El futuro de la inteligencia artificial en la sanidad

¿Qué futuro para la inteligencia artificial (IA) en el campo de la salud?

Esta es una gran pregunta que casi todos los profesionales médicos han tenido razón en hacer recientemente… sobretodo prácticas más pequeñas e independientes que deben equilibrar la necesidad de proporcionar tecnología de punta a sus pacientes con preocupaciones presupuestarias.

Y la respuesta a la pregunta es bastante esquiva sin importar quién pregunte. De hecho, ahora mismo la respuesta es: «Nosotros no exactamente Todavía no lo sé, pero va a ser monumental.

Por supuesto, hoy en día se está desarrollando y utilizando tecnología de IA que podemos examinar para informar nuestra predicción de cómo se utilizará la IA en el cuidado de la salud mañana. Al observar lo que las grandes organizaciones de atención médica están haciendo actualmente con IA, podemos predecir qué aplicaciones de IA estarán disponibles (e incluso comunes) entre las prácticas más pequeñas en el futuro.

Al final de este artículo, tendremos una respuesta a nuestra pregunta. Y elaboraremos esta respuesta usando Investigación de Gartner identificar casos de uso para aplicaciones de IA en uso en el cuidado de la salud (contenido disponible para miembros de Gartner).

Soluciones de IA para médicos

Para los proveedores, ya se están utilizando varias aplicaciones de IA para ayudar a «mejorar el rendimiento humano en tareas cognitivas».

Por ejemplo, la IA ayuda a los proveedores a tomar decisiones, o incluso a tomar decisiones ellos mismos, mediante el análisis de datos y la aplicación de aprendizaje automático y/o algoritmos para diagnósticos y planes de tratamiento.

Dos aplicaciones existentes que entran en esta categoría son:

Interpretación de Imágenes de Diagnóstico: Uso de programas de aprendizaje profundo y tecnología de categorización, compatible con IA imagenes medicas Los sistemas ahora están equipados con algoritmos para una lectura de imágenes más rápida y precisa, incluidas radiografías, resonancias magnéticas y tomografías computarizadas.

Salud de precisión: es una solución de IA relativamente nueva centrada en la atención preventiva y basada en datos de pacientes recopilados a partir de información genética, dispositivos portablesy avanzado sistemas electronicos de salud. Utilizando información como el estilo de vida, el entorno y los datos de salud biométricos de un paciente, la IA salud de precisión Las herramientas pueden identificar riesgos potenciales y sugerir intervenciones preventivas.

Como ilustran estos dos ejemplos, la inteligencia artificial actualmente está facilitando la vida de los proveedores médicos, y continuará haciéndolo a medida que estas aplicaciones se desarrollen e iteren en nuevas áreas.

Con este conocimiento, podemos comenzar a elaborar nuestra respuesta a la pregunta original:

Soluciones de IA para pacientes

Con un énfasis creciente en experiencia del paciente y compromiso en el cuidado de la salud, es natural que la IA se haya adaptado para servir tanto a los pacientes como a los proveedores. Mediante el uso de interfaces habilitadas para IA, los pacientes ahora tienen más poder y control sobre sus propios viajes de atención.

Aquí hay dos ejemplos de soluciones para pacientes que utilizan inteligencia artificial:

Asistentes Virtuales de Salud: Usando realidad aumentada, computación cognitiva y software de reconocimiento de voz y cuerpo, se crea un personaje virtual con el que los pacientes pueden interactuar. Estos asistentes de salud virtuales pueden brindar una experiencia personalizada donde los pacientes pueden hacer preguntas y aprender cómo manejar mejor su salud.

Robots sanitarios para atención al cliente: Esta aplicación de IA es una chatbot interactivo que utiliza procesamiento de lenguaje natural (NLP), análisis de sentimientos y algoritmos de extracción de conceptos para responder a las declaraciones y preguntas de los pacientes sobre elementos administrativos como el pago de facturas, la programación de citas o el resurtido de medicamentos.

