Por Matthew Holt
No fue hace tanto tiempo que pudiera crear uno de esos mapas de atención médica o salud digital y tener razón. Lo hice yo mismo en la salud 2.0 días, incluidas las antiguas subcategorías de la “Alianza rebelde de las nuevas tecnologías de proveedores” y la “frontera de las tecnologías de empoderamiento de pacientes”
Pero esos días fáciles de hacer coincidir un producto SaaS con el usuario previsto, y diferenciarlo de otros se han ido. El mapa ha sido volcado por el huracán que es una IA generativa, y ha llevado a la industria a un estado de confusión.
Durante los últimos meses, he estado tratando de averiguar quién va a hacer lo que va a la tecnología de salud de la IA. He tenido muchas conversaciones formales e informales, leí un montón y he estado en tres conferencias en los últimos meses, todos enfocados en este tema. Y está claro que nadie tiene una buena respuesta.
Por supuesto, esto se ha detenido a las personas que intentan dibujar mapas como este de Protege. Como puede ver, hay cientos de compañías que construyen primeros productos de IA para cada aspecto de la cadena de valor de atención médica (¡o falta de ella!).
Pero esta vez es diferente. No está nada claro que la IA se detendrá en el borde de un usuario o incluso tendrá una función claramente definida. Ni siquiera está claro que habrá un sector de “IA para la tecnología de salud”.
Este es un problema multidimensional.
Los principales AI LLMS – CHATGPT (OpenAI/Microsoft), Gemini (Google/Alphabet) Claude (Anthricic/Amazon), Grok (X/Twitter), Lama (Meta/Facebook), son todo capaz o un trabajo increíble dentro de la atención médica y, por supuesto, fuera de él. Ahora pueden escribir en cualquier idioma que le guste, codificar, crear películas, música, imágenes y todos están mejorando cada vez más.
Y son fantásticos en la interpretación y resumen. Literalmente arrojé un documento de CMS RFI de 26 páginas bastante incompatible en Chatgpt el otro día y en unos segundos me dijo qué pidieron y qué están buscando (ese subtexto no escrito). El funcionario del CMS que fue autor estaba muy impresionado y estaba un poco molesto que mantuvieron que se le permitió usarlo. Si hubiera querido ayudar a CMS, también habría escrito la respuesta.
Los grandes LLM también están desarrollando capacidades “agentes”. En otras palabras, pueden realizar procesos comerciales y humanos de varios pasos.
En este momento están siendo utilizados directamente por profesionales de la salud y pacientes para resúmenes, comunicación y compañía. Cada vez más se están utilizando para el diagnóstico, el entrenamiento y la terapia. Y, por supuesto, muchas organizaciones de atención médica las están utilizando directamente para el rediseño de procesos.
Mientras tanto, los centros de batalla principales de la atención médica son los EMR utilizados por los proveedores, y el mayor kahuna de todos es épico. Epic tiene una relación con Microsoft que tiene su propio juego de IA y también tiene una relación propia con Openi-o ate Strong como invertir $ 13 mil millones en una organización sin fines de lucro hará su relación. EPIC ahora está utilizando la IA de Microsoft tanto en resúmenes de notas, Communications et al, y también usando DAX, el ambiente escriba de AI de los Nuance subsidiarios de Microsoft. Epic también tiene una relación con Dax Rival Abridge
Pero eso no es necesariamente suficiente y Epic claramente está construyendo sus propias capacidades de IA. En una excelente revisión sobre Salud lo hoy John Lee rompe el uso no trivial de Epic o la IA en su flujo de trabajo clincal:
- La plataforma ahora ofrece herramientas para reorganizar el texto para su legibilidad, generar resúmenes sucintos y amigables para el paciente, resúmenes de cursos de hospital, instrucciones de disarga y datos clínicos igualmente litrosos en instrucciones narrativas.
- Podremos digmatizar automáticamente el lenguaje en las notas (ec, cambiar “abusador narcótico” al “paciente tiene trastorno por uso de opiáceos”),
- Incluso como médico, a veces me cuesta descifrar la taquigrafía que mis Creemeages usan con tanta frecuencia. EPIC mostró cómo la IA Canlate Obtuse Medical Shorthand “Pod 1 SP CABG. HD Estable. Amb Wsst”.-En lenguaje sencillo: “Publicar el estado del día 1 Post Coronario Bypass Graph.
- Para las enfermeras, la documentación ambiental y las notas de turno generadas por IA serán avasables, reduciendo la entrada manual y liberando el tiempo para la atención al paciente.
