"Nuevos Modelos de Documentación en Salud"

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