Preguntas y respuestas: Evaluación de herramientas de IA para la atención médica con Northwestern Medicine

HEALTHTECH: ¿Cómo evalúan las soluciones de IA en Northwestern Medicine? ¿Por dónde empezar?

KOCZKA: Primero, tratamos de comprender nuestros requisitos y objetivos, identificando los desafíos o áreas específicas donde la IA puede aportar valor. En Northwestern Medicine, nos centramos en tres áreas clave: mejorar los resultados de los pacientes, optimizar las operaciones y optimizar el diagnóstico. Una vez identificados estos desafíos y sus subáreas, investigamos soluciones y analizamos las diversas soluciones de IA disponibles para determinar cuáles se ajustan a nuestras necesidades.

En Northwestern Medicine, también contamos con nuestros propios equipos de desarrollo de IA. Por lo tanto, antes de implementar cualquier solución de IA externa , evaluamos que no duplique la funcionalidad de ninguna otra solución ya implementada por NM. Si determinamos que una solución es adecuada, evaluamos la viabilidad de la integración de datos y garantizamos el cumplimiento normativo necesario.

Nuestro equipo también evaluará la facilidad con la que el personal usará la IA y su integración en los flujos de trabajo actuales sin causar interrupciones perjudiciales. Es fundamental comprender las implicaciones financieras frente a los beneficios previstos.

HEALTHTECH: ¿Cómo aborda su organización la IA y la gobernanza de datos? ¿Son enfoques independientes o están conectados?

KOCZKA: Están conectados, pero son grupos diferentes que evalúan la IA y la gobernanza de datos . Inicialmente, gestionamos la gobernanza de la IA desde un punto de vista más técnico. Luego, si la solución cumple con esos requisitos, pasamos a nuestros equipos de seguridad y privacidad de datos, arquitectura y todas esas demás revisiones. Abordamos la tecnología de IA como abordaríamos cualquier solución de software que queramos incorporar a la organización.

Nuestro equipo de innovación busca el entorno adecuado para pilotar y probar estas soluciones de IA en un espacio más controlado antes de permitir una implementación más amplia. Recopilamos comentarios, monitoreamos y evaluamos estas soluciones una vez que se hayan implementado por completo en toda la organización.

EXPLORAR: ¿Cómo pueden las organizaciones de atención médica superar los obstáculos en la implementación de la IA?

HEALTHTECH: ¿Qué importancia tiene para los socios de soluciones de IA tener experiencia en el sector salud? ¿Cuáles son sus criterios para las colaboraciones?

KOCZKA: Un socio con experiencia en el sector sanitario es crucial, y creo que hay varias razones. Una de ellas es el conocimiento del sector: el sector sanitario es complejo y presenta requisitos regulatorios y flujos de trabajo únicos . Los proveedores deben comprender estas complejidades para poder desarrollar soluciones que las aborden con mayor eficacia.

Al analizar el cumplimiento normativo, los proveedores familiarizados con los estándares de nuestra industria, como la HIPAA, suelen garantizar que sus soluciones cumplan con los requisitos. Si cuentan con experiencia en el sector sanitario, también tienen experiencia en la integración de sus productos con las tecnologías sanitarias existentes, lo que facilita una implementación más fluida y rápida de la tecnología.

El éxito comprobado también es un factor esencial. Deben proporcionarnos casos prácticos o referencias que demuestren la eficacia y fiabilidad de sus soluciones en el ámbito sanitario. Asimismo, es fundamental contar con soluciones que se puedan personalizar para nuestro uso.

Identificamos socios clave a través del networking y simplemente escuchando las novedades del mercado. Nuestro equipo se mantiene al día mediante eventos como HIMSS y ViVE, así como seminarios. Agradecemos los numerosos intercambios con colegas, que a menudo nos brindan información valiosa y nos permiten acceder a estudios de mercado. Las reseñas y los reconocimientos del sector también son factores que nuestro equipo tiene en cuenta.

