Nunca una herramienta moderna ha prometido mayor eficiencia y soporte que la que ofrece la IA generativa. El año pasado, las industrias, incluida la atención médica, se apresuraron a sumarse a la tendencia de obtener la ventaja de ser los primeros en actuar. Las aplicaciones también han sido variadas, desde documentación hasta apoyo a decisiones clínicas e incluso en combinación con robótica.

Mientras que la entusiasmo por genAI permanecerá elevado este año – y los gobiernos incluso invierten en este emergente espacio lucrativoel ritmo de adopción probablemente será lento, afirma Kota Kubo, director ejecutivo de Ubie.

Lo entrevistamos para analizar cómo sus socios en Asia-Pacífico y Estados Unidos han recibido genAI, hacia dónde puede llegar esta tendencia en 2024 y cómo las partes interesadas en el sector sanitario pueden extraer eficazmente el inmenso valor de genAI.

P: ¿Cómo reciben sus socios la IA generativa y cómo se benefician de ella?

A: Nuestros socios en Japón, especialmente los más innovadores, generalmente están interesados ​​en genAI porque entienden que puede tener un impacto en la eficiencia de su trabajo. Están interesados ​​en utilizar una plataforma genAI administrada por ChatGPT o Med-PaLM en sus clínicas; sin embargo, la mayoría de ellos no tienen acceso a Internet, a menos que introduzcan servicios basados ​​en la nube como Ubie.

Incluso si pudieran usar genAI con éxito, solo los usuarios más expertos en tecnología podrían utilizarlo en todo su potencial, ya que es difícil para los usuarios encontrar casos de uso reales. Entonces, ahora hay demanda del mercado de que los proveedores de software proporcionen casos de uso que combinen genAI y que puedan integrarse en el flujo de trabajo clínico real.

Hemos visto una adopción e integración exitosa de genAI en nuestro producto, que ahora se utiliza en clínicas y hospitales. Recientemente lanzamos una función que utiliza LLM (modelo de lenguaje grande) para resumir los síntomas del paciente y las respuestas de respuesta libre. Les brinda a los médicos una comprensión rápida de la condición del paciente para que puedan pasar más tiempo cara a cara con los pacientes. Durante las pruebas piloto, 90% de los médicos dijeron que tenían la intención de seguir usando la función. Esto demuestra que si una solución es accesible y tiene un impacto positivo en los médicos, se adoptará.

Todavía hay barreras para la adopción total, como sistemas, seguridad y hábitos de trabajo, pero ya ha habido una gran aceptación de Ubie: ahora hemos llegado a 47 prefecturas en Japón y a más de 1.700 instituciones médicas.

P: ¿Ves alguna diferencia, digamos, por cultura, en la forma en que se recibe la IA genética en Japón y en Estados Unidos?

A: Sí, hay diferencias importantes. Algunas son culturales, pero muchas se deben a los sistemas de salud. Dos factores principales son que el sistema de seguro médico obligatorio de Japón proporciona cobertura universal y que los datos de los pacientes están controlados de manera más centralizada en Japón que en Estados Unidos.

Con la cobertura universal, se anima a los japoneses a acudir al médico cuando no se sienten bien. En Estados Unidos, la decisión de visitar a un médico se ve muy afectada por la cobertura del seguro, los copagos y los gastos de bolsillo. Esto generalmente hace que los pacientes estadounidenses eviten tomar el control de su salud a menos que una condición se vuelva muy grave. Por lo tanto, el reembolso es una consideración importante cuando se analiza el mercado estadounidense.

Desde la perspectiva de la IA, debido a la centralización de datos en Japón, el despliegue de la IA es más escalable. Las empresas de tecnología están acelerando su enfoque para obtener acceso a los datos gubernamentales, que ofrecen una gran base de datos. En Japón, uno de los mayores obstáculos para la adopción de genAI en los hospitales es la red, porque la mayoría de los hospitales no tienen acceso a Internet.

En general, la IA en la atención sanitaria está menos concurrida en Japón que en Estados Unidos, lo que significa que los responsables de la toma de decisiones deben evitar menos ruido y desorden. Sin embargo, esto limita las opciones y puede retrasar la adopción de tecnologías más avanzadas.

P: ¿Hacia dónde cree que irá la adopción de la IA generativa en la atención sanitaria en Asia y EE. UU. este año 2024 y en los próximos años? ¿Continuará el revuelo?

