La combinación del expediente clínico electrónico (ECE) y la inteligencia artificial (IA) es beneficiosa, tanto para los pacientes como para los profesionales de la salud. Un ejemplo de ello lo constituyen los resultados de la colaboración entre Asus Intelligent Cloud Services (AICS) y el hospital de la Universidad Médica Chung Shan (CSMU), en Taiwán. En conjunto, desarrollaron dos herramientas para optimizar los registros médicos, por las cuales acaban de recibir los Premios Nacionales de Innovación de Taiwán.
La primera herramienta está centrada en los pacientes y se basa en el modelo de toma de decisiones compartida (Shared Decision Making o SDM). La otra se orienta a la educación del personal médico al permitirles realizar búsquedas avanzadas. Ambas, mediante el uso de la inteligencia artificial de AICS, clasifican automáticamente, sin intervención manual, los padecimientos de acuerdo con las categorías establecidas en el índice de la Clasificación Internacional de Enfermedades (ICD-10) publicado por la OMS. La información se almacena en bases de datos estructuradas.
AICS y la Universidad Médica de Chung Shan firmaron un memorando de entendimiento para promover el desarrollo de un programa de intercambio de datos y colaboración interinstitucional cuyo objetivo es aprovechar el poder de la inteligencia artificial y el big data para facilitar y acelerar las innovaciones en los campos de la salud pública, la educación sanitaria y la investigación médica.
Mejor médica de mejor calidad
Con motivo de la premiación, el doctor Tai-YiHuang, director de AICS y vicepresidente corporativo de Asus (el 3er fabricante de PC portátiles a nivel mundial), compartió que se han implementado soluciones de inteligencia artificial, como ICD10 Coding Assistant y EMR Search, en 15 centros médicos y hospitales regionales en Taiwán. El doctor Min Che Tsai, superintendente del Hospital de la CSMU, comentó que el uso de la inteligencia artificial y el expediente clínico electrónico centrados en datos ayuda a robustecer la atención médica basada en la evidencia. A su vez, esto mejora la calidad médica y reduce los tratamientos innecesarios.
Por su parte el doctor C.J. Tseng, superintendente adjunto del hospital universitario y expresidente del consejo nacional de EMR en el departamento de Salud de Taiwán, señaló que la combinación de inteligencia artificial y expediente clínico electrónico en el Hospital Chung Shan ya rinde frutos en tres áreas importantes para la atención médica.
Potenciar el expediente clínico electrónico
●Educación en medicina basada en evidencias (MBE): La MBE es un indicador clave de acreditación para los hospitales. Los datos obtenidos mediante el análisis con inteligencia artificial de los expedientes clínicos electrónicos permiten orientar rápida y eficazmente a los internos y residentes en la investigación y el tratamiento clínico.
Por ejemplo, para investigar opciones de tratamiento para la cistitis se pueden buscar las principales cepas de la enfermedad y los antibióticos más utilizados, clasificados en los últimos seis meses. Para investigar el tratamiento del cáncer se pueden examinar los cinco medicamentos más utilizados, incluidos objetivos, productos químicos, antibióticos, fármacos gástricos y fármacos alérgicos, entre otros. Esto mejora drásticamente el proceso de recopilación de información.
●Prácticas de medicina preventiva: Los tratamientos contra el cáncer a menudo producen efectos secundarios, como infecciones e incluso sepsis. Mediante el uso de datos compilados por algoritmos de IA dinámicos y actuales, los médicos pueden evaluar rápidamente cuáles medicamentos son susceptibles de causar efectos secundarios. Para ello emplean criterios clave, como el tipo de cáncer, el tipo de quimioterapia y el conteo de glóbulos blancos.
●Gestión de la calidad médica: A través del análisis de big data los hospitales pueden revisar periódicamente los indicadores de calidad médica críticos, como las tasas de reingreso de emergencia de tres días y las tasas de reingreso temprano (dentro de los siete días posteriores al alta). Esta información se puede utilizar para intervenciones de seguridad y gestión de riesgos que ayudan a mejorar y evitar hospitalizaciones repetidas.