Abordar las mayores cargas de la atención sanitaria con IA generativa

En un centro de convencionesEn Chicago en abril, decenas de miles de asistentes observaron cómo una nueva tecnología de IA generativa (gen AI), habilitada por GPT-4, modelaba cómo un médico podría usar nuevas plataformas para convertir la interacción de un paciente en notas médicas en segundos.

Así es como funciona: un médico registra la visita de un paciente utilizando la aplicación móvil de la plataforma de inteligencia artificial. La plataforma agrega la información del paciente en tiempo real, identifica cualquier laguna y solicita al médico que la complete, convirtiendo efectivamente el dictado en una nota estructurada con lenguaje conversacional. Una vez que finaliza la visita, el médico revisa, en una computadora, las notas generadas por IA, que puede editar con voz o escribiendo, y las envía al registro médico electrónico (EHR) del paciente. Ese proceso casi instantáneo hace que el trabajo administrativo y de toma de notas manual y lento que un médico debe realizar para cada interacción con el paciente parezca arcaico en comparación.

La tecnología Gen-AI se basa en algoritmos de aprendizaje profundo para crear contenido nuevo, como texto, audio, código y más. Puede tomar conjuntos de datos no estructurados (información que no se ha organizado según un modelo preestablecido, lo que dificulta su análisis) y analizarlos, lo que representa un avance potencial para las operaciones de atención médica, que son ricas en datos no estructurados como notas clínicas e imágenes de diagnóstico. , historias clínicas y registros. Estos conjuntos de datos no estructurados se pueden utilizar de forma independiente o combinarse con grandes conjuntos de datos estructurados, como las reclamaciones de seguros.

Gen AI representa una nueva herramienta significativa que puede ayudar a desbloquear una parte del potencial de mejora no realizado de 1 billón de dólares presente en la industria.

Al igual que la documentación médica, están surgiendo varios casos de IA gen en el sector sanitario, ante una mezcla de entusiasmo y aprensión tanto por parte de tecnólogos como de profesionales sanitarios. Aunque las empresas de atención médica han utilizado la tecnología de IA durante años (la predicción de eventos adversos y la optimización de la programación del quirófano son dos ejemplos), la IA gen representa una nueva herramienta significativa que puede ayudar a desbloquear una parte del potencial de mejora no realizado de 1 billón de dólares presente en la industria. Puede hacerlo automatizando el trabajo operativo tedioso y propenso a errores, poniendo años de datos clínicos al alcance de un médico en segundos y modernizando la infraestructura de los sistemas de salud.

Para aprovechar ese valor potencial, los ejecutivos de atención médica deberían comenzar a pensar en cómo integrar estos modelos en sus hojas de ruta de análisis e inteligencia artificial existentes, y en los riesgos que implica hacerlo. En el sector sanitario, esos riesgos podrían ser peligrosos: la información sanitaria de los pacientes es particularmente sensible, lo que hace que la seguridad de los datos sea primordial. Y, dada la frecuencia con la que la IA genera respuestas incorrectas, será necesaria la facilitación y el seguimiento de los profesionales de la salud, lo que se conoce como tener un "humano al tanto", para garantizar que cualquier sugerencia sea beneficiosa para los pacientes. A medida que se vaya configurando el marco regulatorio y legal que regula el uso de esta tecnología, la protección del uso seguro recaerá en los usuarios.

En este artículo, describimos los casos de uso emergentes de IA genética para pagadores privados, hospitales y grupos de médicos. Es más probable que muchas organizaciones de atención médica comiencen a aplicar la IA genética a casos de uso administrativo y operativo, dada su relativa viabilidad y menor riesgo. Con el tiempo, una vez que tengan más experiencia y confianza en la tecnología, estas organizaciones pueden comenzar a utilizar IA genérica con aplicaciones clínicas.

Incluso con todas las precauciones que requiere la aplicación de la IA genética a la industria de la salud, las posibilidades son potencialmente demasiado grandes para que las organizaciones de atención médica se queden al margen. Así es como pueden comenzar los pagadores privados y los proveedores de atención médica.

En el corto plazo, los ejecutivos de seguros, los administradores de hospitales y los operadores de grupos médicos podrían aplicar la tecnología de inteligencia artificial en toda la cadena de valor. Dichos usos van desde la continuidad de la atención hasta los conocimientos de redes y mercados y la atención basada en valores (consulte el recuadro lateral, “Usos potenciales de la IA generativa en la atención médica”).

