Grant Lunney, responsable de producto de EverHealth: serie de entrevistas

Grant Lunney es responsable de producto en EverHealth y cuenta con casi dos décadas de experiencia en tecnología sanitaria, operaciones clínicas y estrategia de producto. Su trayectoria incluye Boulder Community Health, OTTO Health, NextGen Healthcare y CrowdHealth, con especial atención a la atención ambulatoria y a los desafíos prácticos que enfrentan los consultorios médicos. En EverHealth, trabaja en la aplicación de la IA a la documentación clínica y los flujos de trabajo de los consultorios para que los profesionales clínicos dispongan de más tiempo para atender a los pacientes.

EverHealth ofrece tecnología sanitaria que abarca historias clínicas electrónicas, gestión de consultorios, facturación médica y comunicaciones con los pacientes. EverHealth Scribe utiliza IA ambiental para convertir las conversaciones entre pacientes y profesionales sanitarios en borradores de notas clínicas dentro de la historia clínica electrónica, que luego los profesionales clínicos revisan y aprueban. En esta entrevista, Lunney habla sobre la documentación de salud conductual, el consentimiento y la privacidad de los pacientes, la supervisión clínica y cómo la IA puede reducir el trabajo administrativo en los consultorios independientes.

Tu trayectoria abarca casi dos décadas en tecnología sanitaria, desde las operaciones clínicas y la estrategia en Boulder Community Health hasta puestos de liderazgo de producto en OTTO Health, NextGen Healthcare, CrowdHealth y ahora EverHealth. ¿Cómo han influido estas experiencias en tu perspectiva sobre el papel que debería desempeñar la IA en la atención sanitaria, y qué te atrajo de la oportunidad de liderar la innovación de productos en EverHealth?

He dedicado casi dos décadas a trabajar en tecnología sanitaria, principalmente en el ámbito de la atención ambulatoria. Durante ese tiempo, he visto una evolución extraordinaria de las herramientas que hemos puesto a disposición de los médicos para ayudarlos a ejercer la medicina. Recuerdo cuando la prescripción electrónica era toda una novedad. La posibilidad de que un médico enviara una receta electrónicamente y esta estuviera lista cuando el paciente llegara a la farmacia supuso un avance significativo. Desde entonces, hemos incorporado historias clínicas electrónicas cada vez más sofisticadas, automatización de procesos, interoperabilidad y todo tipo de herramientas diseñadas para hacer más eficiente la atención sanitaria.

Pienso en la IA de manera muy similar. Ya hablemos de grandes modelos de lenguaje, IA generativa o modelos predictivos, se trata de herramientas adicionales en nuestro repertorio. El objetivo sigue siendo el mismo: aumentar la eficiencia de los profesionales clínicos y, en última instancia, mejorar la calidad de la atención que pueden brindar.

Pensemos en un médico de atención primaria que atiende a una población de 2.500 o 3.000 pacientes. Sus días se consumen entre consultas por problemas agudos, gestión de medicamentos y atención a pacientes con varias enfermedades crónicas. Pero no creo ni por un segundo que esos médicos no quisieran dedicar más tiempo a trabajar de forma preventiva con sus pacientes: hablar de nutrición, ejercicio, salud conductual y los factores sociales que afectan a la salud de una persona; ayudar a la gente a hacer cambios significativos que quizá eviten que aparezca otra enfermedad crónica. Para eso estudiaron medicina.

Eso es lo que me entusiasma de la IA. Estamos empezando a desarrollar tecnología capaz de quitarles de encima a los profesionales clínicos una parte considerable del trabajo administrativo y del procesamiento de información, para que tengan más tiempo para ejercer la medicina.

Lo que me atrajo de EverHealth es nuestra capacidad para aplicar esta tecnología de forma gradual en todo un consultorio médico. Creo firmemente en resolver un problema de manera excepcional y luego pasar al siguiente. Podemos mejorar la documentación clínica, después el reconocimiento de diagnósticos, luego la codificación, las órdenes, las recetas y las operaciones del consultorio. Con el tiempo, todas esas mejoras empiezan a funcionar en conjunto.