Y, por supuesto, Epic no es el único EHR (¡honestamente!). Sus competidores no están parados. La operadora de Meditech, Helen Waters, dio una amplia entrevista a Histalk. Presté especial atención a su discusión sobre su trabajo con Google en AI y estoy citando casi todo:
Este producto inicial fue construido a partir del modelo de lenguaje Bert. Era necesariamente una IA generativa, pero fue uno de sus primeros modelos de idiomas grandes. La característica en el que se llamaba Condition Explorer, y esa funcionalidad fue realmente un salto hacia adelante. Estaba organizando de manera inteligente la información del paciente directamente desde dentro del gráfico, y como el médico estaba trabajando en el flujo de trabajo del gráfico, ofrece una visión longitudinal de la salud del paciente mediante condiciones específicas y categorizando la salud de Clinisan de los problemas de los hattusananos de los Dattesnanos, la información correlacionada, lo que lo hace más eficiente en la toma de decisiones informadas.
Más allá de eso, con la plataforma Vertex AI y ciertamente múltiples iteraciones de Géminis, hemos avanzado para sacrificar adiciones en la categoría de Gen AI, y eso incluye tanto la narrativa de la estadía en el curso del hospital médico. Somos reales generar el curso de estadía, que ha estado utilizando beneficio habitual para que los documentos no tengan que comenzar a construir eso por su cuenta.
También hacemos lo mismo para las enfermeras, ya que cambian de turno. Le damos un resumen de turno de enfermería, que básicamente clasifica la información relevante del cambio anterior y les ahorra bastante tiempo. Estamos utilizando la plataforma Vertex AI para hacerlo. Y además de todos los demás bajo el Sol, obviamente hemos entregado y traído capacidades de escribas ambientales en vivo con plataformas de IA de una múltiple ida y vuelta de proveedores, que también ha tenido éxito para la compañía.
El concepto de Google y la asociación sigue siendo fuerte. Los resultados son claros con la visión que tuvimos para Expanse Navigator. El progreso continúa en torno a los LLM, y lo que estamos viendo es una gran promesa para el futuro de estas tecnologías que ayudan con quemaduras y tareas administrativas, pero también continuó capacidades informadas para que los médicos se sientan fuertes y seguros.
Las capacidades de voz en el concepto de IA de agente claramente irán mucho más allá de los escribas ambientales, lo cual es emocionante e irónico cuando piensas en la industria comenzó con el camino, toks toked Devics y the tok tok tok con tabletas y teléfonos. Ahora estamos de vuelta a la voz, que creo que será agradable que funcione de manera eficiente y efectiva para los médicos.
Entonces, si lees, no solo entre las líneas, sino justo lo que dicen-Epic, que domina los AMC y los grandes sistemas de salud sin fines de lucro, y Meditech, la EMR para la mayoría de los sistemas grandes con fines de lucro como HCA, ambos flores de la IA-Bilding AI Buildinge AIWFLOST clínicos y los administradores de los administradores.
Planteé este problema de varias maneras diferentes en una reunión organizada por Commure, la compañía de inteligencia artificial centrada en el proveedor general de los catalizadores. Commure ha pasado por varias iteraciones en su vida útil de 8 años, pero ahora es una plataforma de IA en la que está construyendo varios productos o capacidades. (Para más información aquí está mi entrevista con el CEO Tannay Tandon). Estos incluyen (¡hasta ahora!) Administración, ciclo de ingresos, inventario y seguimiento del personal, escucha/escriba ambiental, flujo de trabajo clínico y resumen clínico. Puede apostar que hay más por venir a través del desarrollo o la adquisición. Además, hacer esto, hacer esto no solo con el respaldo profundo de Catalyst General, sino también con la propiedad parcial de HCA, por cierto, el cliente más grande de Meditech. Eso significa que HCA tiene que averiguar qué compromiso está haciendo en comparación con Meditech.
Finalmente, también hay una tonelada o actividad de IA utilizando los grandes LLM internamente dentro de AMC y en proveedores, planes y pagadores en general. No olvides que todos estos jugadores tienen muchas de las herramientas (como Epic) que los proveedores externos les han vendido. También están haciendo que sus proveedores de IA “implementen” los ingenieros para personalizar sus herramientas de IA al flujo de trabajo de los clientes. Pero también están construyendo cosas temáticas. Por ejemplo, Stanford acaba de lanzar un producto de cosecha propia que utiliza IA para comunicar los resultados de laboratorio a los pacientes. No comprado a un proveedor, pero se desarrolló internamente utilizando Claude LLM de Anthrope. Hay cajas de cajas y cajas de tesis proyectos de cosecha propia que ocurren en todas las principales empresas de atención médica. ¡Todos esos científicos de datos tienen que mantenerse cuadrado de alguna manera!