Los consumidores exigen servicios más personalizados y convenientes de su seguro médico. Al mismo tiempo, los pagadores privados enfrentan una presión competitiva cada vez mayor y costos de atención médica cada vez mayores. Gen AI puede ayudar a que las operaciones de los pagadores privados se realicen de manera más eficiente y, al mismo tiempo, brindar un mejor servicio a pacientes y clientes.

Gen AI puede resumir automática e inmediatamente estos datos independientemente del volumen, liberando tiempo para que las personas aborden necesidades más complejas.

Si bien muchas operaciones (como la gestión de las relaciones con los sistemas de atención médica) requieren un toque humano, esos procesos aún pueden complementarse con tecnología de generación de inteligencia artificial. Las funciones administrativas y corporativas básicas y las interacciones entre miembros y proveedores implican examinar registros y datos, lo cual es una tarea manual que requiere mucho tiempo. Gen AI puede resumir automática e inmediatamente estos datos independientemente del volumen, liberando tiempo para que las personas aborden necesidades más complejas.

Los servicios para miembros ofrecen muchas formas para que la generación AI mejore la calidad y la eficiencia de las interacciones. Por ejemplo, muchas consultas de miembros se relacionan con beneficios, que requieren que un especialista en seguros confirme manualmente el alcance del plan de un miembro. Con la IA de generación, los recursos digitales y los especialistas de los centros de llamadas pueden extraer rápidamente información relevante de docenas de tipos de planes y archivos. La resolución de denegaciones de reclamaciones, otro proceso que requiere mucho tiempo y que a menudo provoca insatisfacción en los miembros, se puede acelerar y mejorar mediante la generación de IA. Los modelos Gen-AI pueden resumir cartas de denegación, consolidar códigos de denegación, resaltar motivos de denegación relevantes y contextualizar y proporcionar los siguientes pasos para la gestión de denegaciones, aunque todo esto aún tendría que llevarse a cabo bajo supervisión humana.

La tecnología habilitada por Gen-AI también podría agilizar la autorización previa de seguros médicos y el procesamiento de reclamaciones, dos tareas costosas y que requieren mucho tiempo para los pagadores privados. (En promedio, se necesitan diez días para verificar la autorización previa). Estos productos podrían convertir datos no estructurados en datos estructurados y proporcionar verificación de beneficios casi en tiempo real, incluido un cálculo preciso de los costos de bolsillo utilizando las tarifas contratadas de los proveedores de atención médica. , los beneficios exactos para los pacientes y más.

Dentro de los hospitales y grupos de médicos, la tecnología gen-AI tiene el potencial de afectar todo, desde la continuidad de la atención hasta las operaciones clínicas y la contratación hasta las funciones corporativas.

Considere las funciones corporativas de un hospital. El trabajo administrativo y las funciones administrativas, como las finanzas y la dotación de personal, proporcionan las bases sobre las que funciona un sistema hospitalario. Pero a menudo operan en silos, dependiendo de entradas manuales en sistemas fragmentados que pueden no permitir compartir o sintetizar datos fácilmente.

Gen AI tiene el potencial de utilizar datos no estructurados de compras y cuentas por pagar y, a través de chatbots gen-AI, abordar preguntas comunes de TI y recursos humanos de los empleados del hospital, todo lo cual podría mejorar la experiencia de los empleados y reducir el tiempo y el dinero gastados en los costos administrativos del hospital.

Las operaciones clínicas son otra área propicia para las posibles eficiencias que la IA genética puede aportar. Hoy en día, los proveedores de hospitales y el personal administrativo deben completar docenas de formularios por paciente, sin mencionar las notas posteriores a las visitas, las notas de los turnos de los empleados y otras tareas administrativas que consumen horas y pueden contribuir al agotamiento de los empleados del hospital. Los grupos de médicos también se enfrentan a las cargas de este trabajo administrativo.

