Nueva investigación sugiere que los sistemas de salud están luchando por utilizar eficazmente la IA para mejorar la participación de los pacientes.
El estudio, publicado a principios de este mes, encontró que si bien las inversiones en herramientas como los escribas ambientales están en auge, las aplicaciones de inteligencia artificial para la participación de los pacientes se están quedando atrás. Para el estudio, la startup de participación del paciente Lirio encargó a la consultora de atención médica Sage Growth Partners que encuestara a más de 75 ejecutivos de atención médica en los EE. UU.
Solo el 5 % de estos líderes informaron estar satisfechos con las herramientas disponibles para abordar los desafíos comunes de la participación de los pacientes, como el cumplimiento de la medicación y la falta de citas, problemas que no solo conducen a malos resultados de salud, sino también mil millones de dolares se gastan cada año en costes sanitarios evitables.
Para ayudar a los hospitales a cerrar estas brechas, las empresas que venden herramientas de participación del paciente deben pasar a un “modelo de personalización N de 1”, dijo Amy Bucher, directora de comportamiento de Lirio.
“En la atención sanitaria, los enfoques estándar de personalización no son muy personales”, explicó.
La personalización a menudo comienza y termina con campos de formulario específicos, como el nombre o el grupo de edad. Básicamente, estos enfoques solo segmentan a las personas basándose en la demografía en lugar de considerar sus motivaciones y comportamientos individuales, señaló Bucher.
Por ejemplo, un proveedor puede enviar el mismo recordatorio general por correo electrónico sobre los servicios de mamografía a todas las mujeres de 40 años o más. Pero no todas las mujeres de este amplio grupo de edad necesitan el mismo tipo de mensaje, y Bucher explicó que un enfoque N-de-1 va un paso más allá al generar mensajes personalizados que tienen en cuenta las necesidades, comportamientos y barreras individuales de cada paciente.
“Si una mujer no se ha realizado una mamografía en varios años, la personalización N de 1 tiene en cuenta por qué podría ser así. ¿Es difícil priorizar la cita sobre el trabajo? ¿Necesita cuidado infantil? ¿Odia el miedo a las pruebas de detección del cáncer? Cualquiera que sea el caso, la personalización que no aborda esto no será tan efectiva”, anotó Bucher.
Los avances recientes en IA han creado la oportunidad de escalar la personalización N de 1, añadió.
Descubrió que los humanos hacemos esto bien en un formato 1:1: podemos asimilar información compleja de lo que la gente nos dice, así como señales no verbales y pistas contextuales, y adaptar nuestro enfoque en el momento. Pero Human no es escalable a una gran población de pacientes, ni es asequible utilizar soporte en vivo para cada caso de uso, dijo Bucher.
“La tecnología ha sido capaz durante mucho tiempo de manejar conjuntos de datos más complejos y grandes que los humanos, pero sólo recientemente, con la explosión de la IA de agentes y el uso de técnicas como el aprendizaje por refuerzo, también ha podido producir resultados N de 1 significativos”, explicó.
También señaló que una mejor personalización puede abrir nuevos niveles de eficiencia y conexión.
Tomemos como ejemplo la diabetes. La enfermedad afecta a 1 de cada 10 estadounidenses, pero a pesar de su prevalencia, comúnmente afecta a personas con diabetes. desacoplado con sus proveedores de atención médica, afirmó Bucher.
“Los métodos estándar para tratar de lograr que las personas programen citas y tomen medicamentos obviamente no funcionan para todos. Personalizar estos contactos puede ayudar a generar interés y hacer que las personas piensen de manera diferente sobre la propuesta de valor de la acción, y cuando se hace con alcance digital, puede conducir a eficiencias operativas”, anotó.
El caso de uso de la diabetes subraya por qué la participación del paciente podría ser una de las aplicaciones de IA más prometedoras (y infrautilizadas) en la atención sanitaria. Cuando la personalización va más allá de la demografía y elimina las barreras individuales a la acción, no solo puede conducir a mejoras clínicas sino también ayudar a los sistemas de salud a involucrar a los pacientes a gran escala, explicó Bucher.
Foto: Paul Bradbury, Getty Images
