Introducción y Objetivos
Integrar herramientas de inteligencia artificial (IA) en entornos de atención médica implica interacciones complejas entre tecnologías y usuarios principales. La falta de comprensión clara de estas interacciones dificulta la adopción de la IA/ML (aprendizaje automático) en las organizaciones de salud y presenta desafíos para los investigadores al identificar oportunidades para simplificar la adopción y desarrollar mejores prácticas. Este estudio documenta el proceso de diseño, construcción e integración de una solución de IA llamada SepsisWatch en el Sistema de Salud de la Universidad de Duke. Se realizaron 20 entrevistas con el equipo de ingenieros y científicos que lideraron el proyecto multi-anual.
Métodos
El estudio utiliza un “Mapa del Recorrido del Algoritmo” que enumera todas las actividades sociales y técnicas a lo largo del ciclo de vida de la solución de IA. El mapa captura actividades desde la adquisición, desarrollo, integración y gestión del ciclo de vida de la herramienta SepsisWatch. Se identificaron y documentaron lecciones aprendidas, asunciones de modelado, inclusión de partes interesadas y estructura organizacional.
Resultados
El mapa del recorrido del algoritmo se organiza en cuatro etapas principales:
- Identificación del Problema: La organización identificó la sepsis como un problema que necesitaba ser abordado y decidió que una solución basada en IA era la mejor aproximación.
- Desarrollo: Incluye la construcción de la herramienta de IA para sepsis, la preparación del entorno clínico y el diseño de la interfaz de usuario y la experiencia del usuario. Se subdivide en dos etapas: construcción y validación del modelo, y diseño de la interfaz de usuario y la experiencia del usuario.
- Integración: Integrar la herramienta de IA en el entorno clínico, dividiéndose en integración técnica e integración clínica.
- Gestión del Ciclo de Vida: Actividades post-despliegue para gestionar, mantener, evaluar y actualizar la herramienta de IA.
Lecciones Aprendidas
- Asunciones de Modelado: Decisiones técnicas tempranas limitaron la capacidad futura de la herramienta, como la exclusión de datos de pacientes en UCI que requería un nuevo proyecto para extender su uso.
- Inclusión de Partes Interesadas: La integración clínica fue compleja debido a la falta de inclusión temprana de líderes de enfermería. La comunicación y la inclusión de todos los niveles jerárquicos son cruciales para la adopción de herramientas de IA.
- Estructura Organizacional: La necesidad de soporte de alto nivel para involucrar a expertos externos y alinear los incentivos organizacionales con las prioridades de la herramienta de IA fue clave para su implementación exitosa.
Discusión y Conclusiones
El estudio destaca la importancia de mapear procesos para la adopción de IA en la atención médica. A pesar de ser específicos para SepsisWatch, los aprendizajes y el enfoque generalizado proporcionan una guía para otras organizaciones. Se recomienda la estandarización del proceso de adopción de IA en salud, así como la creación de artefactos de trazabilidad y transparencia para facilitar la adopción de herramientas de IA. El estudio también reconoce las limitaciones de centrarse en un solo caso y la necesidad de más investigaciones para validar estos hallazgos en otros contextos y tecnologías.
Referencia Bibliográfica: #
Boag, W., Hasan, A., Kim, J. Y., Revoir, M., Nichols, M., Ratliff, W., Gao, M., Zilberstein, S., Samad, Z., Hoodbhoy, Z., Ali, M., Khan, N. S., Patel, M., Balu, S., & Sendak, M. (2024). The algorithm journey map: a tangible approach to implementing AI solutions in healthcare. npj Digital Medicine, 7:87. https://doi.org/10.1038/s41746-024-01061-4
Enlace al Artículo: #
The algorithm journey map: a tangible approach to implementing AI solutions in healthcare
