A pesar de
toda la inversión en salud digital y los miles de millones de dólares que se
han invertido en ella (las aplicaciones, el ingenio que se ha invertido en los
registros médicos electrónicos), todavía no estamos en el punto de poder
entender cómo usar estos sistemas. Uno de mis colegas del Brigham, el autor de
best-sellers Atul Guwande, escribió recientemente un artículo en el New Yorker
sobre por qué los médicos odian sus computadoras. Y si lee este artículo, hay
una serie de problemas relacionados con el flujo de trabajo que son
problemáticos durante y después de la implementación de registros médicos
electrónicos. Hace un trabajo muy elocuente al articular cuáles son algunos de
esos problemas, y algunos de ellos se reducen al hecho de que tiene flujos de
trabajo fragmentados que se han adaptado digitalmente, algunos de ellos
simplemente están asociados con el hecho de que la computadora se siente como
si fuera en el camino entre el paciente y la relación del proveedor.
Atul no fue
la única persona que se quejó del hecho de que existen oportunidades de mejora.
Se publicó otro artículo más reciente, mejor investigación, llamado Muerte por
1000 clics. Y todos los viernes recorro todo el sistema con socios, hablo con
médicos, enfermeras y farmacéuticos, y todos los demás que forman parte del
equipo de atención médica, y me siento en la sala de espera y hablo con los
pacientes de forma regular, tratando de Entiendo mejor qué funciona y qué no
funciona para ellos, y lo único que escucho del lado del médico es que hay
demasiados clics. Así que esto, en cierto modo, resonó muy bien, y este
artículo analiza una serie de temas diferentes, que no entraré en detalle aquí,
pero básicamente, delinearé algunos de los problemas que existen con estos problemas
electrónicos de salud.
Solo quiero
enmarcar una forma de ver esto y argumentar que los registros de salud
electrónicos son solo la punta de la lanza. Hay una serie de cosas que rodean
el registro de salud electrónico que contribuyen, ya sea que el hecho de que
los datos que se extraen de él se utilicen para la inteligencia artificial es
algo que requiere mucha información. El hecho de que los investigadores
necesiten proporcionar más información a muchos, necesariamente será útil para
la atención clínica real. En los EE. UU. Disfrutamos de una enorme carga
administrativa, especialmente desde el lado de la facturación de la ecuación, y
eso se integra en la historia clínica electrónica y requiere muchos más clics
de los necesarios.
Hace varios
años, cuando me subía a un avión, podía llegar a la puerta de embarque unos 10
a 15 minutos antes de que saliera mi vuelo, podía hacerlo y tomar ese vuelo. En
estos días, ya no puedo hacer eso. ¿Por qué? Debido a que estoy pasando por
seguridad, me estoy desnudando parcialmente mientras reviso cosas, ya sabes,
tengo que sacar mis dispositivos electrónicos de mi bolsillo, y así
sucesivamente, y así La experiencia, comparada con la anterior, ciertamente no
es la misma. Y lo mismo es cierto para el registro de salud electrónico, la
experiencia de poder acceder, tener contraseñas que están caducando, tener
diferentes formas que usted dio ... ya sabe, algo así como volver a
autenticarse, etc., causó la capacidad de , más o menos, ingrese al sistema,
obtenga lo que necesita y salga más complicado y más difícil.
Se podría
suponer que en un sistema que ahora tiene mayoritariamente la atención médica
digitalizada, como en los EE. UU., Se resolvería la interoperabilidad entre los
sistemas. Pero, de hecho, ese no es el caso. Y viene en todo tipo de formas y
formas diferentes, y lo analizaremos un poco, pero solo estoy tratando de
argumentar que hay una serie de barreras para la usabilidad que afectan a los
EHR en sí mismos y que causan cosas como el agotamiento.
Entonces,
cuando se trata del siguiente tema, que sería La aplicación de la inteligencia
artificial en la atención médica, creo que es seguro decir que hay algunas
aplicaciones prácticas. Notarás que ahora mismo verás algoritmos que se están
publicando en artículos y artículos de investigación que muestran, por ejemplo,
que un dermatólogo es igual a una computadora, en términos de poder interpretar
ciertos tipos de lunares para el melanoma. Verá que las imágenes de la parte
posterior de la retina son procesadas por IA y pueden identificar fácilmente la
retinopatía en pacientes que tienen diabetes y, de hecho, hacerlo de una manera
que es independiente del género y la etnia, de otras maneras que a veces puede
ocultar una condición o una enfermedad. Y también verá que hay algoritmos que
muestran que puede diagnosticar e interpretar una mamografía mejor que un patólogo
que está analizando estas cosas. Por lo tanto, es importante tener en cuenta el
hecho de que existen una serie de herramientas diferentes que están aumentando
hoy en día lo que el médico puede hacer. No reemplazan lo que puede hacer el
médico, pero ciertamente lo están aumentando.
