La IA generativa y los LLM juegan un papel importante en la actualización de los registros médicos electrónicos.
La aplicación de inteligencia artificial (IA) generativa en la interpretación de registros médicos electrónicos (EMR, en inglés) ha representado un creciente interés en el ámbito de la atención médica. Una editorial reciente publicada en npj Digital Medicine presenta un análisis del estado actual de los modelos de IA generativa y los Grandes Modelos de Lenguaje (LLM, en inglés), aplicados a EMR, destacando su potencial para mejorar la precisión diagnóstica y su relevancia en la práctica clínica.
Una revisión reciente realizada por Wornow et al., investigó 84 modelos de IA generativa entrenados en datos clínicos estructurados de EMR. En esta se identificaron las principales características de estos modelos, así como sus fortalezas y limitaciones. Entre las limitaciones destacadas se encuentran la falta de generalizabilidad y las preocupaciones sobre privacidad de datos. A partir de estos puntos, se propone un marco de evaluación mejorado para los modelos de IA generativa en el contexto de la atención médica.
La revisión también muestra ejemplos sobre la implementación de modelos de IA generativa en entornos de atención médica y la aplicación de un marco de evaluación. En este sentido, en las revisiones se examinan los avances en la implementación de modelos de IA generativa en entornos de atención médica, como la integración de servicios de IA en sistemas de registros médicos electrónicos.
Las publicaciones destacan ejemplos de colaboraciones entre empresas de tecnología y proveedores de atención médica para desarrollar y aplicar estos modelos en la práctica clínica. Se subraya la importancia de evaluar estos modelos según el marco propuesto para determinar su valor clínico real y su impacto en la atención al paciente.
Los autores de la editorial, por su parte, destacan la importancia del liderazgo, incentivos y regulación para la implementación efectiva. En este sentido, señalan que, el marco de evaluación propuesto es un paso importante hacia adelante, pero se requieren medidas adicionales para garantizar el éxito a largo plazo de estos modelos en la práctica clínica.
También es necesario que se continúen discutiendo los roles potenciales de las agencias reguladoras, los proveedores de atención médica y las empresas de tecnología en el desarrollo, evaluación y adopción de modelos de IA generativa en la atención médica. Y tampoco dejar de lado la colaboración interdisciplinaria y la transparencia en el desarrollo y la implementación de estos modelos para garantizar su seguridad y eficacia en la práctica clínica.