Sabemos que los pacientes tienen más éxito en el manejo de sus propias afecciones crónicas y los resultados mejoran cuando participan en su atención, pero mantenerse en comunicación regular con pacientes individuales agrega una carga que consume tiempo a los proveedores médicos que ya están sobrecargados.

Con estas herramientas de IA, los pacientes pueden lograr resultados positivos mientras que los proveedores tienen más tiempo para concentrarse en otras tareas. Por lo tanto, podemos ampliar nuestra respuesta a cuál será el futuro de la IA:

Soluciones de IA para administradores

Finalmente, los algoritmos de IA pueden contribuir en gran medida a automatizar los procesos administrativos, eliminar el desperdicio y reducir los cuellos de botella al administrar mejor todos los datos producidos por una práctica médica.

En la actualidad, la IA se está dando un buen uso en el campo de la gestión del ciclo de ingresos y optimización. Aquí hay dos ejemplos:

Documentación médica mejorada en tiempo real: mediante el uso de modelos especializados de soporte de decisiones en el punto de atención en tiempo real, los médicos pueden aumentar la precisión, la integridad y la eficiencia de sus notas para recopilar datos más valiosos de los pacientes.

codificación asistida por computadora: Los programas que usan NLP y aprendizaje automático pueden sugerir códigos médicos basados ​​en documentación clínica. Los codificadores pueden usar estas sugerencias para modificar o validar sus códigos y garantizar la tasa de reembolso más alta posible.

Y con eso, podemos dar cuenta de las tareas administrativas en nuestra respuesta:

Cómo superar los obstáculos y prepararse para el futuro de la IA en el cuidado de la salud

De acuerdo a Gartner, «La era de la inteligencia artificial/máquinas inteligentes será la más disruptiva en la historia de la informática… eventualmente, estos avances redefinirán lo que significa ser un médico y un paciente». (Contenido disponible para miembros de Gartner).

Sin embargo, a medida que se logra este progreso, Gartner también ha identificado los desafíos actuales para la adopción de IA. Lo más notable es la falta de confianza que tienen los proveedores médicos en las tecnologías basadas en IA.

Se les pide a los proveedores médicos que no reconozcan los beneficios de la IA que despierten.

Como dice Gartner, «los médicos deben comenzar a confiar en el uso de la IA para que se sientan cómodos al usarla para mejorar su toma de decisiones clínicas. Hay tanta información disponible para usar cuando se toman decisiones médicas y de diagnóstico que realmente está más allá del alcance». capacidades cognitivas del cerebro humano para procesar todo.

Además, sabemos por un reciente encuesta de asesoramiento sobre software que los propios pacientes tienen una gran confianza en las aplicaciones de IA para el cuidado de la salud.

La IA ha sido y está siendo probada a gran escala por grandes organizaciones de atención médica, y la belleza de operar una práctica médica independiente es que puede observar a estos gigantes proveedores mientras prueban la tecnología antes de que se vuelva omnipresente (y antes de que los pacientes comiencen a esperar ver esta tecnología en prácticas más pequeñas).

Cuando se trata de integrar IA en su pequeña práctica en este momento, hay algunas opciones. Por ejemplo, podría considerar adoptar una EHR con funciones habilitadas para IA o incorporando un Chatbot impulsado por IA en el sitio web de su práctica o en su plataforma de telesalud.

Sin embargo, para aplicaciones de IA más grandes y costosas, es mejor que las prácticas más pequeñas observen y esperen. Esté atento a los proveedores a gran escala a medida que incorporan cada vez más tecnología basada en IA y utilice sus ejemplos para determinar qué aplicaciones le beneficiarán más en el futuro.

Metodología

Para recopilar los datos presentados en este informe, entrevistamos a 1296 pacientes en los Estados Unidos en mayo de 2021. Usamos preguntas de detección para reducir el número de encuestados a 1001 con la experiencia relevante y oportuna necesaria para brindar respuestas específicas a estas preguntas de la encuesta.