Saltar al contenido principal

Lamentablemente no somos totalmente compatibles con su navegador. Si tiene la opción, actualice a una versión más reciente o utilice Mozilla Firefox, Microsoft Edge, Google Chrome o Safari 14 o posterior. Si no puede y necesita ayuda, envíenos sus comentarios.

Agradeceríamos sus comentarios sobre esta nueva experiencia.Díganos qué piensa se abre en una nueva pestaña/ventana

Elsevier
Publique con nosotros
Connect

IA y atención médica: lo que los médicos deben saber

14 de febrero de 2025

Por Ian Evans

Stock photo depicting a female physician showing information on a tablet to a female patient. (Source: MoMo Productions/DigitalVision via Getty Images)

Source: MoMo Productions/DigitalVision via Getty Images

Dos expertos de Elsevier comparten sus puntos de vista sobre la investigación de las herramientas de IA generativa para la atención médica y dónde pueden tener el mayor impacto 

Con una presión ya alta debido al poco tiempo y a los recursos limitados, a menudo los médicos se han de enfrentar a la difícil de tarea de desmenuzar toda la información que recolectan para poder usarla a la hora de resolver preguntas clínicas urgentes. El tratamiento de un paciente puede implicar examinar una multitud de artículos médicos, estudios y directrices, cada uno de los cuales exigiendo una atención personalizada, a la vez que los médicos manejan distintas pestañas en su búsqueda de información pertinente.

La Dra. Louise Chang se abre en una nueva pestaña/ventana, Vicepresidenta Global de Estrategia de Soluciones Clínicas y Asociaciones de Elsevier, se basó en su propia experiencia clínica para describir el panorama:  

"A menudo no se tiene mucho tiempo para un paciente y, sin embargo, el tiempo es fundamental. Imagínese a un médico que se enfrenta a un paciente con un historial médico complejo, lidiando con las implicaciones de afecciones y medicamentos concurrentes, así como con un problema agudo como la neumonía. Encontrar y sintetizar información relevante de fuentes completamente diferentes es desalentador y requiere mucho tiempo". 

Photo of Louise Chang, MD, Global VP of Clinical Solutions Strategy and Partnerships at Elsevier.

LC

Louise Chang, MD

Global VP of Clinical Solutions Strategy and Partnerships en Elsevier

De todas las formas en que la IA ha prometido transformar la atención médica, es aquí donde Louise ve que marca una diferencia inmediata y vívida. En lugar de buscar laboriosamente información en varias plataformas, los médicos ahora pueden plantear sus complejas consultas clínicas a una herramienta como ClinicalKey AI de una manera singular y coherente. A continuación, la plataforma recopila y sintetiza la información citada relevante para las circunstancias del paciente, proporcionando rápidamente una visión general completa y sucinta. 

Al recopilar grandes cantidades de datos y presentarlos en un formato fácil de usar, la IA generativa tiene el potencial de transformar la experiencia de la práctica clínica y, en última instancia, mejorar los resultados de los pacientes. A medida que esta tecnología continúa evolucionando, anuncia una nueva era en la que los profesionales médicos pueden centrarse más en la interacción con el paciente y menos en la recuperación de información, acercando las posturas entre datos y la experiencia clínica. Como explicó Louise: 

Estamos aprovechando el poder de la IA generativa no solo para buscar en este vasto repositorio de información, sino también para sintetizar los resultados y ofrecerlos de una manera que sea fácil de entender, para usar repetidamente a la vez que las referencias permiten un seguimiento de las fuentes usadas para verificar la información.

Superar las dudas sobre la GenAI en la medicina

La promesa de la IA generativa es ambiciosa y no puede hacerse realidad sin la aceptación de la comunidad clínica. Hasta ahora, esa comunidad ha sido cautelosa sobre las posibilidades de la IA. Según el informe Clinician of the Future: AI Edition de Elsevier, el 96% de los encuestados cree que la IA ayudará a acelerar el descubrimiento de conocimientos, pero solo el 26% la ha utilizado con fines laborales. La encuesta también indicó que el 82% de los médicos creía que la IA causaría errores críticos. 