EverHealth Scribe utiliza IA para transformar las conversaciones entre pacientes y profesionales sanitarios en documentación clínica estructurada. ¿Puedes explicarnos cómo funciona la tecnología, desde la captura de una consulta hasta la generación de una nota clínica, y qué distingue su enfoque de otras soluciones de documentación médica basadas en IA?

En su forma más sencilla, un asistente de documentación clínica con IA escucha la conversación entre un paciente y un profesional clínico, utiliza reconocimiento de voz para entender qué se dice y quién lo dice, y luego recurre a un gran modelo de lenguaje para organizar la información clínicamente pertinente en una nota estructurada. El profesional clínico revisa esa información, hace las correcciones necesarias y aprueba la documentación final.

Creo que estamos llegando a un punto en el que la mayoría de los buenos asistentes de documentación clínica con IA ambiental son ya muy capaces de realizar esa tarea fundamental. Los modelos varían en sofisticación y precisión, pero creo que las mayores oportunidades para diferenciarse estarán cada vez más en todo lo que rodea ese proceso.

Para nosotros, eso empieza por determinar cuánto más del trabajo del profesional clínico podemos completar una vez que se genera la nota. Ya hemos añadido recomendaciones de diagnósticos y códigos CPT, y estamos ampliando nuestras funciones para incluir órdenes y recetas, todo integrado directamente en la historia clínica electrónica. También incorporamos contexto de consultas anteriores, antecedentes médicos y documentación previa a la consulta, porque una conversación de 15 minutos es solo una pequeña parte de una historia clínica mucho más amplia. Además, estamos desarrollando anotaciones que recogen las observaciones y notas que hacen los profesionales clínicos y que nunca expresan en voz alta.

También hemos incorporado mecanismos de fiabilidad en todas esas funciones. Si un profesional clínico pasa 30 minutos con un paciente y luego descubre que la grabación falló, la experiencia es desastrosa; por eso tenemos que tener en cuenta todo, desde la ubicación del micrófono hasta las conexiones wifi inestables.

Si hacemos bien todo eso, el profesional clínico debería terminar la consulta con prácticamente todo el trabajo de documentación ya hecho. Solo le quedaría revisar el contenido clínico, aplicar su criterio y actuar según las recomendaciones que considere pertinentes.

Las consultas de salud mental suelen incluir conversaciones muy personales, matices emocionales y revelaciones delicadas. ¿Qué desafíos técnicos específicos plantea desarrollar una herramienta de documentación clínica con IA para la salud conductual, y cómo se aseguran de que el sistema registre con precisión la información clínicamente relevante sin malinterpretar el contexto ni documentar detalles personales innecesarios?

Una sesión de psicoterapia de 50 minutos, una consulta de salud conductual de 15 minutos y una visita de medicina interna de siete minutos son conversaciones muy distintas. Y la documentación que debería resultar de cada encuentro también será diferente.

Así que partimos del profesional clínico y trabajamos hacia atrás. ¿Qué información hay que registrar? ¿Cómo debe organizarse? ¿Qué nivel de detalle es clínicamente adecuado? Y ¿qué aspecto debe tener la nota final para que el profesional tenga la confianza de que representa fielmente el encuentro?

Una vez que hemos establecido eso, podemos empezar a configurar y perfeccionar la IA para que genere documentación acorde con esas expectativas. El objetivo es tomar lo que podría ser una conversación muy larga, compleja y profundamente personal, y condensarla en la información clínica que realmente sea pertinente para la atención del paciente.

Y creo que esto es especialmente importante en la salud conductual. Que algo se haya dicho durante una sesión no significa automáticamente que deba constar en la historia clínica permanente del paciente. El modelo también debe interpretar correctamente el significado clínico y, en la salud conductual, una misma afirmación puede tener sentidos muy distintos según el contexto. Por eso, la revisión y el criterio del profesional clínico siguen siendo esenciales.

Dedicamos mucho tiempo a hablar de lo inteligentes que son estos modelos, pero creo que parte del trabajo más importante se realiza antes de que el modelo genere siquiera una nota. Consiste en definir cómo debe ser un resultado clínico satisfactorio y, luego, mejorar continuamente la fiabilidad con la que lo producimos.

En pocas palabras, nuestro proceso consiste en definir qué significa hacer un buen trabajo, partir de ahí hacia atrás y dejar que el profesional clínico tenga la última palabra sobre si lo hemos conseguido.

