Un estudio piloto liderado por la Universidad de California San Diego ha revelado que la inteligencia artificial (IA) avanzada podría revolucionar la forma en que los hospitales producen informes de calidad. Publicado en la edición en línea de la revista New England Journal of Medicine AI, el estudio muestra que los modelos de lenguaje grande (LLMs) pueden procesar medidas de calidad hospitalaria con una precisión del 90%, lo que puede resultar en informes más eficientes y precisos.
Los investigadores, en colaboración con el Joan and Irwin Jacobs Center for Health Innovation, encontraron que estos modelos son especialmente efectivos para manejar tareas complejas, como la evaluación de la medida SEP-1 de los Centros de Servicios de Medicare y Medicaid (CMS) relacionada con la sepsis severa y el shock séptico.
“La integración de LLMs en los flujos de trabajo hospitalarios podría transformar la atención médica al hacer que el proceso de informes sea más en tiempo real, lo que mejoraría el acceso a datos de calidad para los pacientes”
Aaron Boussina, autor principal del estudio, destacó que “la integración de LLMs en los flujos de trabajo hospitalarios podría transformar la atención médica al hacer que el proceso de informes sea más en tiempo real, lo que mejoraría el acceso a datos de calidad para los pacientes”.
Tradicionalmente, el proceso de abstracción para la medida SEP-1 implica una evaluación exhaustiva de 63 pasos de extensos registros de pacientes, lo que requiere semanas de trabajo de varios revisores. Sin embargo, los hallazgos del estudio indican que los LLMs pueden reducir drásticamente el tiempo y los recursos necesarios para este proceso, escaneando registros de pacientes y generando información contextual clave en cuestión de segundos.
Chad VanDenBerg, coautor del estudio y responsable de calidad y seguridad del paciente en UC San Diego Health, afirmó que “este avance no solo ayuda a aliviar la carga administrativa en el cuidado de la salud, sino que también permite a los especialistas en mejora de calidad dedicar más tiempo a apoyar a los equipos médicos en la atención excepcional que brindan”.
Los resultados también revelaron que los LLMs pueden corregir errores, acelerar el tiempo de procesamiento y reducir costos administrativos al automatizar tareas. Además, permiten evaluaciones de calidad casi en tiempo real y son escalables en diversos entornos de atención médica.
A medida que el equipo de investigación avanza en este estudio, sus próximos pasos incluirán la validación de estos hallazgos y la implementación de las tecnologías de IA
A medida que el equipo de investigación avanza en este estudio, sus próximos pasos incluirán la validación de estos hallazgos y la implementación de las tecnologías de IA para mejorar los métodos de recopilación de datos y los informes. Esta investigación abre la puerta a un sistema de salud más eficiente y sensible a las necesidades de los pacientes.
Los coautores del estudio incluyen a varios investigadores de UC San Diego, quienes han contribuido a esta importante área de la salud digital. Este avance subraya el potencial de la inteligencia artificial no solo para mejorar los procesos administrativos, sino también para enriquecer la experiencia general del paciente en el sistema de salud.