Actualmente, los médicos pasan alrededor del 49% de su jornada laboral documentando visitas clínicas, lo cual impacta en la productividad y la atención al paciente. Por cada ocho horas programadas con pacientes, los médicos de oficina dedican más de cinco horas en registros electrónicos de salud (EHR). Esta carga documental ha generado un interés significativo en soluciones de inteligencia conversacional. Estas herramientas permiten que el diálogo entre el médico y el paciente sea transcrito automáticamente durante las consultas y posteriormente sintetizado en documentación clínica gracias a la tecnología de inteligencia artificial (IA), agilizando así los procesos.
Una de estas soluciones es el Asistente de Reunión en Vivo (LMA, por sus siglas en inglés) para el sector salud, que utiliza la potencia de la IA generativa y Amazon Transcribe para proporcionar asistencia en tiempo real y elaborar notas clínicas de manera automática durante las consultas virtuales. Esta herramienta, desarrollada inicialmente para la transcripción y toma de notas en reuniones virtuales, ha sido adaptada para generar notas clínicas durante las consultas doctor-paciente de manera más eficiente.
El LMA captura el audio del orador y los metadatos directamente desde aplicaciones de reuniones basadas en navegador (actualmente compatible con Zoom y Chime, con próximas integraciones de otras plataformas) y convierte el habla en texto con Amazon Transcribe. Luego, utilizando modelos básicos de Amazon Bedrock, genera notas clínicas personalizadas en tiempo real. Esto permite a los profesionales de la salud proporcionar recomendaciones personalizadas sin necesidad de dedicar horas adicionales a documentar encuentros con los pacientes. La automatización de la transcripción de conversaciones, combinada con modelos de lenguaje avanzados, facilita la generación de borradores de notas clínicas para EHRs u otros sistemas, reduciendo la carga documental y el riesgo de agotamiento de los clínicos.
Se invita a explorar una demostración que muestra el LMA para el sector salud en acción durante una interacción simulada con un paciente.
Diferencias entre AWS HealthScribe y LMA para el sector salud:
AWS HealthScribe es un servicio basado en API que genera notas clínicas preliminares fuera de línea después de la visita del paciente. Está dirigido a desarrolladores de aplicaciones y ha sido probado rigurosamente contra conjuntos de datos para minimizar errores y garantizar que cada oración en los resúmenes esté vinculada al transcripto original mediante un mapeo de evidencia.
LMA para el sector salud es una solución de aplicación completa y de código abierto que actúa como un asistente virtual para los especialistas, mejorando la productividad y aliviando las cargas administrativas, incluidas las de documentación clínica. Utiliza varios servicios de AWS para proporcionar una experiencia de transcripción en tiempo real y generativa de IA, y puede ser utilizado tal cual, personalizado según sea necesario y adaptado para crear características e integraciones específicas. En el futuro, se espera que LMA para el sector salud utilice la API de AWS HealthScribe además de otros servicios de AWS.
El despliegue de la solución es accesible a través de un repositorio en GitHub y puede implementarse en una cuenta de AWS siguiendo las instrucciones proporcionadas. Esta implementación cubre los pasos para descargar e instalar la extensión del navegador Chrome, iniciar el uso del LMA, el flujo del proceso, procedimientos de monitoreo y resolución de problemas, evaluación de costos y opciones de personalización.
El LMA para el sector salud ofrece diversas ventajas como la reducción del tiempo de documentación clínica, respuestas a preguntas basadas en conocimiento, mayor eficiencia en encuentros con pacientes, personalización y escalabilidad, mejora continua y ahorro de costos.
Para experimentar el impacto del Asistente de Reunión en Vivo para el sector salud, una solución flexible y personalizable dirigida a simplificar la generación de notas clínicas en tiempo real, los proveedores de salud pueden centrarse en lo que realmente importa: ofrecer una atención excepcional al paciente. La aplicación de muestra del LMA está disponible como código abierto, proporcionando una base sólida para proyectos propios, permitiendo mejoras y funcionalidad incrementada a través de solicitudes de mejoramiento en GitHub.
Se agradecen los comentarios y sugerencias a través del foro de problemas en el repositorio de LMA en GitHub.
vía: AWS machine learning blog
