La historia clínica
electrónica (HCE) es el registro digital de la información de salud del
paciente. Cabe destacar que esta forma de documentación en salud cuenta con
muchas ventajas sobre la tradicional documentación en papel como, por ejemplo,
facilitar la atención, reducir costos y evitar errores. Asimismo, las nuevas
tecnologías extienden las potencialidades que brinda la HCE a través de
compartir información entre diferentes proveedores de atención médica y dar
mayor capacidad de almacenamiento que repercuten en una mejora de la calidad.
No obstante, la
implementación de los nuevos modelos de documentación en salud no es homogénea
y depende de las diversas instituciones. Las innovaciones conviven con el
registro en papel, además algunos profesionales médicos se resisten al cambio
tecnológico y existe una preocupación por la seguridad de la información
sensible. Este panorama híbrido acontece en medio de un cambio acelerado a
nivel mundial, el cual está signado por la preeminencia tecnológica vinculada a
los nuevos modelos de aprendizaje automáticos, o lo que se conoce como
inteligencia artificial general.
Los avances en esta materia
permiten imaginar las potencialidades del uso de técnicas de IA en el sector
salud. Para descubrir cómo puede impactar en el uso de nuevos modelos en los
sistemas de documentación en salud, Innova Salud Digital entrevistó a tres
médicos con vasta experiencia en el área: Alejandro Mauro, jefe del
Departamento de Informática Biomédica de la Clínica Alemana de Santiago de
Chile; Alejandro López Osornio, Senior Implementation Support
Specialist en SNOMED International; y Sergio Montenegro, fundador y
CEO en Integrando Salud. A continuación, los expertos nos brindan un recorrido
para comprender este enmarañado panorama.
Tecnología al servicio de la
eficiencia
Los tres profesionales de la
salud concuerdan al tener una mirada positiva acerca del uso de la tecnología y
coinciden en que los nuevos modelos de documentación consumen “menos tiempo” a
los médicos. De este modo, legitiman que estas innovaciones permiten a las
instituciones de salud documentar la atención al paciente de manera más
eficiente y efectiva.
En primer lugar, López
Osornio sostuvo: “desde el punto de vista de SNOMED vemos que se facilita la
documentación con los nuevos modelos ya que permiten registrar con más
detalle”. Por su parte, Mauro agrega que la implementación de los nuevos
modelos de registro “ocupan mucho menos tiempo a los profesionales de la salud
para hacer la documentación” y por eso evaluó que “este es el máximo beneficio”
que brindan.
No obstante, Montenegro
evidenció que no existe una homogeneidad en la implementación de la HCE y que
siempre dependen de las diversas instituciones de salud. El fundador de
Integrando Salud aportó: “Como empresa que desarrolla software ayudamos a las
instituciones a generar este cambio tecnológico, pero tenemos diversos
públicos, desde los que todavía están trabajando en papel hasta los que ya
utilizan la HCE hace años”.
“En Integrando Salud
capacitamos a profesionales que venían registrando en manuscrito a que aprendan
a registrar en una historia clínica de forma electrónica. Les explicamos
técnicas, modelos y ayudamos a traducir lo que escribió en una ficha de papel a
un sistema electrónico de forma sencilla”, manifestó Montenegro.
En esta línea de ideas,
expuso que desde su empresa deben evaluar cada uno de los contextos de las
instituciones de salud: “Por ejemplo, el modelo de texto libre, con
mínimo de estructuración que es asociado a un problema, es un avance cuando
antes la institución no tenía nada. Ahora bien, por el contrario, en otra
institución que quiere escalar porque ya lleva años usando HCE, ahí se pueden
incorporar nuevos modelos que le otorguen valor al profesional dentro de su
labor”.
Acerca de estas
innovaciones, una de las tecnologías que tiene la potencialidad de generar
mayor eficiencia en el registro es el reconocimiento de voz para la
documentación en tiempo real. Al respecto, Mauro contó su experiencia en el uso
de esta tecnología: “La información de la documentación puede ser
resumida y ya hay startups que te graban la conversación con
el paciente y después dan un resumen”. Los tres profesionales
coincidieron que este avance es asombroso ya que genera un uso eficiente de los
recursos.
Sin embargo, Montenegro
también comentó que en vínculo con esta tecnología existe un uso dispar: “En
Integrando Salud hace cinco años que ya teníamos sistema de reconocimiento de
voz dentro de la historia clínica y había un segmento de médicos que se
llevaban muy bien con la tecnología ya que simplifica su tarea. Pensamos que el
100% de los profesionales iba a querer el sistema de reconocimiento de voz,
pero resultó que solamente algunos lo usan”.
Entonces, entre los
profesionales que tienen vasta experiencia en el uso de tecnología se evidencia
que la automatización de ciertas tareas a la hora de generar la documentación
en salud puede reducir el tiempo que los médicos le dedican con las ventajas
que esto implica en la labor diaria. Pero el panorama es complejo dado que la
implementación depende de las diversas instituciones. Así la innovación
tecnológica lleva a la creación de sistemas de documentación de datos cada día
más intuitivos y fáciles de usar. Sin embargo, éstos no siempre son utilizados
en su máxima potencialidad.