Superar esas dudas con barreras de seguridad sólidas es de vital importancia, argumentó el Dr. Rhett Alden se abre en una nueva pestaña/ventana, Director de Tecnología para Mercados de Salud de Elsevier: 

Estamos aprovechando los vastos recursos de nuestro extenso repositorio, que incluye revistas revisadas expertos, libros y literatura de código abierto, utilizando una arquitectura llamada generación aumentada de recuperación (RAG).

Este novedoso marco permite a los médicos consultar documentos o fragmentos de fuentes específicas, utilizándolos como material de referencia para generar respuestas precisas y bien documentadas dentro de una infraestructura de IA generativa. Rhett enfatizó la distinción de este enfoque en comparación con los modelos tradicionales, como los empleados por ChatGPT de OpenAI o Google, que generalmente se basan en grandes modelos de lenguaje (LLM) entrenados, basados en material de origen.  

Photo of Dr Rhett Alden, Chief Technology Officer for Health Markets at Elsevier

Rhett Alden, PhD

En nuestro caso, aprovechamos grandes modelos de lenguaje para resumir información directamente de materiales de origen de alta calidad, lo cual es un enfoque claramente diferente.

Rhett comparó la diferencia con un examen a libro abierto y uno a libro cerrado; el primer enfoque, análogo al que utiliza una herramienta como ClinicalKey AI, permite el uso de materiales de referencia, mientras que el segundo, utilizado por ChatGPT, se basa únicamente en el conjunto de entrenamiento del LLM que puede dar lugar a alucinaciones. 

Ese compromiso con la precisión y la credibilidad es primordial, especialmente en el campo de la medicina. Como señaló Rhett: "Ofrecemos respuestas muy rigurosas, respuestas muy rigurosas y, lo que es igual de importante, respuestas referenciadas". 

"Ofrecemos respuestas muy precisas, respuestas muy rigurosas y, lo que es igual de importante, respuestas referenciadas".  

Photo of Dr Rhett Alden, Chief Technology Officer for Health Markets at Elsevier.

RA

Rhett Alden, PhD

Chief Technology Officer for Health Markets en Elsevier

Por qué IA generativa funciona más rápido que las herramientas de búsqueda 

Rhett también señaló que la naturaleza conversacional de las herramientas de IA generativa puede ayudar a que sean mucho más efectivas que las herramientas de búsqueda en entornos clínicos. Puso el ejemplo del tratamiento de una mujer embarazada con diabetes e hipertensión 

"La información que se necesita podría estar disponible en una herramienta de búsqueda, pero recuperarla es difícil porque hay que juntar ciertos documentos, como el embarazo, la diabetes, los problemas cardiovasculares", explicó. Sin embargo, si una herramienta utiliza un formato conversacional, búsqueda vectorial y una arquitectura RAG, puede recuperar y resumir esa información en segundos a partir de múltiples referencias clínicas dispares:  

"Se pasa de una metodología de búsqueda que puede requerir de 15 a 30 minutos, a una que ocurre literalmente en el tiempo que se tarda en redactar una pregunta dentro de ClinicalKey AI".

Evaluación de la seguridad de los sistemas de IA 

Para las instituciones que están considerando adoptar herramientas de IA, Louise enfatizó la importancia de examinar la precisión de las herramientas. "Es muy importante ser críticos en la forma en que evalúan estas herramientas", afirmó, destacando los imperativos duales de seguridad y cumplimiento inherentes al panorama de la atención médica. Instó a las partes interesadas a indagar sobre los procesos de validación detrás de estas tecnologías. "¿Cómo estás validando la calidad de lo que estás entregando? ¿Cómo se sabe la integridad de los datos?", dijo, subrayando la necesidad de una evaluación clínica y medidas de seguridad. 

Además, Louise señaló que la naturaleza dinámica de la atención médica, donde no hay dos pacientes idénticos, exige un ciclo de retroalimentación entre usuarios y proveedores.  

