El reto: preparar los datos para la IA
Las organizaciones sanitarias, ya sean privadas o públicas, recurren a la inteligencia artificial (IA) y al machine learning (ML) para mejorar la atención, agilizar los procesos y flujos de trabajo, y aumentar la información. La IA tiene el potencial de transformar la atención sanitaria, pero los problemas de gestión e integración de datos pueden obstaculizar los esfuerzos de desarrollo, paralizar los proyectos y dificultar la rentabilidad de las inversiones.
Muchas aplicaciones impulsadas por la IA aprovechan datos de diversas fuentes, como los sistemas de Historia Clínica Electrónica (HCE), los dispositivos médicos inteligentes, los sistemas de programación, la facturación en centros sanitarios y las bases de datos de salud pública. Las redundancias de datos, las incoherencias y las lagunas pueden afectar a la calidad y la integridad de los datos y perjudicar las iniciativas de IA sanitaria. Para tener éxito es fundamental que los datos sean accesibles, fiables y precisos, ya sea cuando se crea una aplicación basada en IA o cuando se implanta.
Los datos son fundamentales para las iniciativas de IA en sanidad
Los datos son la base de toda IA. El viejo axioma "grabage in, garbage out" se aplica, sin duda, a la IA. Si los datos incorporados a un sistema de IA son incompletos, inexactos o incoherentes, las conclusiones obtenidas en los análisis serán, sin duda, erróneas. Por desgracia, en el mundo real los datos están sucios y fragmentados, y no se presentan en tablas ordenadas, normalizadas y estructuradas. En muchos casos, los científicos de datos deben preprocesarlos, limpiarlos y etiquetarlos para prepararlos para el análisis o el machine learning.
La capacidad de controlar los datos es clave para la IA. Para tener éxito, es necesario determinar qué datos han de incorporarse a ella, entender de dónde proceden, rastrear y auditar cómo se utilizan, controlar el acceso y evitar fugas. También hay que prepararlos de varias maneras y combinar varias fuentes de datos.
La solución: InterSystems IRIS for Health
InterSystems® es líder en tecnología de datos sanitarios e interoperabilidad basada en estándares. InterSystems cuenta con la tecnología y los conocimientos necesarios para preparar los datos para la IA de forma rápida y sencilla.
InterSystems IRIS for Health™ es una plataforma de desarrollo de salud digital completa y orientada a la nube, que proporciona todos los bloques de construcción necesarios para trabajar con cualquier estándar de datos sanitarios, incluido HL7® FHIR®.
InterSystems IRIS for Health recopila, integra y controla de manera eficiente los datos necesarios para crear y ajustar modelos de IA precisos, y los incorpora a los flujos de trabajo sanitarios y a los procesos empresariales en tiempo real. La solución incluye un conjunto completo de capacidades de integración, incluida la conectividad, preparada para ser utilizada en una amplia gama de aplicaciones empaquetadas, bases de datos, estándares industriales, protocolos, tecnologías, así como con las funciones incorporadas para el machine learning y la IA generativa.
InterSystems IRIS for Health proporciona muchas de las capacidades críticas necesarias para implementar un smart data fabric-incluida la integración, gestión y análisis de datos- todo en un solo producto. Los smart data fabric sientan una base sólida para las iniciativas de IA en sanidad, al proporcionar una arquitectura de datos uniforme, ampliable, segura y escalable. Proporcionan el control y las facilidades de procesamiento de datos necesarias para preparar la información corporativa para la IA.
Acelerar la rentabilidad con InterSystems
Tanto si la organización está implementando una solución de IA tradicional, como si se trata de GenIA, la tecnología de InterSystems contribuye a obtener valor más rápidamente y a rentabilizar al máximo las inversiones de la organización en IA. Con InterSystems IRIS for Health es posible:
- Acceder a todos los datos que se necesiten: los datos sanitarios diversos se recopilan de forma rápida y sencilla.
- Conectar, de forma eficiente, con una amplia gama de aplicaciones y sistemas.
- Transformar y controlar los datos, unificándolos para prepararlos para el uso de la IA.
- Proteger los datos para gestionar y auditar, estrictamente, lo que alimenta la IA.
- Alimentar fácilmente los grandes modelos lingüísticos (LLM), para disfrutar de la máxima flexibilidad y capacidad de elección.
- Crear modelos rápidamente para pasar a la fase de producción, gracias a las funciones integradas de ML, orquestación de IA, capacidades vector search, un editor gráfico de bajo código y mucho más.