Nuestro equipo también evalúa la trayectoria de un socio en el mercado y el tipo de organizaciones sanitarias con las que ha trabajado. Diría que ofrecemos una excelente combinación de soluciones de IA, desde empresas consolidadas del sector hasta startups. Nos gusta ser pioneros en el mercado o ayudar a las startups a desarrollar sus productos en nuestro entorno.

KOCZKA: En Northwestern Medicine, nuestra estructura consiste en contar con equipos interdisciplinarios que evalúan las soluciones, desarrollando desde el principio un equipo que incluya representantes de las áreas clínicas, de TI, de operaciones y de administración relevantes, lo que fomenta la diversidad de perspectivas y el intercambio de conocimientos. Es fundamental articular claramente los objetivos de la solución de IA y cómo beneficiará a cada departamento o parte interesada que podría verse afectada por su uso.

Si se implementa una solución, la probamos rápidamente e intentamos contar con grupos piloto de diferentes departamentos que la prueben en un entorno controlado . Tener más experiencia práctica con la tecnología ayuda a desarrollar la colaboración y el proceso del proyecto.

Luego, nuestro equipo evaluará si los pilotos deben seguir adelante o si deben retroceder. Ofrecemos buenos canales de comunicación abierta para recibir retroalimentación y así poder realizar ajustes rápidos. Es importante involucrar a los usuarios desde el principio y obtener sus comentarios sobre los requisitos y los flujos de trabajo. Creo que es como cualquier proyecto que intentas implementar.

Nuestra expectativa es que nuestros socios demuestren la tecnología, mostrando ejemplos reales de cómo la solución de IA puede simplificar una tarea, mejorar la eficiencia o optimizar los resultados de los pacientes. Es fundamental también celebrar los primeros éxitos, ya que creo que esto contribuye a una mayor adopción con el tiempo.

Northwestern Medicine cuenta con un sólido proceso de gobernanza ejecutiva para evaluar todas las soluciones tecnológicas, incluida la IA. Nuestro comité ejecutivo es multidisciplinario e incluye representantes de las áreas de finanzas, operaciones, TI, cumplimiento y clínica. No suelen ser partes interesadas, y pueden o no usar la tecnología, pero nos ayudan a evaluar nuestras soluciones y a comprender a fondo el análisis coste-beneficio. Analizan cómo la solución se alinea con nuestros objetivos estratégicos, si impulsará la eficiencia operativa, etc.

La parte ejecutiva viene un poco más adelante en nuestro proceso, ya que puede que no tengamos un piloto exitoso o que los usuarios decidan que la solución no les funciona. Por lo tanto, si surge una solicitud para una implementación más amplia de la tecnología, convocamos a nuestro equipo ejecutivo al final.

HEALTHTECH: ¿Qué consejo le daría a otras organizaciones de atención médica que buscan abordar las preocupaciones de los usuarios desde el principio?

KOCZKA: La comunicación abierta es clave. Intentamos ser muy transparentes sobre nuestros objetivos, los procesos y las implicaciones del proyecto, asegurándonos de que las partes interesadas sepan qué esperar durante la implementación y el uso de la tecnología.

Es fundamental mantener a las partes interesadas involucradas y comprometidas desde el inicio del proyecto y hacer que se sientan valoradas y escuchadas. Con frecuencia, contaremos con comités asesores, lo cual depende del tamaño del proyecto y del número de personas afectadas en la organización. Estos comités pueden proporcionar retroalimentación y orientación continuas.

La educación y la capacitación son otra área crítica , por lo que utilizamos los recursos del proveedor para explicar la nueva tecnología y sus beneficios y traemos a nuestros propios equipos técnicos y de arquitectura para explicar cómo se puede integrar con los flujos de trabajo actuales.

