En los últimos años, los modelos de voz grande (LLM) han mostrado una enorme promesa para mejorar la atención médica, desde el endurecimiento de la documentación clínica hasta la creación de diagnósticos precisos y recomendaciones de personalización para la personalización. Sin embargo, la efectividad de estos modelos no solo depende del volumen de los datos utilizados para su entrenamiento e inferencia, sino también de la calidad y novedad de estos datos. Para que la IA realmente revolucione la atención médica, debe comprender el contexto social, ecológico y emocional que influye en los resultados de salud para hacer que las intervenciones sean más específicas y efectivas. La IA solo puede lograr este grado de comprensión si se convierte en nuevos datos que reflejan la experiencia humana que actualmente es generada por servicios técnicamente capaces.
Los servicios de salud con capacidad tecnológica combinan software y experiencia humana para garantizar la atención. El apoyo de las empresas (que nosotros, como trabajadores de la salud comunitarios, doulas, supervisores familiares y otros proveedores de atención, definimos) son exclusivos de generar los altos contextos. Una de las categorías más importantes de datos de salud son los determinantes sociales de la salud (SDOH), que son factores como el pozo emocional, la estabilidad de los apartamentos y la seguridad nutricional que pueden afectar la salud de una persona. Es posible que los pacientes no estén dispuestos a compartir sus necesidades relacionadas con SDOH con un chatbot, una aplicación o incluso a su médico en un entorno clínico apresurado. Sin embargo, la interacción entre pacientes y enfermeras puede desarrollar la confianza de desarrollar luz sobre datos invaluables, a menudo relacionados con SDOH.
A través de la combinación de tecnología avanzada con GVERS CARE, los servicios técnicamente capaces promueven el tipo de relaciones de confianza que revelan verdades ocultas. Los proveedores que ven pacientes fuera de un entorno clínico tradicional observarán desafíos que normalmente no son identificables (por ejemplo, un hogar desordenado, sin automóvil, sin alimentos en el refrigerador). Las personas también pueden identificar información social que indica las complejidades subyacentes. Ejemplos de dicha información son:
- Cambios en las expresiones faciales;
- Evitar el contacto visual;
- Actitud protegida;
- Cambios en el sonido o la tasa de idioma;
- Descansos/vacilación; Y,
- Recuerde lo que no se dice “y puede señalar a las complejidades no reconocidas anteriormente.
Al identificar estos desafíos e información social, los proveedores pueden hacer preguntas adicionales que generen nuevos datos que no solo mejoren la atención al paciente en tiempo real, sino que también capaciten a LLM para comprender y apoyar mejor a los futuros pacientes. Si la IA está más integrada en los procesos de trabajo en el sistema de salud, la capacidad de entrenar modelos en interacciones humanas reales puede distinguir soluciones poderosas de modelos genéricos y uniformes.
A continuación, encontrará ejemplos en el mundo real cómo se generan y se usan mejor datos para atender mejor a los pacientes:
En los casos anteriores, una pista social aparentemente inofensiva o una pregunta sobre la descubrimiento de datos clínicos o SDOH sensibles e implementables. Esto solo es posible si el líder de enfermería establece una confianza fundamental con el paciente por primera vez, lo que luego facilita la divulgación de información implementable. Por lo tanto, los servicios de salud con capacidad tecnológica no son solo mediadores entre pacientes y tecnología.
Para desbloquear completamente la promesa de IA en el sistema de salud, los inversores, los proveedores y los fabricantes de decisiones políticas deben reconocer la importancia estratégica de las empresas de servicios técnicamente capaces. No solo brindan servicios: son generadores de conjuntos de datos nuevos implementables que permiten la atención de toda la persona. Al comprender los matices de las experiencias vividas, estos servicios brindan a estos servicios la base para un futuro en el que la IA no solo procesa datos, sino también las necesidades de las personas.
Imagen: Yuichiro Chino, Getty Images
Que para ayysola Es un socio gerente en Creación de empresas de salud Y un operador de salud, consultor de estrategia y consultor de transacciones. Su formación multidisciplinaria en las áreas de ingeniería, gestión de software, consultoría estratégica, gestión financiera y asesoramiento de transacciones en relación con la próxima generación de tecnologías de salud digital transformadora. Los roles anteriores de AMIT incluyen la construcción de una cartera de riesgo para el sistema de salud para Wanxiang America y la provisión de M&A y servicios de asesoramiento de capital para socios de crecimiento de la salud, un banco de inversión digital líder, que es la mayor cantidad de salud y ofertas en la conservación de los Estados Unidos. El éxito del cliente, un sistema de salud digital, asesoran con la empresa de inicio de salud digital. Amit también es consultor del Biomedical Venture Fund de la Universidad de Michigan y el Comité Asesor externo del Instituto de Inteligencia Aumentada de la Facultad de Medicina Feinberg en la Universidad Northwestern.
Emma Cartmell Es socio gerente en Create Health Ventures y operador de la industria de la salud, inversionista exitoso y miembro de la junta solicitado. Además, Emma es consultora del Fondo de Capital de Expansión y el Programa de Aceleradores de los Grupos de Salud del United de Morgan Stanley. Antes de eso, ella era miembro de la Junta de América del Norte del HIMSS y aconsejó al gobierno británico sobre salud digital. Emma también fue la COO fundadora de NantHealth, en la que administró más de 30 inversiones para la salud digital, como COO para Abraxy BioScience, que se vendió a Celgene por más de $ 3 mil millones, y se desempeñó como vicepresidenta de desarrollo comercial para el desarrollo de negocios para el Departamento de Negocios de Solutiones de Salud y VP de Programas de avance de Healthcare. Con más de dos décadas de liderazgo demostrable y éxito de la inversión, los valores de EMMA que utilizan la tecnología utilizan para reparar flujos de trabajo rotos en la atención médica para crear una experiencia de paciente sin esfuerzo, mejorar los resultados de la salud y reducir los costos para todos.
Esta contribución aparece a través del Influencer de Medcity Programa. Todos pueden publicar su visión de los negocios y la innovación en la atención médica en relación con los mensajes de Medcity de Medcity -Influencer. Haga clic aquí para averiguar cómo.
