¿Puede la IA abordar el problema de la burocracia de la atención médica?

Westend61/Getty Images

La productividad en la industria de la salud de los Estados Unidos está disminuyendo, y lo ha hecho siempre desde la Segunda Guerra Mundial. A medida que el coste del tratamiento de los pacientes sigue aumentando, la esperanza de vida en los Estados Unidos empieza a otoño. Sin embargo, cada vez hay más pruebas de que la inteligencia artificial (IA) puede revertir la espiral descendente de la productividad al automatizar el laberinto de tareas administrativas ineficientes y que requieren mucha mano de obra del sistema, muchas de las cuales tienen poco que ver con el tratamiento de los pacientes.

Ineficiencias administrativas y operativas cuenta para casi un tercio de los 3 billones de dólares en costes anuales del sistema de salud estadounidense. La mano de obra es el mayor gasto operativo individual del sector, con seis de cada 10 las personas que trabajan en el cuidado de la salud nunca interactúan con los pacientes. Incluso los que sí lo hacen pueden gastar tan poco como El 27% de su tiempo trabajar directamente con los pacientes. El resto lo dedico delante del ordenador, a realizar tareas administrativas.

Centro Insight

• El futuro de la atención médica

  Patrocinado por Medtronic

  Crear mejores resultados a un coste reducido.

Con herramientas impulsadas por la IA capaces de procesar enormes cantidades de datos y hacer recomendaciones en tiempo real, algunos hospitales y aseguradoras están descubriendo que pueden reducir las horas administrativas, especialmente en los ámbitos de la documentación reglamentaria y las reclamaciones fraudulentas. Esto permite a los empleados de la salud dedicar más tiempo a los pacientes y centrarse en satisfacer sus necesidades de manera más eficiente.

Sin duda, como hemos visto con la adopción de los registros médicos electrónicos (EHR), el sector de la salud tiene un historial de demoras en lo que respecta a la adopción de nuevas tecnologías y de no lograr maximizar los beneficios de eficiencia que ofrecen las nuevas tecnologías. Fue uno de los últimos sectores en aceptar la necesidad de digitalizar y, en general, ha diseñado sistemas digitales que no gustan a los médicos y al personal médico, lo que ha contribuido a las advertencias sobre el agotamiento en el sector.

Sin embargo, la adopción de la IA no requiere el esfuerzo hercúleo que hicieron los registros médicos electrónicos (EHR). Mientras que los EHR requirieron una inversión de miles de millones de dólares y compromisos multianuales por parte de los sistemas de salud, la IA se centra más en soluciones específicas. Implica mejoras en la productividad realizadas en incrementos por parte de las organizaciones individuales sin el requisito previo de colaboración y estandarización entre los actores de la salud que exige la adopción del EHR.

De hecho, las soluciones de IA que abordan la reducción de costes y la reducción de la burocracia (donde la IA podría tener el mayor impacto en la productividad) ya están produciendo el tipo de beneficios internos que sugieren que es posible hacer mucho más en las oficinas administrativas de los actores de la salud. En la mayoría de los casos, se trata de experimentos lanzados por hospitales o aseguradoras individuales.

Aquí analizamos tres formas en que la IA reduce las tareas administrativas mundanas de varios proveedores de atención médica y logra nuevas eficiencias.

Asignaciones de camas de hospital más rápidas

Asignar rápidamente a los pacientes a las camas es fundamental tanto para la recuperación de los pacientes como para la salud financiera de los hospitales. Los hospitales grandes suelen emplear equipos de 50 o más administradores de camas que pasan la mayor parte del día haciendo llamadas y enviando faxes a varios departamentos para hacerse con su parte de las camas disponibles. Este trabajo se hace más complejo debido a las necesidades únicas de cada paciente y al momento en que llegan las solicitudes de cama, por lo que no siempre se trata de camas insuficientes, sino de que no hay suficientes del tipo correcto en el momento adecuado.

Introduzca la IA con la capacidad de ayudar a los hospitales a anticipar con mayor precisión la demanda de camas y a asignarlas de manera más eficiente. Por ejemplo, al combinar los datos de disponibilidad de camas y los datos clínicos de los pacientes con las solicitudes de camas proyectadas en el futuro, un centro de control del Hospital Johns Hopkins impulsado por la IA ha podido prever los cuellos de botella y sugerir medidas correctivas para evitarlos, a veces con días de antelación.