A: El revuelo continuará mucho más allá de 2024, pero la adopción se mantendrá a un ritmo lento. Esto se debe a que genAI todavía está demostrando que puede tener un impacto seguro y eficaz en cada área de la atención médica. Veremos la mayor precaución con cualquier cosa que afecte directamente la atención al paciente. Sabemos que la tecnología puede mejorar la atención médica, pero si no funciona como se espera, puede ralentizar los sistemas de salud, costar dinero y la lealtad de los consumidores y, lo peor de todo, afectar los resultados de los pacientes.

En toda Asia y en los EE. UU., los aspectos más importantes de la adopción serán regulatorios y barreras culturales. Los desarrolladores deberán tener en cuenta cómo funciona un motor de IA dentro de las leyes y regulaciones locales. La privacidad será una de las primeras áreas importantes que una empresa deberá abordar, seguida de la adaptación a cada sistema de salud diferente (directo a los pacientes, sistemas hospitalarios, productos farmacéuticos) y, por supuesto, a los derechos de los pacientes.

Desde una perspectiva cultural, hay muchos. Uno de los desafíos que enfrentó Ubie fue cómo adaptarse a diferentes contextos culturales. Si bien muchos LLM tienen poderosas capacidades de traducción, cada localidad tiene diferentes preferencias y necesidades. Ubie experimentó esto de primera mano cuando lanzamos la plataforma en Singapur y Estados Unidos. Más allá de modificar las traducciones directas, tuvimos que adaptar nuestra interfaz de usuario para satisfacer las preferencias de los pacientes, y la única forma de hacerlo es escuchar a los usuarios. Por lo tanto, espero que muchos actores tecnológicos se centren en la experimentación, la recopilación de datos y la personalización durante el próximo año.

Finalmente, desde una perspectiva global, es importante que Dejemos de ver a genAI como un monolito que viene a salvar la atención médica. Es más bien una colección de diferentes máquinas de precisión, cada una con capacidades específicas. No es una solución única para todos.

El éxito y la confianza en los sistemas que finalmente se adopten se basarán en resultados del mundo real y en una precisión comprobada. Los sistemas verdaderamente beneficiosos deberían replicar o superar consistentemente los puntos de referencia humanos actuales o aumentar la eficiencia.

P: ¿En qué otro sector de la atención sanitaria cree que la genAI puede aportar valor en el futuro?

A: La IA puede llegar a cualquier parte siempre que tengamos la capacidad de soñarla y desarrollarla. Ya vemos que la IA afecta los ensayos clínicos, la documentación, las interacciones con los pacientes y más. GenAI también puede ayudar con el análisis de datos para ayudar a democratizar la generación de conocimientos y la investigación. Sin embargo, aportar valor y éxito dependerá en gran medida del conocimiento de los desarrolladores y de la voluntad de los usuarios.

Las capacidades del sistema y la inteligencia serán el diferenciador. Al mirar un motor, digamos ChatGPT, su producto debe ser más que solo una apariencia encima de eso. Sólo aquellos con un conocimiento profundo de la tecnología y su área específica de atención médica pueden realmente aprovechar el potencial de genAI.

Los desarrolladores también deben preguntarse qué tan bien se adapta su aprendizaje automático a las nuevas entradas y qué tan precisa es la IA a la hora de implementar los cambios apropiados. ¿Su modelo es frágil? ¿Existe un circuito de retroalimentación adecuado? ¿Es capaz de implementar rápida y fácilmente nuevas reglas y cambios en el sistema de salud en general?

Desde la perspectiva del usuario, la gestión del cambio será fundamental ya que sin aceptación interna, no importará lo que la herramienta pueda hacer. Luego, es necesario conseguir que el personal utilice realmente los sistemas. Muchas herramientas tienen un impacto limitado porque nadie tiene el tiempo, la paciencia o la energía para aprenderlas o utilizarlas. Ésta es otra área en la que las empresas deberán considerar las diferencias culturales y las opiniones sobre las nuevas tecnologías a medida que avanzan hacia nuevos mercados.

No importa cuáles sean los sistemas potenciales para su adopción, la verdadera medida será cómo esto ayuda a los pacientes y cómo se va a ganar la confianza del sistema de salud, los proveedores y los pacientes por igual.

_

Las respuestas han sido editadas para mayor brevedad y claridad..