La conversación ha sido la herramienta terapéutica más valiosa de los galenos desde que nuestra profesión se reconoce como tal. Ya fuese como complemento a los brebajes y procedimientos o como alivio del dolor, la conversación entre el médico y su paciente ha sido esencial para desglosar nuestra fisiopatología, clínica y terapéutica al exquisito nivel de profundidad actual. Con un lenguaje propio, íntimo y preciso, los médicos hemos aprendido a comunicarnos mediante la historia clínica, ese registro fiable de las intervenciones terapéuticas y la evolución de nuestros pacientes.
Primero en papel y ahora digital, la historia clínica ha crecido en relevancia y significado, a la par que la tecnología permite recopilar y registrar cada vez más datos. Y lo ha hecho tal vez en demasía, al punto de que, en la actualidad, el computador es actor relevante e intermediario en la relación médico-paciente. Es frecuente escuchar a los usuarios cuestionar el poco tiempo de conversación con su médico, y a su vez, cada vez más clínicos expresan la necesidad de métodos de registro que impliquen menos carga administrativa. Sumado a ello, los múltiples canales de comunicación médico-paciente requieren mensajes en lenguaje sencillo, explícito y en tiempo real.
En una interesante investigación realizada por la Universidad de California y publicada en revista JAMA Internal Medicine (1), se realizó un estudio transversal (cross-sectional study) en el que analizaron 195 intercambios de preguntas y respuestas entre pacientes y médicos, tomadas aleatoriamente de un foro público en internet (Reddit). Las preguntas de los pacientes se ingresaron en el chatbot ChatGPT para generar respuestas automáticas. Luego de ser anonimizadas y aleatorizadas, se expuso a profesionales en salud las preguntas originales de los pacientes, y las dos respuestas, solicitando calificar la mejor respuesta, la calidad de la información brindada y la empatía transmitida.
Los resultados demostraron que en un 78.6%, los profesionales evaluadores prefirieron las respuestas del chatbot sobre las respuestas de los médicos (a). Las respuestas de ChatGPT tuvieron una longitud promedio significativamente mayor (211 palabras versus 52 palabras), y obtuvieron puntuaciones de calidad significativamente más altas, siendo el 78,5% calificadas como buenas o muy buenas, versus el 22,1% de las respuestas de los médicos con dicha calificación. El 45,1% de las respuestas del chatbot fueron consideradas empáticas o muy empáticas, en comparación con sólo el 4,6% de las respuestas de los galenos.
Estos resultados sorprenden, puesto que es la primera vez que una Revista de alto nivel académico aborda la comparación de habilidades médicas contra un modelo de inteligencia artificial, el cual, por demás, no está diseñado específicamente para fines de acompañamiento en salud. Se considera esta publicación una puerta hacia investigaciones más profundas y estructuradas con modelos mejor entrenados en salud, al tiempo que permiten una reflexión en torno a las capacidades de comunicación de los médicos, en una época en la cual la forma es tan valiosa como el contenido. Si bien el estudio es claro en cuanto a que no hay evidencia confiable respecto al desempeño de chatbots en entornos clínicos reales, sugiere que podríamos recibir apoyo y asistencia de inteligencia artificial para dar respuestas más rápidas y mejor estructuradas en ciertos canales de comunicación en salud.
Tal como estos modelos de procesamiento de lenguaje natural están identificando oportunidades prometedoras, hay ejemplos significativos de emprendimientos latinoamericanos trabajando en grandes modelos de inteligencia artificial, para acelerar impacto a través del análisis de lagos de datos previamente no conectados. Modelos predictivos tales como los de Arkangel.AI, han evidenciado ser útiles y relevantes para predecir individuos quienes padecerán falla cardiaca, enfermedad renal crónica y resistencia antibiótica, entre otras posibles combinaciones.
En Colombia, la Comunidad Healthtech une emprendimientos de base tecnológica que avanzan en diferentes frentes de aplicación y creación de grandes modelos de inteligencia artificial que aceleren la transformación digital en la prestación de servicios de salud y mejoren el relacionamiento con los pacientes. Desde la optimización de agendas y consultorios mediante machine learning, hasta la asistencia técnica en la toma de decisiones y generación de historias clínicas con procesamiento de voz, son muchos los frentes disponibles para quienes deseen participar en la construcción de soluciones de impacto.
Si bien los modelos de procesamiento de interacción por lenguaje natural y los modelos generativos de imágenes han despertado el interés masivo hacia las posibles aplicaciones y los límites a definir en cuanto a la inteligencia artificial, es muy importante aclarar que llevamos años disfrutando funciones basadas en IA: Asistentes de voz (Siri, Alexa), sugerencias en servicios de streaming (Spotify, Youtube y Netflix) y reconocimiento facial (desbloqueo en iPhone), entre otras, ya son parte esencial de nuestra cotidianidad.
Es momento de retar la curiosidad y aprovechar nuestro conocimiento profesional para guiar las rutas de uso y límites de este océano de posibilidades, en el cual no se cuenta por demás con referentes de amplia experiencia, puesto que los resultados son incipientes, siendo la oportunidad perfecta para aprender, comprender y buscar aplicabilidad.
Si deseas descubrir las posibilidades de la inteligencia artificial en tu ambiente de trabajo, un buen primer paso es acercarnos de la manera más amigable e intuitiva a los modelos conversacionales. Tan sencillo como buscar tutoriales de uso de ChatGPT, Claude o Bing Chat en Youtube. El algoritmo de IA detrás de esta app te ofrecerá contenido de comunidad que te permitirá despertar hacia la inteligencia artificial en tu contexto. Ya luego podrás avanzar con plataformas como Platzi, Coursera y muchas más que ofrecen contenido de calidad, con aplicabilidad inmediata.
Referencias
Ayers JW, Poliak A, Dredze M, et al. Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum. JAMA Intern Med. 2023;183(6):589–596. doi:10.1001/jamainternmed.2023.1838. Disponible online en https://jamanetwork.com/journals/jamainternalmedicine/article-abstract/2804309