"A medida que haya más y más usuarios que utilicen cualquier tipo de sistema de IA, habrá preguntas o comentarios que la gente identificará como un problema", explicó. Por lo tanto, la capacidad de fomentar una relación receptiva con los proveedores es primordial. "¿Qué tipo de mecanismo de retroalimentación puedes desarrollar... que pueda permitirle proporcionar comentarios y hacer que el proveedor tome medidas? Ese es el tipo de pregunta que la gente debería hacerse". 

Los médicos deben unirse a la conversación 

A medida que las herramientas de IA se aceleran y toman forma, Louise recomendó que los médicos se aseguren de tener voz en la conversación compartiendo sus pensamientos con compradores y proveedores:  

Cada vez que doy charlas, animo a los médicos a compartir sus opiniones sobre la IA en un entorno sanitario. Los médicos deben ser jueces críticos de estas herramientas porque así es como progresamos. Todo el mundo debería participar.

Eso puede significar buscar dentro de la propia organización oportunidades para discutir y probar herramientas de IA, o buscar organizaciones profesionales que puedan actuar como plataforma para sus puntos de vista. "En Estados Unidos, tenemos consorcios y coaliciones que están empezando a formarse en torno a este tema", dijo Louise. "En general,recomendaría se involucre".  

Tanto Rhett como Louise señalaron que esta tecnología aún está en su etapa inicial. Louise volvió a destacar la importancia de que los clínicos guíen su desarrollo: 

"Creo que todos los médicos deberían sentirse empoderados de que podemos influir en la próxima etapa. Eso es lo que me emociona: podemos influir en lo que viene después". 

Photo of Louise Chang, MD, Global VP of Clinical Solutions Strategy and Partnerships at Elsevier.

LC

Louise Chang, MD

Global VP of Clinical Solutions Strategy and Partnerships en Elsevier

¿Qué es lo que mejor hace la IA? 

Rhett considera que la IA mejora significativamente los procesos de diagnóstico: 

"Creo que vamos a ver mucha más IA que ayude con el prediagnóstico y el diagnóstico temprano", dijo, enfatizando la forma en que estas tecnologías pueden transformar la forma en que los médicos interactúan con la información clínica. 

Rhett usó el ejemplo de los desafíos que plantean los largos documentos de referencia, señalando que "esos documentos de referencia pueden tener 100 páginas". Dado el extenso texto libre, las notas clínicas y la información para el paciente que contienen, destacó la frustración a la que se enfrentan los profesionales de la salud al sintetizar dicha información:  

"La IA puede ser realmente indispensable para resumir esa información y proporcionar... información clave que es relevante para la comprensión y el tratamiento de un individuo", dijo. 

Pero enfatizó que las capacidades de la IA se extienden más allá del mero resumen para incluir la detección y el diagnóstico temprano de enfermedades. "Estos documentos pueden ser revisados fácilmente y periódicamente por los sistemas de IA para observar realmente las brechas en la atención y las brechas en el tratamiento", anotó, destacando el potencial de la IA para identificar puntos críticos de triaje. 

Subrayó el potencial de la IA para agilizar la atención al paciente y mitigar los riesgos asociados a la información incompleta. "Si la información se excluye o se ignora, eso puede ser problemático", advirtió Rhett, sugiriendo que la IA podría ser fundamental para extraer detalles cruciales que de otro modo podrían pasarse por alto en medio de la documentación sustancial en la atención médica. 

Como concluyó Rhett, las implicaciones de estos avances son sustanciales, ya que ofrecen no solo mejores resultados para los pacientes, sino también una mayor eficiencia operativa.  

Van a ver mucho de esto sucediendo... Una gran cantidad de optimización ocurre a medida que la información se mueve dentro de un sistema de salud.

Contribuidor

Portrait photo of Ian Evans

IE

Ian Evans

Senior Director, Editorial and Content

Elsevier

Leer más acerca de Ian Evans