Nota del editor: esta es la segunda parte de nuestra entrevista con Craig Kwiatkowski. Para leer la primera parte, haga clic aquí.
Cedars-Sinai, el destacado sistema de salud de California, tiene una variedad de programas de inteligencia artificial implementados o en proceso. Está a la vanguardia en el campo de la IA sanitaria.
Craig Kwiatkowski es director de información de Cedars-Sinai y lidera los equipos que crean la IA diseñada para mejorar la atención y ayudar a los pacientes y proveedores.
En la entrevista de hoy, hablamos con Kwiatkowski, que tiene un doctorado en farmacia, sobre algunas de las herramientas de inteligencia artificial que se utilizan en el sistema de salud. Describe cómo mide el éxito de las iniciativas basadas en IA y cómo la IA puede ayudar a promover la equidad en salud. Específicamente, muestra cómo Cedars Sinai Connect, una aplicación de atención primaria impulsada por IA, aborda los sesgos de la IA y capacita en conjuntos de datos que reflejan poblaciones diversas.
P. ¿Qué herramientas de IA está utilizando o implementando en Cedars Sinai que parecen particularmente prometedoras?
A. Nuestro enfoque en las herramientas es realmente buscar aquellas que puedan ayudar a reducir la fricción, mejorar la eficiencia y simplificar las cosas, francamente, para ayudar a nuestros cuidadores, médicos y pacientes. No faltan oportunidades en la categoría de IA generativa.
Una cosa que me entusiasma es la documentación ambiental, a veces llamada escriba ambiental o escriba virtual. Esa tecnología parece muy prometedora y me siento bastante optimista al respecto. Hemos estado probando estas herramientas por un tiempo. La respuesta ha sido sólida hasta ahora.
Muchos médicos están descubriendo que las herramientas ambientales ayudan con la carga cognitiva y la administración de escribir notas, y hemos comenzado a ver eso a medida que implementamos estas herramientas. También hemos notado que no siempre ahorra tiempo en todos los casos, pero les facilita las cosas y combate el factor burnout. Y les permite centrarse más en el paciente y menos en la computadora, lo cual obviamente es importante.
Uno de los médicos con los que hablé describió a Ambiente como un muy buen estudiante de medicina. No hace que todo sea perfecto, pero es bastante bueno y les ayuda a tener casi un escribano a un lado, por así decirlo.
Pero también hemos empezado a darnos cuenta de que no es para todos. Algunos médicos tienen un flujo de trabajo muy eficiente que utiliza herramientas, plantillas, frases y mucha memoria muscular actuales para hacer clic en sus notas y recopilar la información que necesitan. Y es más eficiente de esa manera que tener que leer la prosa y todo el lenguaje que pueda existir en una nota generada por IA.
Estamos viendo esos temas en torno a algunas de las otras herramientas que hemos estado probando. Como las capacidades del draft en la cesta. El contenido generado por IA es realmente bueno y completo, pero tiende a ser un poco más detallado.
La otra tecnología que nos entusiasma y en la que empezamos a apoyarnos es cuidadores virtuales y enfermería virtual, utilizando algunas capacidades de visualización e inteligencia artificial para proporcionar alertas y una gestión más proactiva a medida que esas proporciones comienzan a cambiar. Y eso parece tener un potencial realmente grande para mejorar la eficiencia, la atención y ayudar con la dotación de personal.
Francamente, también estamos entusiasmados con el trabajo planificado y en progreso en torno al acceso de los pacientes y la ampliación de nuestras herramientas virtuales, y nuevamente nos preguntamos cómo podemos hacer que sea más fácil, no solo para los cuidadores y el personal, sino también para los pacientes, poder programar ellos mismos y recibir atención más fácilmente?
P. ¿Cómo se mide el éxito de las iniciativas basadas en IA?
A. Lo estamos manejando de manera muy similar o consistente con la forma en que medimos cualquier tecnología o solución nueva. Tal vez sea bueno recordarnos que podemos seguir apoyándonos en muchas de las formas más probadas que hemos implementado y utilizado para medir la tecnología a lo largo de los años.
Y es que buscamos desarrollar KPI y métricas, y luego medimos el desempeño de la iniciativa según esos criterios. Y esos criterios generalmente están vinculados al problema que estamos tratando de resolver, así como, con suerte, al retorno de la inversión que esperamos lograr con la solución.
Y entonces esas métricas de resultados deberían ser bastante claras. En el ejemplo que mencioné en el caso del acceso, probablemente estaríamos mirando la próxima cita disponible, o si buscamos expandir las capacidades de programación digital, es un simple numerador-denominador y un porcentaje de dónde estamos versus dónde estamos. quiero ser. Entonces esas cosas suelen ser bastante claras.
Lo que a veces se vuelve un poco más desafiante es que no siempre tenemos una línea de base, no siempre tenemos las métricas de referencia, o puede ser algo un poco más difícil de medir. En aquellos casos en los que podamos, intentaremos recopilar rápidamente esas líneas de base o hacer algunas conjeturas fundamentadas para extrapolaciones como medida para la nueva herramienta.
