento más adecuado para esta persona con estas comorbilidades y estos tratamientos previos?» es la pregunta candente en el caso de un hombre de 75 años con una enfermedad cardíaca, un cáncer agresivo de origen desconocido y una constelación de mutaciones en la vía.

Aprovechar la IA/ML para abordar esta cuestión es probablemente la forma más eficaz de buscar en la literatura, los ensayos de tratamientos y los resultados disponibles y, al mismo tiempo, minimizar las complicaciones. Estas herramientas pueden incluso optimizar los recorridos más típicos de los pacientes desde el momento en que se solicita un servicio y se consideran las opciones durante el tratamiento, la recuperación posaguda y la vigilancia continua de posibles eventos adversos. Desde lo sublime hasta lo ridículo, AI/ML puede ayudarnos a lograr la precisión que buscamos y reducir el trabajo manual.

¿Comenzarán más organizaciones de atención médica a adoptar herramientas digitales impulsadas por IA para analizar datos y mejorar la eficiencia? ¿Hay algo a lo que deberían prestar atención?

Me imagino que casi todas las organizaciones sanitarias están pensando en formas de adoptar la IA. Por mucho que a los profesionales de la salud les gustaría creer que estamos a la «vanguardia» en términos de esta tecnología, tendemos a ser más conservadores en cuanto a su uso cuando realmente brindamos atención, como deberíamos. Como mencioné anteriormente, la IA/ML ahora se usa de manera rutinaria en actividades relacionadas con la atención médica; en realidad, es el ML el que proporciona los beneficios a través de su capacidad para procesar infinitamente más datos que los humanos, y mucho más rápidamente.

Sin embargo, hace lo que le decimos que haga. No es realmente inteligente, sólo brillante. No es intuitivo en el verdadero sentido; solo pesa la fecha. Tenemos que ser excepcionalmente cuidadosos con los datos que le permitimos acceder y prescriptivos en lo que le decimos que haga con esos datos. En la tecnología existen prejuicios, alucinaciones y burbujas de pensamiento, pero es posible que los profesionales de la salud no tengan el conocimiento suficiente para reconocerlos. GIGO (entrada de basura – salida de basura) es tan válido para AI/ML como cualquier otro proceso. La IA/ML aún no sustituye a la mente humana en lo que respecta al arte de la medicina.