Ali Morin, Directora de Informática de Enfermería en symplr – Serie de Entrevistas

Ali Morin, Directora de Informática de Enfermería en Symplr, es una líder en enfermería y tecnología sanitaria con experiencia que abarca desde la atención en el lecho hasta los sistemas clínicos y la informática de enfermería. Antes de convertirse en Directora de Informática de Enfermería en 2024, se desempeñó como Vicepresidenta de Informática de Enfermería en symplr y ocupó cargos senior de informática en Halo, centrados en la comunicación clínica, la implementación y la adopción. Anteriormente, Morin trabajó en informática clínica y análisis en el Centro Médico Infantil de Cincinnati y lideró importantes iniciativas de documentación clínica electrónica y ordenación de proveedores computarizada en el Hospital Infantil de Boston. Su experiencia como enfermera registrada le da una perspectiva clínica sobre el uso de la tecnología y el diseño del flujo de trabajo para reducir la carga administrativa y mejorar la entrega de atención.

symplr es una empresa de software de operaciones de atención médica de empresa que se centra en conectar y simplificar los sistemas administrativos y operativos que respaldan la entrega de atención médica. Su plataforma de operaciones en la nube reúne capacidades que abarcan la gestión de la fuerza laboral, los datos y la acreditación de proveedores, la calidad y la seguridad, la comunicación clínica y la programación de médicos, la gestión de talentos, la gestión de gastos, el cumplimiento, el acceso y la gestión de contratos, con el objetivo de reemplazar soluciones fragmentadas con flujos de trabajo y datos más integrados. La empresa también está incorporando inteligencia artificial en toda su plataforma para respaldar la automatización y la toma de decisiones, manteniendo la gobernanza de datos específica de la atención médica en el centro de su enfoque. symplr afirma que su tecnología es utilizada por nueve de cada diez hospitales de EE. UU. y más de 400 planes de salud de EE. UU.

Habiendo pasado casi tres décadas como enfermera de cabecera, líder en informática clínica y ahora Directora de Informática de Enfermería en symplr, ¿cuáles son los errores más grandes que consistentemente ha visto que las empresas de tecnología cometen al diseñar IA para enfermeras, y cómo ha influido su propia experiencia en la línea de frente en su enfoque para el desarrollo de IA hoy en día?

La atención médica ha estado aquí antes. Los registros electrónicos de salud prometieron eficiencia, pero al principio, a menudo crearon más cargas administrativas porque los clínicos de la línea de frente que se esperaba que los usaran a diario no estuvieron involucrados en el diseño o la implementación de estas herramientas. Lo experimenté en primera persona con el primer REM que utilicé en la cabecera y nuevamente cuando se tomaron decisiones de flujo de trabajo en la sala de juntas con poco reconocimiento en las sesiones de diseño para los clínicos que estarían haciendo clic cuando se pusiera en vivo. La IA nos da la oportunidad de hacerlo bien, pero solo si no repetimos ese error.

Comencé mi carrera hace más de 25 años como enfermera de cuidados críticos pediátricos, y he pasado las últimas dos décadas en informática de enfermería. He visto ambos lados: cómo la tecnología ayuda cuando se construye con perspectivas y consultas de clínicos, y cómo rápidamente se convierte en una fuente de frustración cuando no es así. El error que todavía veo es que las organizaciones de atención médica diseñan soluciones para el flujo de trabajo que creen que tiene una enfermera, no para el entorno real, lleno de interrupciones, prioridades competitivas y momentos en que la documentación y la atención al paciente ocurren al mismo tiempo.

Mi experiencia en la línea de frente da forma a una prueba simple que aplico a cada herramienta de IA: ¿Apoya significativamente el trabajo de una enfermera o se convierte solo en otra cosa que compite por su atención? Si es lo último, no importa cuán avanzado sea el modelo por debajo; es solo otra prioridad competitiva que agrega a la carga de trabajo de una enfermera y compite por su tiempo.

A menudo argumenta que los clínicos necesitan estar involucrados en todo el desarrollo de IA, no solo durante la implementación. ¿Qué aspecto tiene la participación significativa de los clínicos, y por qué tantas iniciativas de IA en la atención médica todavía lo hacen mal?

La participación de las enfermeras en la gobernanza de la tecnología debería ser una expectativa estructural, integrada en la forma en que las organizaciones evalúan y despliegan tecnología desde el principio. Eso significa asegurarse de que las enfermeras estén en la sala en cada paso del camino: desde la adquisición hasta la implementación y la evaluación.

