IA generativa en la atención sanitaria: ejemplos, beneficios, casos de uso
Publicado: 2023-08-08La gran popularidad de ChatGPT de OpenAI ha provocado una carrera para incorporar IA generativa en aplicaciones utilizadas en las industrias. La atención sanitaria está entre los que lideran la carga.
La IA generativa en la atención médica podría ayudar a desbloquear una parte del billón de dólares no realizado en mejoras potenciales en la industria al automatizar el trabajo que es propenso a errores, proporcionar una gran cantidad de datos a los médicos en segundos y modernizar la infraestructura de salud, según McKinsey & Company.
Ejemplos de IA generativa en la atención sanitaria
Aunque las empresas de atención médica han utilizado la tecnología de IA durante años (la predicción de eventos adversos, la optimización de la programación del quirófano y la conexión de datos de pacientes para generar mejores resultados son tres ejemplos), la IA en la atención médica promete una transformación aún más profunda para la industria.
A continuación se muestran algunos ejemplos recientes de IA en la atención médica:
- Amazon Web Services (AWS) anunció en julio un servicio llamado AWS HealthScribe, que utiliza reconocimiento de voz e inteligencia artificial generativa para ahorrar tiempo a los médicos al generar documentación clínica.
- Google está probando la tecnología de chatbot médico llamada Med-PaLM 2 en May Clinic y otros hospitales, según el Wall Street Journal. Basado en la tecnología de modelo de lenguaje grande (LLM) subyacente al chatbot de IA generativa conversacional Bard de Google, Med-PaLM 2 tiene como objetivo responder preguntas médicas de manera más precisa y segura.
- Microsoft , uno de los principales inversores en OpenAI, la empresa detrás de ChatGPT, se está asociando con Epic Systems para integrar la tecnología de IA generativa en sus registros médicos electrónicos (EHR). La filial Nuance Communications de Microsoft también anunció una aplicación de documentación clínica totalmente automatizada que combina IA ambiental y conversacional con GPT-4, la última versión de LLM que impulsa ChatGPT.
El 83% de las empresas sanitarias más innovadoras del mundo utilizan soluciones SAP.
Aprovechar los datos en una de las industrias con mayor uso intensivo de datos
Es notable ser testigo de tal tracción en la atención médica, una industria conservadora que es notoriamente una de las últimas en adoptar las nuevas tecnologías. Esto es particularmente cierto cuando consideramos cómo las estrictas regulaciones de privacidad como la Ley de Responsabilidad y Portabilidad del Seguro Médico (HIPAA) tienden a disuadir el intercambio de datos.
Sin embargo, la atención sanitaria es también una de las industrias que utiliza más datos.
Se dice que un hospital promedio produce alrededor de 50 petabytes de datos cada año, lo que suma aproximadamente 12,5 billones de copias digitales de la versión King James de la Biblia. Es más, se informa que el volumen de datos generados en el sector sanitario está aumentando un 47% al año, un ritmo significativo para cualquier industria.
Alguien debe registrar todos esos datos, lo que lleva un tiempo considerable. Gran parte de esto podría ser extremadamente útil para mejorar la eficiencia de las organizaciones de atención médica y para brindar información y asesoramiento médicos oportunos a los pacientes que lo necesitan.
Sin embargo, hacer un buen uso de esos datos es casi imposible porque hay demasiados que los seres humanos y la tecnología más antigua pueden manejar.
Aquí es donde entra en juego la IA. Al confiar en algoritmos de aprendizaje profundo para crear nuevos textos, audio, códigos y otros contenidos, se puede optimizar la privacidad y luego vincular grandes volúmenes de información médica no estructurada para ahorrar tiempo y dinero y, al mismo tiempo, desbloquear infinitas posibilidades comerciales y clínicas.
Compromiso de los pacientes de atención médica: imaginando un futuro mejor y más audaz
En Estados Unidos, tanto las empresas pagadoras como las proveedoras de atención médica se enfrentan a una infinidad de desafíos críticos y urgentes. ¿Estas preparado?
Medicina personalizada, diagnósticos más rápidos y más
Las organizaciones sanitarias ven este potencial, que es una de las razones por las que el 64,8% de ellas están explorando escenarios de IA generativa y el 34,9% ya están invirtiendo en ellos, según Lynne Dunbrack, analista de IDC Health Insights.
"Existe una demanda de tecnología para abordar prioridades clave, como mejorar la experiencia del paciente, mejorar la salud de la población y reducir los costos", afirma Dunbrack.
Más específicamente, los analistas dicen que la IA generativa podría convertirse en una parte integral para abordar una serie de necesidades comunes en la industria de la salud, que incluyen:
- Medicina personalizada : la IA generativa puede agregar y analizar grandes volúmenes de datos de pacientes para ofrecer recomendaciones de terapia y medicamentos personalizados para mejorar el tratamiento.
- Análisis de imágenes médicas : los LLM también se destacan en la interpretación de imágenes médicas, como resonancias magnéticas, tomografías computarizadas y radiografías. La automatización del análisis de imágenes podría permitir a los médicos detectar problemas con mayor rapidez y precisión, mejorando el diagnóstico y la atención general.
- Toma de notas clínicas: una serie de herramientas como HealthScribe de AWS probablemente buscarán resolver el antiguo problema de que los médicos tengan demasiado tiempo limitado para tomar notas adecuadas y detalladas sobre las visitas de los pacientes y luego tengan que ingresarlas en los EHR. Las herramientas de inteligencia artificial podrían aliviar esa molestia mediante el uso del reconocimiento de voz y el aprendizaje profundo para automatizar estos procesos de manera rápida y eficiente.
- Descubrimiento y desarrollo de fármacos : la IA generativa también se puede utilizar para acelerar el descubrimiento de fármacos simulando interacciones moleculares y prediciendo posibles fármacos candidatos. También se está utilizando para acelerar las aprobaciones regulatorias de medicamentos. Por ejemplo, Insilico Medicine dice que no solo utilizó su propia plataforma de inteligencia artificial para descubrir un tratamiento para la fibrosis pulmonar idiopática, una enfermedad respiratoria frecuente, sino que la aplicó a cada paso del proceso preclínico de descubrimiento de fármacos. Insilico dice que hacer esto a través de métodos tradicionales normalmente supondría un gasto de más de 400 millones de dólares, pero espera lograrlo a aproximadamente una décima parte de ese costo con IA generativa.
- Asistentes de salud virtuales : muchos de los primeros chatbots de IA generativa para atención médica se centrarán en brindar mejores y más rápidas respuestas a las preguntas de los pacientes de manera más eficiente las 24 horas del día. UNC Health, por ejemplo, está aprovechando las herramientas de inteligencia artificial generativa de Epic para ayudar a los médicos sobrecargados a lidiar con la avalancha de mensajes que les llegan.
- Agilización de reclamaciones de seguros : la IA generativa también ayuda a agilizar las reclamaciones de seguros médicos de los pacientes (o solicitudes de autorización previa de los consultorios médicos) al automatizar la extracción y el procesamiento de los registros de los pacientes, aliviando así la presión sobre el personal del centro de llamadas. Además, puede ayudar a acelerar la consideración de reclamaciones y al mismo tiempo identificar presentaciones potencialmente fraudulentas mediante la detección de patrones y anomalías sospechosas.
La IA generativa como tecnología aún está en su infancia, a pesar de todo el revuelo inicial, por lo que es imposible predecir si el enfoque actual en la atención médica persistirá. Pero una cosa está clara: con tantos miles de millones de dólares inyectados en el espacio, la tendencia no se retrasará en el corto plazo.