Entonces, ¿qué dice eso sobre el papel de la IA?
Primero, está claro que las plataformas actuales de registro en la atención médica, los EHRS, se ven a sí mismos como tiendas de datos masivas y esperan que las herramientas de IA que ellos y sus socios desarrollen tomar el flujo de trabajo actualmente de sus su byir Byir Byir Byir Byir Byir Byir Byir Byir byir Byir Byir Byir Byir Byir Byir Byir Byir Byir Byir
En segundo lugar, la ley de la tecnología generalmente ha sido que el agua fluye cuesta abajo. Cada vez más empresas y productos terminan convirtiéndose en características en otros productos y plataformas. Puede recordar que solía haber un conjunto separado de software para escribir (WordPerfect), presentación (persuasión), hojas de cálculo (Lotus123) y ahora hay MS Office y Google Suite. El mes pasado, una compañía llamada Brellium recaudó $ 16 millones de VC muy inteligentes presumibles a resumen de notas clínicas y analizarlas para el cumplimiento. Ahora miralos demostrar que estoy equivocado, pero ¿no parece que todos y su perro ya han construido IA para resumir y analizar notas clínicas? ¿No se puede agregar fácilmente un análisis más para el cumplimiento? Es una apuesta bastante buena que esta funcionalidad será parte de algún producto más grande muy pronto.
(Por cierto, un área que podría ser distinta es una conversación de voz, que en este momento parece tener un conjunto separado de habilidades y compañeros que trabajan porque interpretar el discurso humano y conversar con humanos es complicado. Puede terminar en la LLM principal lo suficientemente pronto).
Mientras tanto, Vine Kuraitis, Girish Muralidharan y el fallecido Jody Ranck acaban de escribir una serie de 3 partes sobre cómo el EMR se está moviendo de todos modos para convertirse en una plataforma de salud digital unificada más grande que sugiere que la parte clínica del EMR se integrará con todas las otras cosas de proceso en los sistemas de salud. Piense en personal, suministros, finanzas, marketing, etc. y, por supuesto, todavía existe la integración de once entre EMR y dispositivos y sensores médicos en todo el hospital y cualquiera más amplia del ecosistema de salud.
Por lo tanto, esta integración de los conjuntos de datos podría conducir rápidamente a un súper sistema dominado por ANI en el que muchas decisiones se toman automáticamente (por ejemplo, los protocolos de atención de seguimiento de IA como Robbie Pearl sugirieron sobre el tiempo y que los horarios de personal arete de Somean de Babetyyyyyyyyyyyyyyes son más estratégicos. El progreso hacia una investigación profunda y la IA agente realizada por los grandes LLMS ha provocado que muchos (posibles, incluidos Satya Nadella) sugieran que SaaS está muerto. No es difícil imaginar un nuevo futuro en el que todo sea raspado por la IA y los agentes ejecutan todo a nivel mundial en un sistema de salud.
Esto lleva a un problema real para cada jugador en el ecosistema de atención médica.
Si está comprando un sistema de IA, no sabe si la aplicación o solución que está comprando será canibalizada por su propio EHR, o por algo que es Alreamy Bee Bend dentro de su organización.
Si está vendiendo un sistema de IA, no sabe si su producto es una característica de la IA de otra persona, o si la habilidad está en las indicaciones de su cliente porque desarrollar en lugar de en su herramienta. Y peor, hay poca penalización en sus clientes potenciales esperando ver si algo mejor y más barato.
Y esto está sucediendo en un mundo en el que hay nuevos y mejores modelos LLM y otros modelos de IA cada pocos meses.
Creo que por ahora el problema es que, hasta que tengamos una comprensión más clara de cómo se desarrolla todo esto, habrá muchos comienzos falsos, rondas de financiación que no van a ninguna parte, y las implementaciones de IA que no le gusta lo logran. Informes como el de Sofia Guerra y Steve Kraus en Bessmer pueden ayudar, dando 59 “trabajos por hacer”. Me preocupa que nadie esté demasiado seguro de cuál es la herramienta adecuada para el trabajo.
O por supuesto, espero que los señores de mi robot me cuenten la respuesta correcta.
Matthew Holt es el editor de THCB
]