Como resultado, desde que el hospital presentó su nuevo sistema hace dos años, Johns Hopkins puede asignar las camas un 30% más rápido. Esto tiene reducido la necesidad de mantener a los pacientes operados en las salas de recuperación un 80% más tiempo del necesario y reducir el tiempo de espera para dormir para los pacientes que ingresan a la sala de emergencias en un 20%. La nueva eficiencia también permitió a Hopkins aceptar un 60% más de pacientes trasladados de otros hospitales.

Todas estas mejoras se traducen en más ingresos hospitalarios. El éxito de Hopkins ha llevado al Hospital Humber River de Toronto y al Hospital General de Tampa de Florida a crear los suyos propios Impulsado por IA centros de control también.

Documentación más sencilla y mejorada

La recopilación, el análisis y la validación rápidos de los registros médicos es otro aspecto en el que la IA ha empezado a marcar la diferencia. Los proveedores de atención médica suelen gastar casi 39 000 millones de dólares cada año para garantizar que sus historiales médicos electrónicos cumplan con unas 600 directrices federales. Los hospitales asignan alrededor de 60 personas realizan esta tarea de media, una cuarta parte de los cuales son médicos y enfermeras.

Este cálculo cambia cuando los proveedores utilizan una herramienta impulsada por la IA desarrollada en colaboración con el proveedor de historiales médicos electrónicos Cerner Corporation. Integrada en el flujo de trabajo de los médicos, la herramienta de IA creada por Nuance Communications ofrece sugerencias en tiempo real a los médicos sobre cómo cumplir con las directrices federales mediante el análisis de los datos clínicos y administrativos de los pacientes.

Siguiendo las recomendaciones de la herramienta de IA, algunos proveedores de atención médica han reducido el tiempo gastó en documentación hasta un 45% y, al mismo tiempo, hizo que sus registros cumplieran un 36% más con las normas.

Detección automática de fraudes

El fraude, el despilfarro y el abuso también siguen siendo una pérdida constante. A pesar de tener un ejército de investigadores de reclamaciones, cuesta al sector hasta 200 000 millones de dólares al año.

Si bien la IA no eliminará esos problemas, sí ayudará a las aseguradoras a identificar mejor las reclamaciones que los investigadores deben revisar (en muchos casos, incluso antes de que se les pague) para reducir de manera más eficiente el número de reclamaciones sospechosas que se tramitan en el sistema. Por ejemplo, la startup Fraudscope ya tiene salvó a las aseguradoras más de mil millones de dólares mediante el uso de algoritmos de aprendizaje automático para identificar posibles reclamaciones fraudulentas y alertar a los investigadores antes del pago. Su sistema de IA también prioriza las afirmaciones que generarán más ahorros, garantizando que el tiempo y los recursos se utilicen donde tengan el mayor impacto.

Preparándose para la IA

Cuando se trata de reducir la carga administrativa de la atención médica mediante la IA, solo estamos empezando a rayar la superficie. Sin embargo, la capacidad de la industria para amplificar ese impacto se verá limitada a menos que tome medidas para eliminar ciertos impedimentos.

En primer lugar, las organizaciones sanitarias deben simplificar y estandarizar los datos y los procesos antes de que los algoritmos de IA puedan funcionar con ellos. Por ejemplo, encontrar de manera eficiente las camas de hospital disponibles no puede ser posible a menos que todos los departamentos definan el espacio de camas en los mismos términos.

En segundo lugar, los proveedores de atención médica deberán derribar las barreras que normalmente existen entre los sistemas de tecnología de la información personalizados y los conflictivos en los diferentes departamentos. La IA solo puede automatizar el traslado de pacientes de los quirófanos a las unidades de cuidados intensivos (UCI) si los sistemas de TI de ambos departamentos son capaces de comunicarse entre sí.

Por último, la productividad del sector no mejorará mientras demasiados miembros del personal sanitario sigan ocupando puestos que no añadan valor al negocio al mejorar los resultados. Los actores de la salud tienen que empezar a reducir su fuerza laboral aprovechando las Tasa de deserción del 20% y automatizar las tareas, en lugar de cubrir puestos en piloto automático.

La tarea de mejorar la productividad en la atención médica mediante la automatización de las tareas administrativas con la IA no se completará rápida ni fácilmente. Sin embargo, el progreso ya logrado por las soluciones de IA es lo suficientemente alentador como para que algunos se pregunten si reinvertir los ahorros derivados de ellas también podría, en última instancia, reducir el coste total de la atención médica y mejorar su calidad. Para una industria conocida por su enfoque glacial del cambio, la IA ofrece algo más que un poco de luz al final de un largo túnel.