La inteligencia artificial tiene el potencial de revolucionar la salud local, desde la optimización de tareas administrativas hasta la predicción y prevención de brotes. Sin embargo, para muchos, sus beneficios siguen siendo inalcanzables. Una encuesta de 2024 destaca una brecha preocupante: mientras el 24% de los grandes departamentos de salud locales están utilizando activamente la inteligencia artificial o planean adoptarla en el próximo año, solo el 5% de los departamentos pequeños y el 7% de los departamentos medianos reportan lo mismo.
La buena noticia es que hay interés en la inteligencia artificial: alrededor del 40% de los departamentos de salud locales expresan interés en explorar la IA. Pero sin esfuerzos proactivos para cerrar esta brecha, las consecuencias podrían ser significativas. Es probable que los trabajadores de la salud sigan sobrecargados con tareas administrativas repetitivas, y las comunidades que dependen de los departamentos de salud locales podrían enfrentar un acceso reducido a servicios de salud esenciales y rentables.
Por eso es importante que los departamentos de salud locales aprendan a superar los obstáculos comunes para la implementación de la IA con pasos simples y prácticos. Al priorizar la educación del personal, comenzando con aplicaciones prácticas y estableciendo pautas claras, los departamentos de salud locales pueden sentar las bases para una adopción sostenible de la IA. Este enfoque finalmente mejora la eficiencia, los resultados de salud y garantiza una atención rentable para las comunidades a las que sirven.
Definir la IA para una implementación efectiva del personal
Los malentendidos sobre la IA representan una barrera importante para la implementación, a menudo alimentados por el entusiasmo abrumador que rodea a la tecnología. Algunos trabajadores temen que el uso generalizado de la IA pueda llevar a la eliminación de empleos. Otros temen que las alucinaciones o información errónea proporcionada a veces por la IA puedan disminuir la calidad de su trabajo. Para superar estos miedos, los líderes de la salud local deben liderar definiendo y modelando la adopción de la IA. La capacitación clara y específica puede garantizar que la IA se vea como una herramienta para mejorar el trabajo de los profesionales de la salud pública, en lugar de reemplazarlo.
La educación efectiva del personal comienza con desmitificar la IA y establecer expectativas realistas. La capacitación debe centrarse en aplicaciones prácticas relevantes para el trabajo de salud local, destacando su potencial para integrarse naturalmente en proyectos en curso. Además, talleres prácticos, estudios de caso y apoyo continuo pueden ayudar a los empleados a ganar confianza en las herramientas de IA. Al invertir en educación, los departamentos de salud locales pueden capacitar a su fuerza laboral para adoptar la IA, mejorando en última instancia la eficiencia y el impacto en la comunidad.
Comenzar con pequeños cambios para lograr un gran impacto
Es esencial para implementar la IA saber por dónde empezar. Al identificar los primeros casos de uso de la IA, pequeños cambios dirigidos a reducir el trabajo administrativo que consume tiempo pueden ser los más impactantes. Entre el 5% de los departamentos de salud locales que actualmente utilizan IA, las aplicaciones más comunes son la generación de materiales y planes de comunicación, redacción de correos electrónicos y respuestas a cartas: tareas rutinarias que, aunque necesarias, consumen un tiempo valioso.
Automatizar tareas administrativas repetitivas permite a los trabajadores de la salud pública centrar su atención en responsabilidades de mayor impacto. En lugar de estar abrumados por interminables papeleos, los empleados pueden pasar más tiempo interactuando directamente con comunidades y pacientes. Ya sea brindando atención, realizando divulgación o respondiendo a preocupaciones de salud pública en tiempo real, la eficiencia impulsada por la IA garantiza que el personal pueda concentrarse en su misión principal: brindar servicios de salud preventiva esenciales para proteger a las comunidades de enfermedades y lesiones.
