Nueva York, 16 de julio de 2024 Como parte de una tendencia nacional, más pacientes de NYU Langone Health durante la pandemia han comenzado a utilizar herramientas de registros médicos electrónicos para hacer preguntas a sus médicos, surtir recetas y revisar los resultados de las pruebas. Muchas de las consultas digitales de los pacientes se produjeron a través de una herramienta de comunicación llamada In Basket, que está integrada en el sistema de registros médicos electrónicos (EHR) de NYU Langone, EPIC.

Si bien los médicos siempre se han tomado tiempo para gestionar los mensajes de los registros médicos electrónicos, en los últimos años han visto un aumento anual de más del 30% en la cantidad de mensajes que reciben diariamente, según artículo por Pablo A. pruebaNo es raro que los médicos reciban más de 150 cartas en la basura al día, escribió Testa. Debido a que los sistemas de atención médica no están diseñados para manejar ese tipo de tráfico, los médicos terminan llenando el vacío y pasando largas horas después del trabajo examinando mensajes. Esta carga se cita como una de las razones por las que los médicos no pueden acceder a los mensajes. La mitad de los médicos sufren de agotamiento.

Ahora, un nuevo estudio, realizado por investigadores de la Facultad de Medicina Grossman de la Universidad de Nueva York, ha demostrado que una herramienta de inteligencia artificial puede formular respuestas a las consultas de los pacientes en registros médicos electrónicos con la misma precisión que los profesionales de la salud humanos y con mayor «empatía». » Los resultados resaltan el potencial de estas herramientas para reducir significativamente la carga de los médicos «en la canasta» y al mismo tiempo mejorar su comunicación con los pacientes, siempre que los proveedores humanos revisen los borradores de IA antes de enviarlos.

NYU Langone Health ha estado probando las capacidades de la inteligencia artificial generativa (genAI), en la que algoritmos informáticos desarrollan opciones potenciales para la siguiente palabra en cualquier oración en función de cómo las personas usan las palabras en contexto en línea. El resultado de esta predicción de la siguiente palabra es que los “chatbots” genAI pueden responder preguntas en un lenguaje persuasivo y similar al humano. En 2023, NYU Langone obtuvo la licencia de una “versión privada” de GPT4, el último pariente del popular chatbot chatGPT, que permite a los médicos experimentar con datos reales de pacientes respetando las reglas de privacidad de datos.

Publicado en línea 16 de julio en Red abierta JAMAEl nuevo estudio examinó borradores generados por GPT4 de consultas de pacientes descartadas y pidió a los médicos de atención primaria que los compararan con las respuestas humanas reales a esos mensajes.

«Nuestros resultados sugieren que los chatbots pueden reducir la carga de trabajo de los cuidadores al permitir respuestas efectivas y empáticas a las preocupaciones de los pacientes», dijo el autor principal del estudio. Guillermo pequeñomédico«Descubrimos que los chatbots de IA integrados en registros médicos electrónicos que utilizan datos específicos del paciente pueden elaborar mensajes que son similares en calidad a los de los cuidadores humanos».

En el estudio, dieciséis médicos de atención primaria calificaron 344 pares de respuestas humanas y de IA asignadas al azar a cartas de pacientes en cuanto a precisión, idoneidad, integridad y tono, e indicaron si usarían la respuesta de IA como primer borrador o tendrían que hacerlo. Empezar desde cero a escribir una carta al paciente. Los médicos no sabían si las respuestas que estaban revisando fueron generadas por humanos o por la herramienta de IA (estudio ciego).

El equipo de investigación descubrió que la precisión, integridad y relevancia de las respuestas de la IA generativa y los proveedores humanos no diferían estadísticamente. Las respuestas generativas de IA superaron a los proveedores humanos en términos de comprensibilidad y tono en un 9,5%. Además, las respuestas de la IA tenían el doble de probabilidades (125 % más de probabilidades) de ser consideradas comprensivas y un 62 % más de probabilidades de usar un lenguaje que transmitiera positividad (posiblemente relacionado con la esperanza) y pertenencia (“Estamos juntos en esto”).

Por otro lado, las respuestas de la IA fueron un 38% más largas y un 31% más de probabilidades de utilizar un lenguaje complejo, por lo que se requirió capacitación adicional para la herramienta, dicen los investigadores. Mientras que los humanos respondieron a las consultas de los pacientes a 600 millas por hora, las respuestas de la IA fueron un 38% más largas y un 31% más propensas a utilizar un lenguaje complejo.^y Nivel académico, la IA estaba escribiendo con un promedio de 8^y Nivel de grado, según una medida estandarizada de lectura llamada puntuación Fleisch-Kincaid.

Los investigadores afirmaron que el uso de información privada de los pacientes por parte de chatbots, en lugar de información pública en línea, se aproxima mejor a cómo se utiliza esta tecnología en el mundo real. Se necesitarán estudios futuros para confirmar si los datos privados mejoran específicamente el rendimiento de las herramientas de inteligencia artificial.

«Este trabajo muestra que una herramienta de inteligencia artificial puede crear borradores de respuestas de alta calidad a las solicitudes de los pacientes», dijo el coautor. hombre divinomédicodirector senior de innovación en informática del Centro Langone de la Universidad de Nueva York Tecnología de la información del centro médico.«Con esta aprobación médica, en un futuro próximo la calidad de los mensajes GenAI será igual a la calidad, el estilo de comunicación y la facilidad de uso de las respuestas generadas por humanos», añadió Mann, que también es profesor en los departamentos de psiquiatría. en la Universidad de Harvard. Salud de la población Y Medicamento.

Junto con el Dr. Small y el Dr. Mann, los autores del estudio son de NYU Langone Health. Beatrix Brandfield Harvey, Zoe Jonassen, Mandal Somik, Elizabeth Stevens, Vicente mayor, Irene Lustraglio, Adam Cerinsky, Simón JonesYindalon Avinyanavong y Esteban JohnsonOded Nouf de la Escuela de Ingeniería Tandon de la Universidad de Nueva York también participó en el estudio. Batya Wiesenfeld De la Stern School of Business de la Universidad de Nueva York.

El estudio fue financiado por las subvenciones 1928614 y 2129076 de la Fundación Nacional Suiza para la Ciencia y las subvenciones P500PS_202955 y P5R5PS_217714 de la Fundación Nacional Suiza para la Ciencia.

comunicación:
Gregorio Williams
[email protected]

Fuente: Sistema de Salud Langone de la Universidad de Nueva York