Nuevo servicio basado en IA generativa para crear documentación clínica automáticamente
El nuevo servicio de Amazon aprovecha el reconocimiento del habla y la IA generativa para crear automáticamente documentación clínica a partir de conversaciones entre el paciente y el médico. AWS es el último gigante tecnológico que busca aprovechar los algoritmos para agilizar la toma de notas médicas.
Con el objetivo de ahorrar tiempo a los médicos al momento de generar documentación clínica, AWS presentó un nuevo servicio que permite a los proveedores de softwares sanitarios crear aplicaciones clínicas que utilizan el reconocimiento de voz y la IA generativa.
Se trata de AWS HealthScribe, que permite a los proveedores de softwares sanitarios utilizar una única API para crear automáticamente transcripciones sólidas, extraer detalles clave (por ej., términos médicos y medicaciones) y crear resúmenes de conversaciones entre médicos y pacientes que luego se pueden introducir en un sistema de historia clínica electrónica (HCE).
De esta forma, AWS HealthScribe agiliza y facilita a los proveedores la integración de capacidades de IA generativa en sus aplicaciones, sin necesidad de administrar la infraestructura de aprendizaje automático (ML) subyacente ni de entrenar sus propios modelos de lenguaje de gran tamaño (LLM) específicos para el sector sanitario.
Asimismo, el servicio permite la implementación responsable de sistemas de IA al citar la fuente de cada línea de texto generado desde la transcripción de la conversación original, lo que facilita a los médicos la revisión de las notas clínicas antes de introducirlas en la HCE.
Sobre la IA Generativa
IA generativa es un término general para cualquier tipo de proceso automatizado que utilice algoritmos para producir, manipular o sintetizar datos, a menudo en forma de imágenes o texto legible por humanos. Se llama generativa porque la IA crea algo que no existía previamente. Eso es lo que la diferencia de la IA discriminativa, que distingue entre distintos tipos de datos.
A medida que el interés por la IA generativa crece, los proveedores de softwares sanitarios buscan aprovechar esta tecnología en sus aplicaciones clínicas para resolver los problemas más comunes de los médicos. Uno de ellos, es la recopilación de documentación clínica durante una conversación entre medico y paciente. Esta documentación es importante para cumplir con las medidas de calidad y reembolso, pero también para no quitar tiempo a los médicos durante la atención.
Aunque muchos proveedores utilizan la conversión de voz a texto y el procesamiento del lenguaje natural (PLN) para agilizar este proceso, la IA generativa aparece como la pieza que faltaba para ayudar a estas aplicaciones a pasar de las conversaciones grabadas a una documentación clínica concisa que pueda introducirse en una HCE.
Sin embargo, trabajar con IA generativa es complejo y la integración de múltiples sistemas de IA en una solución cohesiva requiere de ciertos recursos de ingeniería. Para crear estas capacidades de IA generativa, un proveedor debe entrenar o ajustar su propio LLM para generar documentación clínica precisa, lo que requiere acceso a expertos en IA bajo demanda, cantidades masivas de datos sanitarios cuidadosamente anotados y una capacidad de cálculo significativa.
Incluso entonces, un LLM para la atención sanitaria debe estar especialmente entrenado para comprender la compleja terminología médica, para ser capaz de entender, analizar y resumir discusiones fluidas y para reconocer nombres de recetas y dosis.
Además, para garantizar que estas soluciones funcionan correctamente, los proveedores de software también deben tener en cuenta una IA responsable, lo que incluye diseñar la solución de modo que los médicos puedan rastrear el origen de cualquier texto generado, así como garantizar que estos sistemas cumplan los estrictos requisitos de seguridad y privacidad del sector.
En conclusión, y debido a todas estas barreras, es un reto para los proveedores de software sanitario comercializar rápidamente soluciones basadas en IA, a pesar de los beneficios potenciales tanto para los médicos como para los pacientes.
Fuentes:
AWS
[/vc_column_text][/vc_column][/vc_row]