La industria de la salud ha Se han gastado miles de millones en automatización Sin embargo, en las últimas décadas, para muchos, la IA no ha brindado la eficiencia ni los retornos financieros que esperaban. Investigaciones recientes Según el MIT, el 95% de las organizaciones aún no reportan 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. Las organizaciones de atención médica han invertido en automatización sin responsabilidad, implementando sistemas de inteligencia artificial que no cuentan con el contexto necesario para realizar su trabajo de manera confiable. En lugar de reducir la fricción, estas herramientas en realidad pueden agregar una carga administrativa y al mismo tiempo hacer que la organización sea vulnerable a errores que afectan la vida.
La inteligencia artificial es una herramienta. Los humanos son responsables. Pero podemos diseñar la rendición de cuentas en los sistemas de IA priorizando la integridad de los datos, la supervisión humana y el aprendizaje continuo. Cuando la IA es honesta y actúa como vínculo en el flujo de trabajo de la atención médica, se libera tiempo para los médicos, se garantiza la precisión y se protegen los ingresos.
La integridad de los datos es fundamental para una IA responsable
Para mantener la integridad de estos sistemas, las organizaciones de atención médica deben garantizar que sus datos estén bien administrados y bien contextualizados. Hoy en día, muchas organizaciones sanitarias pasan por alto este contexto. Cuando los datos clínicos y operativos residen en soluciones puntuales separadas o EHR heredados que no se comunican entre sí, los agentes de IA no pueden operar en el contexto adecuado necesario para producir resultados precisos y confiables. Usar un agente de IA que opere con datos parciales es como conducir con las anteojeras puestas, y en el sector de la atención médica, donde cada decisión conlleva consecuencias reales, adivinar no es una opción.
La interoperabilidad de datos es el punto de partida de una IA responsable. Cuando las organizaciones de atención médica unifican datos a través de soluciones puntuales, la IA puede operar en contexto completo, optimizando los flujos de trabajo y reduciendo la fricción administrativa. En colaboración, se mejora la experiencia del paciente.
Lograr un equilibrio entre la inteligencia artificial y el control humano
La integración exitosa de la IA en la atención médica requiere el equilibrio adecuado entre tecnología y experiencia humana, y una IA efectiva que cambie el nivel de supervisión humana requerida en la atención médica. Los sistemas autónomos pueden actuar de forma proactiva y gestionar procesos complejos, como informar una tarea de atención preventiva perdida o presentar una solicitud de autorización previa, pero esto no significa que la supervisión humana no sea todavía necesaria. Los expertos humanos deben participar como administradores estratégicos y tomadores de decisiones finales, dando a los profesionales de la salud tiempo para atender a los pacientes y realizar un trabajo similar de alto valor. Al aprovechar los poderes analíticos 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.
Mejorar la gobernanza de la IA mediante el aprendizaje continuo
El sector de la salud cambia constantemente con nuevas regulaciones y pautas clínicas para mantenerse al día con las expectativas cambiantes de los pacientes. Una herramienta de IA responsable es capaz de adaptarse a la industria a través de procesos continuos de aprendizaje y retroalimentación.
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 con comentarios que refuercen los resultados de la IA relevantes y conformes, lo que ayuda a evitar el error común de la capacidad sin contexto. Por ejemplo, cuando se utiliza un programa de codificación médica impulsado por IA, un auditor humano debe revisar el resultado de la IA y proporcionar retroalimentación para entrenar a la IA para que sea altamente precisa. El aprendizaje continuo no solo garantiza la precisión, sino que también puede facilitar el uso de las herramientas de inteligencia artificial para los médicos. Con comentarios, un médico que utilice Ambient Listening Writer puede entrenar a la IA para que formatee las notas clínicas en su estilo preferido, de modo 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 mejorar el juicio de la IA, permitiéndole realizar tareas de manera más rápida y confiable.
La rendición de cuentas es el nuevo estándar para la IA
Mantener la IA honesta 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 estará determinado por las organizaciones que adopten flujos de trabajo conectados impulsados por IA y al mismo tiempo mantengan la experiencia humana. Todos se benefician cuando la IA es responsable, tiene en cuenta el contexto y está integrada. Las organizaciones reducen las ineficiencias y protegen los ingresos, los pacientes tienen 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 Mingthaesong, Getty Images
Ajay Sehgal Se desempeña como director ejecutivo de Amnistía Internacional. Salud IKSlidera la visión y estrategia de IA en toda la empresa para aprovechar datos, análisis y tecnologías avanzados para acelerar la innovación, mejorar los resultados y amplificar el impacto en todo el ecosistema de atención médica. Ajay, un líder experimentado con experiencia que abarca desde nuevas empresas hasta compañías Fortune 100, fue recientemente director de datos y análisis en Mayo Clinic, donde dirigió el uso de más de un siglo de datos clínicos para respaldar innovaciones médicas avanzadas y mejorar la atención al paciente. También se desempeñó como director digital en el Centro de Salud Digital de Mayo Clinic.
La experiencia de liderazgo global de Ajay incluye puestos tecnológicos senior en EagleView, Hootsuite y The Chemistry Group, donde supervisa datos y análisis, ingeniería de software, TI, seguridad y operaciones. Al principio de su carrera, sirvió durante 16 años en la Real Fuerza Aérea Canadiense antes de unirse a Microsoft, donde desempeñó un papel clave en la fundación y expansión de Expedia hasta convertirla en la agencia de viajes más grande del mundo. Ajay, un firme defensor de la innovación responsable en IA, continúa brindando orientación y asesoramiento dentro de la comunidad tecnológica en general.
Esta publicación aparece a través de Influencers de MedCity programa. Cualquiera puede publicar su perspectiva sobre los negocios y la innovación en la atención médica en MedCity News a través de MedCity Influencers. Haga clic aquí para descubrir cómo.
