ChatGPT para la atención médica: NUHS de Singapur recurre a la IA para aumentar la productividad de los clínicos

El Sistema de Salud de la Universidad Nacional de Singapur (NUHS) está recurriendo a la tecnología de inteligencia artificial para mejorar la productividad de los clínicos. En el corazón de este objetivo se encuentra su GPT recién lanzado, diseñado específicamente para proveedores de atención médica.

Los informes del lunes revelaron que NUHS lanzó una herramienta similar a ChatGPT que puede ayudar a los proveedores de atención médica a resumir las notas de casos de los pacientes en segundos. Llamada "RUSSELL-GPT", el modelo de lenguaje grande también puede escribir cartas de referencia coherentes para los médicos a partir de los resúmenes.

RUSSELL-GPT ha sido entrenado específicamente para proporcionar asistencia y respuestas a preguntas relacionadas con condiciones médicas y pautas de práctica clínica, según el informe. El modelo de IA ya se está utilizando en el modelo de IA de Predicción de Trayectoria del Paciente de NUHS para analizar los recorridos de atención médica de los pacientes individuales a partir de datos históricos. 

"Desde sintetizar conocimiento médico local preciso hasta reducir la carga administrativa de nuestros doctores y enfermeras, este LLM traerá beneficios tanto a los trabajadores de la salud como a los pacientes", dice el profesor asociado y CTO de grupo en NUHS, Ngiam Kee Yuan.

NUHS construye una herramienta similar a ChatGPT para facilitar los flujos de trabajo médicos

La nueva herramienta de IA se construyó según se informa sobre la infraestructura de supercomputación Prescience de escala petabyte de NUHS, que se volvió completamente operativa en julio. Las instalaciones de supercomputación también albergan SMILE AI, otro modelo de cartografía dental 3D impulsado por IA que puede mostrar la posición de la condición dental en la boca. 

Hablando sobre el caso de uso de la supercomputadora en IA, el director de Estrategia, Planificación y Compromiso en NSCC, Bernard Tan, dijo: 

"El lanzamiento de la supercomputadora de NUHS es oportuno debido al interés sin precedentes en la [g]eneración de IA, y especialmente con la escasez mundial de demanda de los recursos de computación necesarios para impulsar estas tecnologías impulsadas por IA."

NUHS está buscando actualmente expandir el caso de uso de RUSSELL-GPT implementándolo progresivamente en todo su clúster. En el futuro, la institución de atención médica según se informa tiene la intención de utilizar la herramienta para analizar y predecir la gravedad y la trayectoria de condiciones de salud comunes, como las infecciones del tracto urinario. 

RUSSELL-GPT ahora se suma a la breve lista de modelos de lenguaje grande diseñados para proporcionar asistencia a los profesionales médicos.

En junio, Cryptopolitan informó que UNC Health, en colaboración con Epic y Microsoft, está probando un LLM para reducir el agotamiento de los clínicos y mejorar la relación paciente-proveedor de salud. La herramienta de IA logra esto ayudando a los clínicos a redactar respuestas a las comunicaciones de los pacientes, entre otras capacidades.

El mes pasado, Integrated Health Information Systems de Singapur también firmó un memorando de entendimiento con Microsoft para construir aplicaciones inteligentes con IA generativa, una de las cuales incluye un GPT que puede automatizar tareas y transformar los flujos de trabajo de los clínicos.

El problema con los modelos de IA en la atención médica

Se cree que la inteligencia artificial tiene enormes beneficios en el sector de la atención médica y más allá. El desarrollo de LLM es solo una de las aplicaciones más exploradas de la tecnología. Sin embargo, a pesar de los casos de uso prometedores, algunos investigadores han encontrado que la información médica generada por IA podría plantear algunos riesgos. 

Investigadores del MIT aprendieron recientemente que los modelos de IA tienen el potencial de exacerbar las inequidades y los sesgos en el diagnóstico y tratamiento médico, especialmente para subgrupos subrepresentados. Los sesgos pueden interferir con cómo se trata a ciertas personas o grupos.

En su análisis, los investigadores descubrieron cuatro tipos de cambios en la subpoblación que causan sesgos con los modelos de IA. Estos incluyen correlaciones espurias, desequilibrio de atributos, desequilibrio de clases y generalización de atributos. Según el equipo, estos cambios deben abordarse para lograr la equidad con los modelos de IA en el campo médico.