- Disponer de una única plataforma simplifica la tarea. Los datos sanitarios y las cargas de trabajo se ejecutan en la misma plataforma, para optimizar el coste total de propiedad.
Construir modelos rápidamente. Producción rápida
InterSystems IRIS for Health es idónea para aquellas organizaciones que no disponen de científicos de datos experimentados. Incluye una variedad de herramientas y capacidades que simplifican el desarrollo y las pruebas de aplicaciones de IA, y aceleran estos proyectos, incluyendo:
- Funcionalidad ML integrada, que facilita a los desarrolladores de aplicaciones normales y sin conocimientos avanzados de ciencia de datos, crear y entrenar fácilmente modelos de machine learning.
- Vector Search incorporado para búsquedas semánticas y capacidades de generación aumentada de recuperación (RAG).
- Orquestación integral de IA con funciones de seguimiento visual para crear y gestionar eficazmente aplicaciones compuestas que abarcan varios modelos.
InterSystems IRIS para la salud en acción
Durante años, las organizaciones sanitarias han confiado en InterSystems HealthShare® Personal Community para agilizar las comunicaciones con los pacientes.
El portal, independiente de la HCE, facilita a los pacientes la interacción con la organización y el acceso a sus historias clínicas y resultados de laboratorio.
Cada día, los pacientes dejan miles de mensajes, entre ellos decenas de mensajes clínicamente urgentes, en el portal Personal Community. Sin embargo, los agentes del centro de contacto no disponían de un método automatizado para identificar y priorizar estos mensajes importantes, lo que podía poner en peligro a los pacientes con necesidades de atención urgente.
Siempre en busca de formas innovadoras de mejorar la atención al paciente, el sistema sanitario utilizó InterSystems IRIS for Health para desarrollar un modelo de machine learning para marcar con precisión los mensajes urgentes y pasarlos al principio de la cola. El modelo ML ayuda al centro de contacto a garantizar que los mensajes prioritarios se dirijan rápidamente al médico adecuado, lo que contribuye a mejorar la atención sanitaria y a reducir la frustración de los pacientes. Durante el primer mes tras la puesta en marcha, el 6 % de los mensajes se marcaron como clínicamente urgentes, lo que está en línea con las expectativas.
Basándose en el éxito de esta aplicación inicial, la organización planea utilizar la IA para ayudar a los pacientes con consultas comunes como la solicitud de citas o la renovación de recetas, dirigiendo automáticamente al paciente a la página web adecuada. Más del 15 % de los mensajes del portal están relacionados con acciones rutinarias que los pacientes pueden realizar por sí mismos, como concertar una cita.
La organización también está explorando otros usos de la IA, como resumir los mensajes de los pacientes utilizando dos palabras y generar respuestas automatizadas a consultas habituales que no requieren la participación de un sanitario u otro tipo de asistencia humana.
El modelo de machine learning analiza una serie de variables, como el historial de asistencia de un paciente, su situación socioeconómica, su edad y su lugar de residencia, para predecir la probabilidad de que no se presente. El modelo predictivo ayuda al proveedor a aumentar el volumen de pacientes, optimizar la utilización de los recursos y evitar pérdidas de ingresos al tener en cuenta las probabilidades de no comparecencia en la programación de citas.
Al predecir con exactitud las ausencias, el modelo permite al proveedor programar 80 citas adicionales al día. La organización ha reducido las ausencias del 18 % al 10 %, mediante el envío de recordatorios de seguimiento por texto, voz y correo electrónico a los pacientes con más probabilidades de faltar a las citas, y la cancelación automática y el relleno de las citas no confirmadas, evitando la pérdida de ingresos. Ahora, la organización trabaja para reducir aún más la tasa de ausencias hasta alcanzar el 5 %.
La organización utiliza InterSystems IRIS for Health para limpiar y unificar los datos de los pacientes, procedentes de diversos sistemas de HCE y otras aplicaciones, para prepararlos para el machine learning.
La inteligencia artificial y el machine learning tienen el potencial de transformar la atención sanitaria, pero los problemas de gestión e integración de datos pueden obstaculizar las iniciativas de IA. InterSystems cuenta con la tecnología y los conocimientos necesarios para ayudarle a preparar los datos para la IA, acelerar su desarrollo y conseguir que estos programas tengan éxito. Contacte hoy mismo.