La generación de IA podría, con la supervisión de un médico, generar resúmenes de alta o instrucciones en el idioma nativo del paciente para garantizar una mejor comprensión; sintetizar notas de coordinación de la atención o notas de transferencia de turnos; y cree listas de verificación, resúmenes de laboratorio de rondas médicas y órdenes clínicas en tiempo real. La capacidad de Gen AI para generar y sintetizar lenguaje también podría mejorar el funcionamiento de los EHR. Los EHR permiten a los proveedores acceder y actualizar la información del paciente, pero normalmente requieren entradas manuales y están sujetos a errores humanos. Gen AI está siendo probado activamente por hospitales y grupos de médicos en todo, desde completar previamente resúmenes de visitas en el EHR hasta sugerir cambios en la documentación y proporcionar investigaciones relevantes para respaldar las decisiones. Algunos sistemas de salud ya han integrado este sistema en sus operaciones como parte de programas piloto.

Nota: Cualquier contenido sintetizado o resumido por IA generativa (gen AI) debe contar con la participación humana y someterse a una rigurosa revisión de riesgos y cumplimiento.

Pagadores privados:

Hospitales y grupos de médicos:

La aplicación de IA genética a las empresas de atención médica podría ayudar a transformar la industria, pero solo después de que los líderes hagan un inventario de sus propias operaciones, talento y capacidades tecnológicas. Al hacerlo, los líderes de la atención médica podrían considerar tomar las siguientes acciones.

El primer paso para los ejecutivos de atención médica que buscan llevar la IA de generación a sus organizaciones es determinar cómo la tecnología podría servirles mejor. Para determinar las aplicaciones que son más relevantes para una organización, los ejecutivos podrían crear un grupo de líderes multifuncionales (incluidos, entre otros, aquellos que supervisan los datos y la tecnología) para determinar el valor que genera la IA (y la IA en general). podrían aportar a sus respectivas divisiones. Hacerlo podría ayudar a las organizaciones a evitar un enfoque ad hoc o fragmentado para aplicar la IA genérica, que sería ineficiente e ineficaz. Estos casos de uso, una vez priorizados, deben integrarse en la hoja de ruta más amplia de IA de la organización.

Para extraer el mayor valor de la oportunidad de la generación de IA se necesitarán conjuntos de datos amplios y de alta calidad. Debido a esto, los líderes de atención médica deberían comenzar a pensar en cómo pueden mejorar la fidelidad y precisión de sus datos a través de asociaciones estratégicas (con proveedores, pagadores o proveedores de tecnología) e inversiones en interoperabilidad.

Los líderes también deben evaluar su pila de tecnología de IA (incluidas las aplicaciones, modelos, API y otra infraestructura tecnológica que utilizan actualmente) para determinar dónde será necesario aumentar sus capacidades tecnológicas para aprovechar grandes modelos de lenguaje a escala. Invertir en la tecnología de IA ahora ayudará a las organizaciones a agregar más usos para la IA de generación en el futuro.

Para entrenar modelos de generación de IA, las organizaciones también deben asegurarse de procesar datos dentro de firewalls seguros. Los líderes de las organizaciones pueden optar por subcontratar varias partes de su pila tecnológica después de evaluar sus propias capacidades internas.

Para los pagadores privados, los hospitales y los grupos de médicos, existen varios riesgos potencialmente costosos asociados con el uso de la IA genética, especialmente a medida que la tecnología evoluciona.

Se debe proteger la información de identificación personal de los miembros y pacientes, un nivel de seguridad que las herramientas de inteligencia artificial de código abierto pueden no proporcionar. Gen AI también puede utilizar esta información para mejorar el entrenamiento de sus modelos. Si los conjuntos de datos a partir de los cuales se basa una plataforma impulsada por IA genética se basan en un sobreíndice de ciertas poblaciones de pacientes, entonces un plan de atención al paciente que genera la plataforma puede estar sesgado, dejando a los pacientes con información inexacta, inútil o potencialmente dañina. Y la integración de plataformas gen-AI con otros sistemas hospitalarios, como los sistemas de facturación, puede generar ineficiencias y gastos erróneos si se realiza incorrectamente. Dada la posibilidad de que la IA genere respuestas potencialmente inexactas, seguirá siendo fundamental mantener a un ser humano informado.

Para sopesar el valor de las aplicaciones de IA gen en la atención médica frente a los riesgos, los líderes deben crear marcos legales y de riesgo que regulen el uso de IA gen en sus organizaciones. La seguridad de los datos, el sesgo y la equidad, y el cumplimiento normativo y la rendición de cuentas deben considerarse como parte de estos marcos.