En el caso de la documentación ambiental, no siempre es fácil cuantificar o medir el bienestar o el agotamiento de los médicos. La rotación es ciertamente una forma, pero existe una escala móvil de agotamiento que tal vez nunca se informe o conduzca a una rotación. Y por eso se trata de medir si aún no lo estás haciendo.
Las encuestas son una forma de hacerlo, escalas de felicidad, intención de quedarse, etc. Pero también hay otras medidas sustitutas y notas que podemos considerar y que son aspectos de la redacción de notas: tiempo en pijama, tiempo fuera del trabajo, tiempo total y documentación. Entonces, hay maneras de obtener la información y medir ese valor, pero requiere un poco más de intencionalidad en algunos casos y tal vez algo de creatividad en la que no siempre hemos sido proactivos.
P. ¿Cómo puede la IA ayudar a promover la equidad en salud?
A. Hay varias formas en que la IA puede ayudar. Puede analizar grandes cantidades de datos de salud para identificar disparidades en el acceso y los resultados y puede ayudar a personalizar la atención. La automatización de la IA puede hacer que los sistemas sean más eficientes y, con suerte, mejorar el acceso y la disponibilidad.
Un buen ejemplo de eso es algo que hemos hecho aquí en Ceder’s Sinai llamado CS Connect, que es una opción de atención médica virtual que tiene médicos disponibles las 24 horas del día, los 7 días de la semana para atención de urgencia, atención en el mismo día y solo atención primaria de rutina. Eso ayuda a aliviar los desafíos de capacidad dentro de nuestras ubicaciones físicas. Y tiene acceso a las personas cuando y donde necesiten atención.
Hay una ingesta guiada que responde dinámicamente a las preguntas y respuestas por las que pasará el paciente durante el proceso de admisión. Pueden ver información sobre cuál podría ser su diagnóstico potencial y luego tienen la opción de visitar a un médico o no.
Recientemente hemos ampliado esa oferta a niños, de tres años en adelante, y a hispanohablantes, ampliando nuevamente el grupo de personas que pueden usar estas herramientas para recibir atención.
P. ¿Cómo aborda Cedars Sinai Connect los sesgos de la IA y la entrena en conjuntos de datos que reflejan poblaciones diversas?
A. Sabemos que la eficacia de estos grandes modelos de lenguaje y herramientas de inteligencia artificial depende en gran medida de la calidad y la diversidad de los datos con los que se entrenaron. Sabemos que cuanta más variedad de datos demográficos y geográficos incluyamos, más podremos controlar ciertos sesgos. Si las poblaciones están subrepresentadas, podemos tener una predicción sesgada.
Entonces, sabemos que eso es importante, al igual que el volumen de datos que se destina al entrenamiento y monitoreo de estas herramientas para CS Connect. La tecnología de inteligencia artificial fue desarrollada por una empresa llamada K Health de Israel, y en cierto modo creamos conjuntamente la experiencia de la aplicación con ellos. De nuevo, volvamos a la cuestión de construir versus comprar.
Vimos un hueco en el mercado y decidimos construir. Pero la IA se entrenó inicialmente en poblaciones de pacientes en Israel, y esas poblaciones son obviamente muy diferentes a las personas de nuestra comunidad aquí en Los Ángeles y luego en toda California, donde la herramienta está disponible.
Entonces, al reconocer que existen métodos y enfoques matemáticos para ajustar los conjuntos de datos y la capacitación para garantizar que nuestras poblaciones sean contabilizadas para controlar ese tipo de sesgos, también existe una creciente apreciación de que los datos y la capacitación son locales, y tienen que serlo.
Y debemos tener esto en cuenta a medida que desarrollamos estas herramientas, junto con la capacitación y el monitoreo continuos de los modelos a medida que se implementan. A medida que implementamos CS Connect, tuvimos aproximadamente 10 000 pacientes que utilizaron la herramienta y aproximadamente 15 000 visitas. Todos esos pacientes y visitas ayudarán con la capacitación continua y la mejora de los modelos, que, con suerte, continuarán mejorando la precisión y manteniendo la seguridad y solidez de la solución con el tiempo.
Nota del editor: Este es el octavo de una serie de artículos sobre las principales voces en TI para la salud que analizan el uso de la inteligencia artificial en la atención médica. Para leer el primer artículo, sobre el Dr. John Halamka de la Clínica Mayo, haga clic aquí. Para leer la segunda entrevista con el Dr. Aalpen Patel en Geisinger, haga clic aquí. Para leer el tercero, con Helen Waters de Meditech, haga clic aquí. Para leer el cuarto, con Sumit Rana de Epic, haga clic aquí. Para leer el quinto, con la Dra. Rebecca G. Mishuris del Mass General Brigham, haga clic aquí. Para leer el sexto, con el Dr. Melek Somai de Froedtert & Medical College of Wisconsin Health Network, haga clic aquí. Y para leer el séptimo, con el Dr. Brian Hasselfeld de Johns Hopkins Medicine, haga clic aquí.
Siga la cobertura HIT de Bill en LinkedIn: Bill Siwicki
Envíele un correo electrónico: [email protected]
Healthcare IT News es una publicación de HIMSS Media.