Pautas claras facilitan el uso seguro
Otra barrera común para la implementación de IA es la preocupación de que la seguridad y la privacidad de los datos puedan verse comprometidas. A menudo, los departamentos de salud locales que buscan implementar IA pueden encontrarse con vacilaciones o resistencia por parte de los empleados o legisladores que temen la divulgación de información confidencial debido a esto. De hecho, el 78% de los departamentos de salud locales citan esto como su miedo más común relacionado con la IA.
Para abordar esta preocupación, los departamentos de salud locales deben establecer pautas claras para el uso de la IA, especialmente en lo que respecta a la privacidad de los datos. Las pautas exitosas deben instituir prácticas sólidas de gobernanza de datos que protejan conjuntos de datos sensibles, desidentifiquen datos de pacientes o personales y implementen protección integral en todo el ciclo de vida de los datos.
Otra estrategia clave es utilizar datos disponibles públicamente siempre que sea posible en lugar de datos extraídos de datos propios de clientes o pacientes. Por ejemplo, utilizar la IA para ayudar a escanear y resumir comentarios públicos relacionados con la salud en foros abiertos como Reddit, Twitter o podcasts puede ayudar a los funcionarios a comprender mejor el pensamiento actual sobre las prácticas de salud del mundo real. Además, aprovechar la IA para ayudar a los usuarios a acceder más rápidamente a información precisa de documentos y capacitaciones públicas oficiales puede ayudar a mejorar la confiabilidad y utilidad de información que de otra manera sería difícil de descubrir.
Al establecer políticas claras y enfocarse en la implementación responsable de la IA, los departamentos de salud locales pueden superar las preocupaciones de seguridad y comenzar a utilizar la IA de manera que mejore la salud local sin introducir riesgos innecesarios.
Adelantándose a la curva de la IA
Si bien la IA ya tiene un tremendo potencial, la realidad es que su poder y accesibilidad seguirán creciendo con el tiempo. Y a medida que la curva de aprendizaje de la IA se vuelve más empinada, aquellos que no comiencen a integrar la IA ahora corren el riesgo de quedarse aún más rezagados. Dar pequeños pasos hoy, desde la optimización de tareas rutinarias hasta el establecimiento de pautas claras y la priorización de la educación del personal, asegurará que los departamentos de salud locales estén preparados para aprovechar la IA de manera efectiva y mantenerse a la vanguardia.
Foto: erhui1979, Getty Images
John Auerbach es el principal experto en salud federal de ICF y líder de pensamiento dentro del negocio del sector público de la empresa. El liderazgo de pensamiento de John avanza en la combinación de la experiencia científica y de dominio probado de ICF con soluciones analíticas y tecnológicas de vanguardia para impulsar mejores resultados de salud para los clientes. Eddie Kirkland es Director de Ciencia de Datos en ICF y un destacado experto en estadísticas e IA con más de 20 años de experiencia en datos y liderazgo organizacional. Se especializa en guiar proyectos ricos en datos desde el concepto hasta la entrega, trabajando directamente con los clientes para identificar áreas de necesidad, desarrollar soluciones personalizadas en un marco ágil y entregar resultados claros y significativos. Como científico de datos, Eddie apoya a clientes federales, incluidos los Centros para el Control y la Prevención de Enfermedades (CDC) en varias áreas de investigación mediante la entrega de soluciones completas de DataOps. Creó un sistema automatizado de vigilancia para rastrear el cierre de escuelas a nivel nacional y aprovechó la inteligencia artificial generativa de un gran modelo de lenguaje autohospedado. Eddie también diseñó e implementó un motor de procesamiento de lenguaje natural, que ayuda a destilar tendencias de salud pública a partir de datos crudos de redes sociales, y una plataforma de automatización de procesos robóticos (RPA), que redujo meses de investigación minuciosa a un sistema completamente automatizado basado en el procesamiento de lenguaje natural.
Esta publicación aparece a través del programa MedCity Influencers. Cualquiera puede publicar su perspectiva sobre negocios e innovación en salud en MedCity News a través de MedCity Influencers. Haz clic aquí para averiguar cómo.