Además, es importante abordar las ideas erróneas sobre la tecnología de IA. A menudo mostramos ejemplos reales y enfatizamos que la IA está diseñada para mejorar las funciones humanas. Si no somos los primeros en usar la tecnología, mostramos ejemplos de cómo la IA ha impactado positivamente a otras organizaciones y nos centramos en cómo esto permite mejorar la atención al paciente y la eficiencia operativa.

Haga clic en el banner a continuación para descubrir cómo aprovechar los datos y la IA para obtener mejores resultados en la atención médica.

HEALTHTECH: ¿Cuáles son los desafíos que persisten en el ámbito de la IA en el ámbito sanitario? ¿Qué ha mejorado?

KOCZKA: Mantener la privacidad y la seguridad de los datos es fundamental, especialmente en el ámbito clínico. Trabajamos con datos muy sensibles de pacientes y debemos garantizar el cumplimiento de la HIPAA. Estos aspectos son complejos, pero obviamente son primordiales antes de cualquier otra acción.

La calidad y la estandarización de los datos siguen siendo otro desafío persistente. Las tecnologías de IA dependen de datos estandarizados de alta calidad para un aprendizaje y un rendimiento eficaces, y las inconsistencias en los formatos y la calidad de los datos en los diferentes sistemas de salud pueden obstaculizar el desarrollo o los resultados de la IA. La integración con las tecnologías existentes también es compleja y requiere muchos recursos, pero de no hacerlo, se enfrentarán a problemas de interoperabilidad, especialmente en el ámbito clínico.

También es importante comprender la eficacia clínica y la seguridad de esas soluciones de IA, por lo que queremos asegurarnos de que haya estudios de validación sólidos y evidencia del mundo real , lo que, francamente, sigue siendo un obstáculo importante para muchas de estas tecnologías.

Superar los sesgos es otro problema. Sabemos que las tecnologías de IA pueden perpetuar o exacerbar los sesgos existentes si no se entrenan con datos no representativos. Por eso, hablamos mucho de la diversidad de nuestra base de pacientes al desarrollar nuestras propias tecnologías de IA, lo que contribuye a la diversidad de los datos y puede mitigar este tipo de problemas. Puede ser difícil incorporar tecnologías de IA externas, ya que no siempre se sabe con certeza cómo se entrenaron esos algoritmos y se intenta evitar disparidades en la atención. En ocasiones, esto puede implicar volver a entrenar el algoritmo de IA con los datos.

LIDERAR MÁS: Cree una estrategia de IA más inteligente para su organización.

La aceptación y adopción por parte de los usuarios sigue siendo un problema. Como en muchos sectores, habrá profesionales que se muestren escépticos o reticentes al uso de estas tecnologías. En Northwestern Medicine, obviamente, no queremos complicar la toma de decisiones clínicas, por lo que garantizar la calidad y la validación clínica para generar confianza contribuirá a una adopción exitosa.

Creo que aún existe incertidumbre regulatoria. El panorama de la IA en la atención médica sigue evolucionando. Estamos viendo diferentes regulaciones emitidas por la Administración de Alimentos y Medicamentos de EE. UU., y es probable que estas cambien. Esto dificulta que más soluciones de IA accedan al mercado e implementen estas tecnologías en los sistemas de salud.

Dicho esto, creo que estamos viendo grupos de recursos que permiten un acceso más optimizado y sencillo a datos de calidad , lo que a su vez mejora el entrenamiento de la IA. Existen avances que han dado lugar a algoritmos más sofisticados capaces de analizar flujos de trabajo de datos sanitarios extensos y complejos, lo que a su vez se traduce en una mayor precisión diagnóstica y una mayor capacidad predictiva.

Actualmente, también existen numerosos consorcios, lo que incrementa la colaboración entre diferentes organizaciones y contribuye a fomentar la innovación. Algunos de estos grupos provienen de grandes empresas del sector, o los proveedores de atención médica están formando los suyos propios.