Desarrollado en Stanford Medicine, ChatEHR agiliza las revisiones de historias clínicas y otras tareas al permitir que los médicos hagan preguntas sobre información sanitaria electrónica.
De la misma manera que las personas pueden “chatear” con grandes modelos de lenguaje como GPT-4, los médicos de Stanford Health Care ahora pueden interactuar con los registros médicos de un paciente a través de un software respaldado por inteligencia artificial llamado ChatEHR.
La tecnología, actualmente en fase piloto, permite realizar preguntas sobre el historial médico del paciente, resumir automáticamente las historias clínicas y realizar otras tareas. ChatEHR utiliza información del historial médico individual para proporcionar sus respuestas.
“La IA puede optimizar la práctica de los médicos y otros profesionales de la salud, pero no es útil a menos que esté integrada en su flujo de trabajo y la información que utiliza el algoritmo se encuentre en un contexto médico”, afirmó Nigam Shah, doctor en Medicina y Ciencias de la Computación, director de ciencia de datos de Stanford Health Care, quien dirigió el equipo en el desarrollo de la tecnología. “ChatEHR es seguro; extrae datos médicos relevantes directamente de la información; y está integrado en el sistema de historiales médicos electrónicos, lo que facilita y hace más preciso su uso clínico”.
El software ha estado en desarrollo desde 2023, cuando un equipo de investigadores de Stanford Medicine dirigido por Shah; Anurang Revri, vicepresidente y arquitecto empresarial jefe de Tecnología y Servicios Digitales de Stanford Health Care; y otros reconocieron el potencial de los modelos de lenguaje grandes y se inspiraron para crear algo útil para los médicos.
“ChatEHR abre una nueva forma para que los profesionales clínicos interactúen con los historiales médicos electrónicos de forma más ágil y eficiente, ya sea solicitando un resumen de todo el historial o recuperando datos específicos relevantes para la atención del paciente”, afirmó el Dr. Michael Pfeffer, director de información y tecnología digital de Stanford Health Care y la Facultad de Medicina, quien colaboró en el desarrollo e integración del software. “Este es un ejemplo único de integración de las capacidades del LLM directamente en la práctica y el flujo de trabajo de los profesionales clínicos. Nos entusiasma poder ofrecer esto al personal de Stanford Health Care”.
Búsqueda, resumen y recopilación de información más rápidos
Actualmente, el software sólo es accesible para un pequeño grupo de personas en el Hospital de Stanford (33 médicos, enfermeras, asistentes médicos y enfermeras profesionales) que supervisan su rendimiento, perfeccionan su precisión y mejoran su utilidad.
“Hacer que el historial médico electrónico sea más intuitivo significa que los médicos pueden dedicar menos tiempo a explorarlo hasta el último rincón en busca de la información que necesitan”, afirmó la Dra. Sneha Jain, profesora clínica adjunta de medicina y una de las primeras usuarias de esta tecnología. “ChatEHR puede ayudarles a obtener esa información con antelación para que puedan dedicarse a lo importante: hablar con los pacientes y comprender qué está sucediendo”.
Cuando los médicos acceden a la herramienta, reciben la siguiente información: «¡Hola! Soy ChatEHR. Estoy aquí para ayudarte a chatear de forma segura con el historial médico del paciente».
En ese momento, pueden escribir una serie de preguntas sobre el paciente: ¿Tiene alguna alergia? ¿Qué resultados arroja su última prueba de colesterol? ¿Se ha hecho una colonoscopia? ¿Los resultados fueron normales?
ChatEHR no está diseñado para brindar asesoramiento médico, afirmó Shah. El software es una herramienta de recopilación de información que puede agilizar el proceso e, idealmente, ahorrar tiempo. Todas las decisiones quedan en manos de los expertos en atención médica.
“Hacer que el historial médico electrónico sea más fácil de usar significa que los médicos pueden pasar menos tiempo buscando en cada rincón la información que necesitan”. Dra. Sneha Jain, Profesor Asistente Clínico de Medicina.
Más allá de una simple búsqueda, ChatEHR puede agilizar muchas de las tareas que consumen mucho tiempo y que forman parte de la carga de trabajo diaria de un médico. El Dr. Jonathan Chen , doctor en medicina y profesor adjunto de medicina y ciencias de datos biomédicos, señaló que cuando un paciente acude a urgencias, el médico que lo ingresa debe determinar rápidamente cómo ayudarlo.
“No solo importa el dolor de pecho que sienten en ese momento, sino toda su historia, lo que los llevó a ese momento. Todos sus antecedentes son relevantes. «¿Qué medicamentos tomaban, qué efectos secundarios tuvieron, qué cirugías se realizaron y cómo les afectaron?”, dijo. “Es muchísimo trabajo buscar toda esa información en un caso tan urgente, así que agilizar ese proceso sería de gran ayuda”.
Añadió que ChatEHR podría ser útil en algunos casos de traslado. Los pacientes que son transferidos al Hospital Stanford para recibir atención más avanzada suelen llegar con una gran cantidad de información, a veces de cientos de páginas. «Todo ese historial médico es crucial, pero entrar sin más y revisarlo a fondo supone una gran carga», dijo Chen. «Que ChatEHR lo resumiera en un resumen relevante facilitaría el proceso». Y, añadió, ChatEHR no solo proporciona resúmenes de alto nivel, sino que el médico también puede hacer preguntas de seguimiento más exhaustivas para comprender mejor el historial del paciente.
El equipo también está desarrollando lo que llaman «automatizaciones», o tareas de evaluación basadas en el historial y el expediente del paciente. Por ejemplo, el equipo ha creado una automatización que puede determinar si es apropiado transferir a un paciente a la unidad de cuidados paliativos del Hospital Sequoia, afiliado a Stanford Medicine, que ofrece más habitaciones. «Esta evaluación automatizada nos ahorra la carga administrativa de revisar la información del paciente y nos ayuda a determinar rápidamente si un paciente puede ser transferido, lo que facilita el acceso a la atención médica aquí en el Hospital Stanford», dijo Shah. Él y otros están trabajando en otras automatizaciones que, por ejemplo, determinarían la elegibilidad para cuidados paliativos o recomendarían atención adicional después de una cirugía.
Continuando con el lanzamiento
Shah y su equipo continuarán evaluando los casos de uso de ChatEHR con MedHELM , un marco de código abierto, flexible y rentable para la evaluación de maestrías en medicina en el mundo real. También se están desarrollando otras funciones que garantizan la precisión, como las citas que muestran a los médicos de dónde proviene la información dentro del historial médico.
A medida que la tecnología evoluciona, el objetivo es abrir ChatEHR a todos los profesionales clínicos que consultan las «Estamos implementando esto de acuerdo con nuestras directrices de IA responsable, no solo garantizando la precisión y el rendimiento, sino también asegurándonos de contar con los recursos educativos y el soporte técnico necesarios para que ChatEHR sea utilizable y útil para nuestro personal», afirmó Shah.