En mi
experiencia, en términos de cosas que realmente funcionan y cosas que realmente
han salvado vidas, si toma información que proviene de un informe de
diagnóstico por imágenes y puede extraer algunos de esos datos de él, en
realidad puede automatizar algunos de los caminos a seguir para encontrar
pacientes que caen en el olvido, en términos de lo que está sucediendo con
alguien que llega con un trauma, a quien se le hace una exploración panorámica,
una tomografía computarizada, encuentran otros hallazgos incidentales que
necesitan ser seguidos, pero luego no se les da seguimiento. Y estos son
pacientes que a veces pueden tener afecciones muy graves como un aneurisma
aórtico abdominal. Así que construimos una serie completa de cosas diferentes
que identificarían la pérdida de seguimiento de pacientes con ciertas
afecciones clave, nos comunicaríamos con ellos, en algunos casos habrían
resuelto su afección en otro lugar y, en algunos casos, todavía estaban dando
vueltas con básicamente una bomba de tiempo en su estómago. Invitaríamos a esos
pacientes a regresar al hospital, realizar el procedimiento, y estos son todos
pacientes que habrían sucumbido a esa enfermedad si no los hubiéramos atendido.
Entonces,
hay algunas formas en que el enfoque real, ya sabes, de la IA y el proceso del
lenguaje natural, por lo tanto, realmente puede ayudar y, de hecho, salvar
vidas. Ese es un componente importante. Te voy a dar otro ejemplo, muy
práctico, de una señora que viene a tu oficina, que tiene 86 años, que se
siente un poco mareada y no estás muy segura de lo que está pasando así que
adelante y hazte un CAT. Y es un jueves, y solo quieres asegurarte de que todo
esté bien. Esa película es una película ambulatoria y se lee en la privatización
de una película ambulatoria. En algún momento del viernes por la tarde, la
película muestra que el paciente tiene un derrame cerebral o, incluso más cerca
de eso, que el paciente tiene un derrame cerebral inmediatamente después de
haber sido examinado. Bueno, en la forma en que normalmente, es el primero en
entrar y el primero en salir, es posible que esa película no se lea hasta que
se lea basándose en todo el trabajo que se está haciendo.
Entonces,
lo que hemos hecho es que hemos pasado por el proceso en el que la IA realmente
mira esas tomografías computarizadas instantáneamente tan pronto como salen del
escáner. Y cuando la IA establece un hecho de que, en realidad, existe una
probabilidad potencial del 96% de que este paciente tenga un derrame cerebral,
esa película se coloca en la parte superior de la lista de lectura. Así que
simplemente reorganiza la pila. Para el radiólogo y su flujo de trabajo, no es
nada diferente a que tomen la siguiente película que está allí. Pero para el
paciente, se vuelve increíblemente importante pasar de un reconocimiento de eso
de cuatro días a varios minutos, para que luego podamos hacer algo al respecto.
También
quería mencionar que la nueva moneda en estos días es para datos. Entonces, un
paciente ingresa al hospital, se están realizando varios componentes diferentes
de los exámenes, y ese resultado, ese uso secundario de esos datos, se vuelve
increíblemente útil para la biotecnología, se vuelve increíblemente útil para
la industria farmacéutica, los investigadores y otras personas. Y esa moneda,
el mismo tipo de importancia de la moneda de los datos cuando se trata de, ya
sabes, cuando se trata de todas las otras industrias que están usando esos
datos para vendernos cosas, etc., se está volviendo tan importante cuando se
trata de IA.
Entonces,
en términos de la experiencia del paciente, creo que la clave es la calidad y
el costo fue un factor clave de valor antes de que se agreguen los gastos, y
solo estoy argumentando que agregar innovación digital es un componente muy
importante al que la gente quiere acceder cuidar, lo quieren en línea, quieren
saber cuál es el costo de la atención antes de dedicarse a él, les gustaría que
sea personalizado, por supuesto, quieren un equipo solidario a su alrededor. El
equipo de atención puede ser como un ejemplo de cardiólogo, el paciente se
siente muy cuidado, incluso si el cardiólogo no se está acercando al paciente,
siempre y cuando alguien lo haga, incluso si es el navegador de atención.
Esperan que la tecnología ultramoderna y toda esta información digital se
comparta entre otros hospitales y quieren ser guiados. El hospital es un lugar
increíblemente intimidante, cuando no estás acostumbrado a pasar por él, se
vuelve menos intimidante cuando estás acostumbrado y creo que los pacientes
tienen suficiente con lo que lidiar, con su enfermedad que no necesitan. La
carga de tener que averiguar cómo llegar allí y a quién contactar, y hay formas
en que podemos ayudar con eso.
Últimas
diapositivas. Nuevos modelos de atención, en términos de virtual, una serie de
clínicas diferentes que pueden poner todo en línea, hacer clic en él, caminar,
llamar, simplemente hacer una visión omni-general de poder acceder a los
servicios de atención. Una nueva tecnología, en términos de relación con el consumidor,
administración, sistemas transaccionales que faltan en nuestro medio, así que
imagínense si levanta el teléfono y esto es, algo así, algo que aparece
inmediatamente después de que levanta el teléfono, para descubra que a la
paciente le gusta que la llamen Jenny, le tienen miedo a los hospitales, no la
reserve un martes porque nunca se presenta un martes, así que ofrezca sus citas
para otro día, y luego en la parte inferior muestra cuál es la experiencia ha
sido en los últimos años, en términos de cómo ha experimentado el sistema de
salud. ¿Hay algo que podamos hacer por ella?
Algo
similar aparece en la historia clínica electrónica, en términos de, ya sabes,
para los médicos, en términos de información útil para los médicos. El punto es
que puede haber un sistema transaccional que otras industrias han utilizado muy
bien para brindar una mejor experiencia que no hemos adoptado por completo en
el sistema de salud.
FUENTE:
Forbes India