La primera vez que una enfermera ve una solución no debería ser después de que se tome la decisión y se capacite al personal. Las enfermeras que utilizan estas herramientas todos los días identificarán desafíos y oportunidades que los administradores, desarrolladores y proveedores pueden nunca ver, simplemente porque, como clínicos, viven dentro del flujo de trabajo.

La mayoría de las iniciativas de IA en la atención médica lo hacen mal porque tratan la entrada clínica como un punto de control en lugar de un proceso continuo. A menudo, se le pide a una enfermera que proporcione comentarios durante la demostración o el piloto, y eso se cuenta como “participación de los clínicos”. La participación real se parece más al trabajo que hago en symplr, estando en la sala cuando diseñamos, desarrollamos y evolucionamos nuestras soluciones de IA. La participación de los clínicos también se puede ver en grupos como el Comité de Liderazgo, Innovación, Tecnología y Transformación de AONL, o el Grupo de Trabajo de Proveedores de HIMSS, donde las enfermeras definen las competencias y la gobernanza que las organizaciones de atención médica utilizan para evaluar la tecnología; no solo reaccionan a lo que ya se ha construido.

Los gerentes de enfermeras pueden pasar una parte significativa de su día creando y ajustando horarios. ¿Cómo está cambiando fundamentalmente la IA la gestión de la fuerza laboral, y dónde está viendo los mejores mejoras medibles en eficiencia y satisfacción del personal?

Las herramientas de programación y gestión de la carga de trabajo impulsadas por IA eliminan mucha de la complejidad operativa que ha agobiado a los líderes de enfermería durante mucho tiempo. Tareas que antes requerían una coordinación manual interminable, como construir el horario, ajustarlo en tiempo real y cubrir las llamadas de última hora, pueden automatizarse cada vez más en lugar de consumir el día de un gerente de enfermeras.

En el lado de la eficiencia, tenemos datos que muestran el impacto. Por ejemplo, con la programación integrada en la plataforma de fuerza laboral existente de symplr, la solución combinada ahora puede predecir las necesidades de personalización hasta 120 días con una precisión del 96%. Eso es un cambio medible, desde un enfoque reactivo, día a día, hasta uno que permite a los líderes de enfermeras y clínicos planificar.

Es más difícil vincular la satisfacción del personal a la programación pronosticada, pero las enfermeras que se sienten apoyadas por los sistemas que los rodean tienden a permanecer en la profesión más tiempo. El Consejo Nacional de Juntas de Enfermería informó que de las enfermeras que dijeron que tenían la intención de dejar la profesión en los próximos cinco años, el 41,5% citó el estrés y el agotamiento como la causa, con la carga de trabajo, la falta de personal y el salario inadecuado como las otras principales razones. Cuando la programación de personal deja de consumir el día de un gerente, y las brechas de cobertura se anticipan con anticipación, eso es el tipo de cambio positivo que puede impactar cómo la gente se siente sobre sus trabajos.

La programación predictiva promete anticipar las escasez antes de que se conviertan en crisis. ¿Qué señales de datos están resultando más valiosas, y cómo garantiza que estos modelos apoyen a las enfermeras en lugar de simplemente optimizar los costos laborales?

Las señales que más importan son aquellas que revelan una brecha antes de que la situación se vuelva urgente, como cuánto tiempo antes se llenan los turnos y con qué frecuencia una unidad se apoya en incentivos de última hora para cubrir un turno. Bellin Health es un buen ejemplo. Una vez que el equipo clínico tuvo visibilidad sobre los turnos abiertos y las brechas de cobertura, el equipo llenó el 65% de los turnos dos o más semanas antes y el 80% dentro de una semana, en lugar de apresurarse en el último minuto para cerrar las brechas de personalización.

La forma de mantener los modelos honestos es midiendo más que el costo. La programación predictiva ahorró a Bellin Health más de un millón de dólares en costos laborales. Pero lo que importa a sus enfermeras es que el 80% de los turnos se llenaron temprano. Un modelo construido con la entrada de las enfermeras va más allá de la eficiencia, la seguridad y la previsibilidad para impactar positivamente la satisfacción de las enfermeras.

La atención médica ha visto muchas implementaciones de tecnología que aumentaron la carga administrativa en lugar de reducirla. ¿Qué distingue las herramientas de IA que las enfermeras adoptan de aquellas que rápidamente se convierten en otra fuente de frustración?

Las herramientas que las enfermeras adoptan son aquellas que se desvanecen en el fondo. Por ejemplo, la documentación que se escribe sola mientras una enfermera permanece completamente presente con un paciente, o flujos de trabajo que eliminan tareas repetitivas en lugar de agregar nuevas pantallas para revisar. Las herramientas que se convierten en otra fuente de frustración son generalmente implementadas sin estar basadas en cómo trabajan las enfermeras, en lugar de agregar a la cantidad de elementos que una enfermera debe revisar, hacer clic o verificar mientras atiende a los pacientes.

