La industria de la salud ha Miles de millones gastados en automatización Sin embargo, en las últimas décadas, la IA no ha brindado la eficiencia ni los retornos financieros esperados para muchos. Investigación actual El MIT descubrió que el 95% de las empresas no reportaron retorno de la inversión de sus programas de IA.
Una de las principales razones de este problema es que muchas soluciones y flujos de trabajo no están conectados entre sí. Las organizaciones de atención médica han invertido en automatización sin responsabilidad e implementado sistemas de inteligencia artificial que carecen del contexto necesario para un desempeño confiable. En lugar de reducir la fricción, estas herramientas pueden, en última instancia, agregar una carga administrativa y dejar a la empresa vulnerable a errores potencialmente mortales.
La IA es una herramienta. El hombre es responsable. Pero podemos incorporar la responsabilidad en los sistemas de IA dando prioridad a la integridad de los datos, la supervisión humana y el aprendizaje continuo. Cuando la IA es honesta y actúa como pegamento en los flujos de trabajo de atención médica, libera tiempo a los médicos, garantiza la precisión y protege los ingresos.
La integridad de los datos es la clave para una IA responsable
Para garantizar la honestidad de estos sistemas, las organizaciones de atención médica deben asegurarse de que sus datos estén bien administrados y bien contextualizados. Muchas organizaciones sanitarias actuales carecen de este contexto. Cuando los datos clínicos y operativos se almacenan en soluciones puntuales separadas o EHR heredados que no se comunican entre sí, los agentes de IA no pueden trabajar con el contexto adecuado necesario para producir resultados precisos y confiables. Utilizar un agente de IA que trabaje con datos parciales es como conducir con las anteojeras puestas, y en el sector sanitario, donde cada decisión tiene consecuencias reales, las conjeturas no son una opción.
La interoperabilidad de datos es el punto de partida de una IA responsable. Cuando las organizaciones de atención médica unifican datos entre soluciones puntuales, la IA puede operar en contexto completo, optimizando los flujos de trabajo y reduciendo las cargas administrativas. Al mismo tiempo, se mejora la experiencia del paciente.
Equilibrando la IA y la supervisión humana
La integración exitosa de la IA en la atención médica requiere el equilibrio adecuado entre tecnología y experiencia humana, y la IA agente transforma el nivel de supervisión humana requerida en la atención médica. Los sistemas autónomos pueden actuar de forma proactiva y gestionar procesos complejos como: B. marcar una tarea preventiva faltante o presentar una solicitud de aprobación previa. Sin embargo, esto no significa que todavía no sea necesaria la supervisión humana. Es necesario involucrar a expertos humanos como líderes estratégicos y tomadores de decisiones finales para liberar tiempo de los profesionales de la salud para la atención al paciente y trabajos similares de alto valor. Al aprovechar las capacidades analíticas de la IA con la experiencia humana y la empatía, las organizaciones de atención médica pueden crear un sistema que empodere tanto a los pacientes como a los médicos.
Fortalecer el juicio de la IA a través del aprendizaje continuo
La industria de la salud cambia constantemente a medida que es necesario cumplir con nuevas regulaciones y pautas clínicas, así como con las expectativas cambiantes de los pacientes. Una herramienta de IA responsable es capaz de adaptarse a la industria mediante procesos de aprendizaje y retroalimentación continuos.
El aprendizaje continuo brinda a la IA el contexto clínico, técnico y emocional del mundo real necesario para tomar decisiones informadas. Los empleados pueden mejorar el rendimiento de la IA con el tiempo a través de comentarios que refuerzan los resultados de la IA apropiados y conformes, lo que ayuda a evitar el error común de que las habilidades funcionen sin contexto. Por ejemplo, si se utiliza un codificador de IA médico, un revisor humano debe revisar el resultado de la IA y proporcionar retroalimentación para entrenarla con la mayor precisión. El aprendizaje continuo no solo garantiza la precisión, sino que también puede facilitar a los médicos el uso de herramientas de inteligencia artificial. A través de la retroalimentación, un médico puede utilizar un Ambient Listening Scribe para entrenar a la IA para que formatee las notas clínicas en su estilo preferido, lo que permite que la IA se adapte mejor a su flujo de trabajo.
El aprendizaje continuo crea un valioso circuito de retroalimentación que mejora la velocidad y la calidad. La retroalimentación continua de los médicos y el personal puede fortalecer el juicio de la IA y permitirle realizar tareas de manera más rápida y confiable.
La rendición de cuentas es la nueva métrica de la IA
La honestidad de la IA no se trata de frenar la innovación, sino de construir sistemas que apoyen a los médicos, los pacientes y la atención médica en su conjunto. El futuro de la atención médica se caracterizará por organizaciones que aprovechen los flujos de trabajo conectados impulsados por IA y al mismo tiempo conserven la experiencia humana. Todos se benefician cuando la IA es responsable, consciente del contexto e integrada. Las organizaciones reducen las ineficiencias y protegen los ingresos, los pacientes se benefician de un acceso más fluido a la atención y aprobaciones más rápidas, y los médicos tienen más tiempo para hacer aquello para lo que fueron capacitados: atender a los pacientes.
Foto: Panya Mingthaisong, Getty Images
Ajai Sehgal es director de IA en Salud IKSlidera la visión y estrategia de IA en toda la empresa de la organización para aprovechar datos, análisis y tecnologías avanzadas para acelerar la innovación, mejorar los resultados y amplificar el impacto en todo el ecosistema de atención médica. Ajai es un ejecutivo experimentado con experiencia en nuevas empresas de empresas Fortune 100. Más recientemente, se desempeñó como el primer director de datos y análisis de Mayo Clinic, donde encabezó el uso de más de un siglo de datos clínicos para impulsar innovaciones médicas revolucionarias y mejorar la atención al paciente. También se desempeñó como Presidente de Tecnología Digital en el Centro de Salud Digital de Mayo Clinic.
La experiencia de liderazgo global de Ajai incluye puestos de tecnología senior en EagleView, Hootsuite y The Chemistry Group, donde lidera datos y análisis, desarrollo de software, TI, seguridad y operaciones. Al principio de su carrera, sirvió en la Real Fuerza Aérea Canadiense durante 16 años antes de unirse a Microsoft, donde desempeñó un papel clave en la fundación y el crecimiento de Expedia hasta convertirla en la agencia de viajes más grande del mundo. Ajai es un firme defensor de la innovación responsable en IA y continúa sirviendo como mentor y asesor dentro de la comunidad tecnológica en general.
Este artículo aparece en el Influencer de MedCity Programa. A través de MedCity Influencer, cualquiera puede publicar sus puntos de vista sobre negocios e innovación en la atención médica en MedCity News. Haga clic aquí para descubrir cómo.