El futuro de la
documentación en salud
En relación al impacto de la
IA en la documentación, López Osornio expuso: “en el futuro se va a
simplificar la documentación cuando esto madure, es decir, cuando existan las
herramientas correctas. Por un lado, algunas cosas se van a registrar
automáticamente y eso va a hacer que se registre probablemente con mayor nivel
de detalle. Hoy en día tenemos que ser explícitos a la hora de
registrar (algunas cosas en un campo y otras cosas en otro); pero a medida que
haya un proceso de análisis de lenguaje natural más maduro, creo que se va a
registrar mucho más y va a haber mucha más información estructurada que la que
existe en la actualidad”.
Al mismo tiempo, vaticinó
que se podrá “mejorar la calidad del registro” con el uso de modelos de
lenguaje natural. “Una de las posibilidades que permiten es hacer sistemas de
reglas que usen lenguaje natural, entonces podemos pensar en cómo tiene que ser
un buen registro y armar un decálogo de reglas; para dar una idea, no usar
abreviaturas, mencionar el aspecto social del paciente, etc. Después puedo
solicitarles a estos modelos que me comparen el registro con mi decálogo y ver
en cuanto coinciden e incluso que me genere una devolución”, reveló el
especialista que trabaja en SNOMED International.
En esta línea de ideas,
Alejandro Mauro, consideró que “es súper importante, en primer lugar, aprender
a entender cómo funcionan los modelos de lenguaje, por ejemplo, ver cuáles son
las limitaciones que tienen y cómo evitarlas”. En este escenario,
identificó que una función que le genera mucho entusiasmo es “la posibilidad de
usar estos modelos de lenguaje para generar documentación que sea más clara
para los pacientes”. Con todo, recordó a “Blue Button”, una iniciativa en los
Estados Unidos que permite a los pacientes acceder a su información de salud
personal en formato electrónico. Y tras esto, evaluó: “La forma en la que el
médico escribe es un dialecto, que llamamos el dialecto médico, y es muy
complicado de mostrar a los pacientes porque se utilizan muchas siglas y se
escribe muy poco, pero si solicitamos a estos modelos que empiecen a
desambiguar y darnos información inicialmente en texto libre (ni siquiera
soñando con el texto estructurado), así se puede resolver esta gran
problemática porque los modelos pueden generar una mejor documentación con el
objetivo de que lo entienda un tercero, por ejemplo, un paciente”.
Para Montenegro, en este
contexto, el rol de los expertos en informática médica es “facilitar el acceso
para todos los públicos, no sólo para los pacientes sino también para las
instituciones”. “Desde Integrando Salud estamos realizando nuestros propios
comandos de acuerdo a lo que escriben los modelos de lenguajes y probándolos
para ver si realmente eso va a hacer de ayuda o no para el médico, para eso
hacemos pruebas in situ usando modelos de lenguaje natural”,
informó.
Los principales retos
El 2023 es un año signado
por la irrupción de ChatGPT en la esfera pública, el modelo de lenguaje natural
de última generación que permite procesar grandes cantidades de información y
que incluso tiene la potencialidad de proporcionar soluciones y respuestas a
preguntas específicas. Esta tecnología ya se explora para trasladarse a un
amplio espectro de aplicaciones y lógicamente una de ellas es el área de la
salud dado que puede ser utilizada tanto para la asistencia de pacientes como
para el apoyo a los profesionales médicos. Aquí, se plantea el debate sobre su
impacto en el sector salud, en especial, por los riesgos que conlleva su uso
irreflexivo y en este punto también hay coincidencia plena de los tres
profesionales: “hay que ser precavidos”.
Montenegro pone el acento
sobre un punto relevante y manifiesta que su impacto “revolucionario” a nivel
mundial este año fue causado especialmente porque “era una tecnología que no
estaba disponible para el público en general y que ahora está al alcance de
todos”. Al mismo tiempo, reflexiona que su uso puede mejorar a los sistemas que
existen en la actualidad, aunque expresó que no está para reemplazar al humano.
“Lo estuve probando para lo que es codificación de diagnósticos y admito que
ChatGPT es buenísimo; sin embargo, cuando fui a controlar ahí resulta que no es
exacto. Por eso te das cuenta que hay que tener cuidado y analizar bien lo que
vas a implementar porque todavía no es confiable, en especial, para lo que es
traducción de texto libre a estructurado y codificación”, advierte.
Por su parte, López Osornio,
sintetiza: “Una analogía interesante puede ser que este modelo de lenguaje
natural es como un residente de primer año que acaba de entrar al hospital, se
le puede pedir determinadas tareas, pero siempre hay que controlarlo”.
Asimismo, dijo: “Hay que separar los distintos tipos de inteligencia
artificial, existe una basada en reglas que es muy segura para ejecutar
justamente las reglas (algoritmos tradicionales); después tenemos la
inteligencia artificial tradicional, o de machine learning tradicional,
dónde los riesgos son los sesgos; y, ahora, tenemos al Large Language
Model (LLM) que son un tipo más complejo cuyo riesgo son las
alucinaciones”.
En relación a las
alucinaciones, Mauro explica que “el mayor riesgo con esta última tecnología
puede traer es documentar algo que en realidad el paciente no tiene y que quede
como parte del historial clínico”, es decir, puntualiza: “queda escrito algo
que jamás un humano hubiera documentado”. Del mismo modo, puede pasar lo
contrario, confiar plenamente en los nuevos modelos de lenguaje natural y que
éstos omitan información relevante y así “no documente algo que sería
fundamental para la historia clínica de un paciente”.
Por Mg. Jesica Niz
Fuente: INNOVA
Salud Digital