Es probable que las organizaciones que puedan implementar la IA genética rápidamente estén en la mejor posición para ver beneficios, ya sea en forma de mayor eficiencia o mejores resultados y experiencia.

Llevar la IA genética a las organizaciones sanitarias afectará no solo a cómo se realiza el trabajo, sino también a quién lo realiza. Los profesionales de la salud verán evolucionar sus funciones a medida que la tecnología ayude a optimizar parte de su trabajo. Por lo tanto, será fundamental contar con un enfoque humano: aunque muchos procesos puedan cambiar fundamentalmente y la forma en que alguien hace su trabajo puede parecer diferente, las personas seguirán siendo fundamentales en todas las áreas afectadas por la IA de generación.

Para ayudar a llevar estos cambios a la atención médica, las organizaciones deben aprender a utilizar plataformas de inteligencia artificial, evaluar recomendaciones e intervenir cuando ocurren errores inevitables. En otras palabras, la IA debería aumentar las operaciones en lugar de reemplazarlas. Es posible que las organizaciones de atención médica necesiten proporcionar recursos de aprendizaje y pautas para mejorar las habilidades de los empleados. Y dentro de los hospitales y los entornos de grupos de médicos, donde el agotamiento ya es alto, los líderes deben encontrar formas de hacer que las aplicaciones impulsadas por IA sean lo más fáciles de usar para el personal de primera línea, sin aumentar sus cargas de trabajo ni quitarles tiempo a los pacientes.

Si bien algunas organizaciones de atención médica pueden optar por desarrollar sus propias capacidades o productos de generación de IA, la mayoría probablemente necesitará formar asociaciones estratégicas con empresas de tecnología. Antes de elegir un socio, los líderes deben considerar el cumplimiento por parte de su socio potencial de los requisitos de cumplimiento normativo, como la Ley de Responsabilidad y Portabilidad del Seguro Médico (HIPAA) en los Estados Unidos; privacidad y seguridad de los datos; y si los datos de la organización de atención médica se utilizarán para informar futuros modelos fundamentales. También puede existir la posibilidad de que los pagadores privados y los proveedores de atención médica se asocien con otras organizaciones que también tienen conjuntos de datos ricos, para mejorar los resultados de la generación de IA para todos.

La Gen AI tiene el potencial de reinventar gran parte de la industria de la salud de maneras que no hemos visto hasta la fecha con las tecnologías disponibles anteriormente. Una vez que la IA madure, también podría converger con otras tecnologías emergentes, como la realidad virtual y aumentada u otras formas de IA, para transformar la prestación de atención médica. Por ejemplo, un proveedor de atención médica podría licenciar su imagen y voz para crear un avatar visual de marca con el cual los pacientes podrían interactuar. O un médico podría comprobar, con el corpus completo de la historia de un paciente, cómo su enfoque para ese paciente se alinea (o se desvía) de otros pacientes similares que han experimentado resultados positivos. Estas ideas pueden parecer distantes, pero tienen un potencial real en el corto plazo a medida que avanza la generación de IA.

Pero primero, los líderes de grupos de médicos, hospitales y pagadores privados deben priorizar el uso responsable y seguro de esta tecnología. Proteger la privacidad del paciente, crear las condiciones para resultados clínicos equitativos y mejorar la experiencia de los proveedores de atención médica son todos los objetivos principales. Comenzar hoy es el primer paso para lograrlos.

Shashank Bhaskeres socio asociado de la oficina de McKinsey en Chicago;Damián Bruce es socio principal de la oficina de Melbourne; yJessica Corderoes socio de la oficina de Nueva Jersey, dondeGeorge Steines socio asociado.

Los autores desean agradecer a Shubham Banerjee, Sanjiv Baxi, Adam Broitman, David Bueno, Sameer Chowdhary, Jenny Cordina, Jack Eastburn, Pranay Gupta, Omar Kattan, Jay Krishnan, Meredith Lapointe, Jung Paik, Aldo Rosales, Gaurang Satjia, John Schultz, Sriram Sekar, Will Weinstein, Luke Yancy y Delphine Zurkiya por sus contribuciones a este artículo.

Este artículo fue editado por Alexandra Mondalek, editora de la oficina de Nueva York.