Se trata de transparencia y ajuste. Cuando el liderazgo es transparente sobre lo que hace una herramienta y por qué, y está construida alrededor de flujos de trabajo reales en lugar de una versión idealizada, entonces el beneficio es real: más tiempo para la atención al paciente, más tiempo para el pensamiento crítico y más capacidad para mentorizar a enfermeras más nuevas. Pero cuando no es así, la tecnología se convierte en un obstáculo en un trabajo ya exigente.

A medida que los ciclos de desarrollo de IA continúan acelerándose, ¿está preocupada de que las organizaciones de atención médica puedan priorizar la velocidad sobre la validación clínica? ¿Qué salvaguardas deberían existir antes de que los sistemas de IA se integren en entornos de atención al paciente?

Sí, el enfoque en la velocidad en lugar de la validación es una preocupación real. El ritmo del desarrollo de IA es rápido, y los requisitos regulatorios y de seguridad de la atención médica existen por una buena razón. Las organizaciones que lo hacen bien tratan la validación clínica y la gobernanza de las enfermeras como parte del proceso de diseño desde el primer día, no como algo agregado antes del lanzamiento para satisfacer una lista de verificación.

Para mí, la salvaguardia básica es que las enfermeras y otros clínicos de la línea de frente evalúen estas herramientas antes de que toquen la atención al paciente. Más allá de eso, los sistemas de salud necesitan transparencia sobre lo que está haciendo un sistema, y un proceso claro para que los clínicos señalenican cuando algo no está funcionando. Las estructuras de gobernanza nacional, como las que están siendo construidas por grupos de la industria como AONL y HIMSS, dan a las organizaciones un marco de acción en lugar de dejar que cada sistema de salud lo aborde solo.

Más allá de la programación, ¿dónde cree que la IA tiene el mayor potencial no aprovechado para reducir el agotamiento entre las enfermeras al mismo tiempo que mejora los resultados de los pacientes en los próximos cinco años?

La documentación es donde todavía veo el mayor espacio para crecer. Las herramientas ambientales están comenzando a capturar los momentos entre la atención que históricamente han pasado desapercibidos. Hay mucho más terreno que cubrir en los próximos años, tanto para darles a las enfermeras tiempo de vuelta como para construir un registro más completo de lo que sucedió durante un encuentro con el paciente.

La enfermería virtual es otra área con un espacio real para crecer. Actualmente, se utiliza principalmente para la educación del paciente, la documentación de admisión, la planificación de alta y la monitorización remota. La oportunidad más grande es escalar ese apoyo, para que más enfermeras de cabecera obtengan tiempo para centrarse en el paciente que tienen delante en lugar de la documentación que los rodea. Es importante tener en cuenta que las herramientas ambientales y la enfermería virtual no pueden reemplazar el juicio de un clínico. La tecnología simplemente elimina tareas que compiten silenciosamente con ella.

Mirando hacia adelante, ¿qué consejo daría a los ejecutivos de atención médica que desean construir estrategias de IA que las enfermeras apoyen en lugar de resistir, y qué papel debería desempeñar el liderazgo de enfermería en la configuración de la próxima generación de IA clínica? 

Mi consejo es involucrar a las enfermeras en la adquisición de tecnología, implementación y evaluación desde el principio. Las enfermeras que trabajan con estas herramientas todos los días identificarán desafíos y oportunidades que otros pueden pasar por alto. También, invertir en el desarrollo de liderazgo digital ahora, no años después. No podemos esperar que los líderes de enfermeras guíen decisiones tecnológicas complejas sin darles las herramientas o el conocimiento para hacerlo bien.

El papel del liderazgo de enfermería es asegurarse de que la participación clínica sea intencional, no incidental. A través de mi trabajo en el comité de AONL, hemos definido las competencias digitales que los líderes de enfermeras necesitan: fluidez digital, la capacidad de colaborar entre partes interesadas y alinear las decisiones tecnológicas con flujos de trabajo y resultados clínicos reales. Programas como la Beca de Liderazgo en Tecnología de Enfermería Karlene Kerfoot, que symplr creó en asociación con The DAISY Foundation, existen para asegurarse de que más enfermeras tengan acceso a ese tipo de preparación.

Cuando los líderes de enfermeras tienen un asiento real en la mesa, la tecnología se alinea más estrechamente con cómo se entrega la atención, la adopción mejora, la carga administrativa se reduce y la seguridad y los resultados de los pacientes mejoran. Ese es el punto.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar symplr.