Un estudio de KFF reveló que al 77% de los adultos de EE. UU. les preocupa la privacidad de la información médica que comparten con herramientas de IA. ¿Cómo aborda EverHealth estas inquietudes, especialmente en lo que respecta a la conservación de los datos de los pacientes, el acceso de terceros y el uso de información delicada para entrenar o mejorar modelos de IA?

Esa preocupación es legítima, y no creo que los pacientes deban tener que renunciar a la privacidad para recibir una mejor atención. Al mismo tiempo, una empresa tecnológica no debería pedirles que confíen ciegamente en sus medidas de protección. Los pacientes y los consultorios merecen respuestas claras sobre qué información usamos, quién puede acceder a ella y durante cuánto tiempo la conservamos.

Con EverHealth Scribe, la información de los pacientes se procesa para facilitar la documentación clínica y la continuidad de la atención. Colaboramos con socios tecnológicos, entre ellos CarePilot, y aplicamos garantías contractuales, como acuerdos con socios comerciales, que regulan el tratamiento de la información médica protegida. También utilizamos cifrado y controles de acceso, y la información que permite identificar a los pacientes no se utiliza para entrenar modelos de IA. Las transcripciones de Scribe están disponibles durante un máximo de 180 días, lo que permite a los profesionales clínicos volver a consultar el contexto pertinente de distintos encuentros; además, los consultorios pueden solicitar que se eliminen las transcripciones.

En definitiva, no podemos añadir la privacidad a la innovación a posteriori. Debe influir en las decisiones que tomamos sobre lo que desarrollamos, aquello con lo que nos conectamos y lo que conservamos.

Mentavi Health, que ha implementado EverHealth Scribe, obtiene el consentimiento de los pacientes durante la admisión y antes de cada visita. ¿Qué importancia tiene este modelo de consentimiento continuo para generar confianza en los pacientes, y qué debería ocurrir si un paciente rechaza la documentación asistida por IA o retira su consentimiento durante una sesión?

El método de Mentavi, que consiste en obtener el consentimiento durante la admisión y de nuevo antes de cada visita, reafirma que el paciente tiene voz en la forma en que se presta su atención.

Pasé buena parte de mi carrera en la telemedicina, así que creo que, por lo general, los pacientes están abiertos a la tecnología cuando pueden apreciar el valor que aporta. Lo ideal es que tengan más contacto visual y una interacción más directa, y que el profesional clínico esté realmente concentrado en la conversación, en lugar de permanecer detrás de una computadora portátil o escribir en una estación de trabajo. Es una propuesta de valor bastante convincente.

Por supuesto, ese valor debe ir acompañado de la posibilidad de elegir. Los pacientes deben entender cómo se utiliza la tecnología y sentirse cómodos rechazándola. Si alguien retira su consentimiento durante una visita, la grabación debe detenerse y el profesional clínico debe poder continuar con el encuentro y documentarlo mediante su flujo de trabajo habitual. Toda información que ya se haya recopilado debe tratarse de acuerdo con los requisitos aplicables en materia de consentimiento y privacidad.

En definitiva, creo que la confianza se gana aportando valor de manera constante. Si ayudamos a los profesionales clínicos a dedicar más tiempo a interactuar con los pacientes y estos realmente perciben la diferencia, estamos haciendo algo bien.

Las notas clínicas generadas por IA conllevan riesgos potenciales, como información inventada, detalles omitidos e interpretaciones inexactas de las declaraciones de los pacientes. ¿Qué medidas de protección ha implementado EverHealth para detectar estos errores y cómo se aseguran de que los profesionales clínicos mantengan una supervisión significativa, en lugar de limitarse a aprobar la documentación generada por IA?

Los profesionales clínicos trabajan codo con codo con la herramienta de documentación y son responsables de editar las notas generadas por IA antes de incorporarlas al expediente médico, con el fin de reducir al mínimo la probabilidad de que haya discrepancias en el resultado.

El profesional clínico debe revisar y editar la información antes de incorporarla al expediente médico. En última instancia, sigue siendo responsable de determinar si la nota representa fielmente la consulta y si se omitió o interpretó mal algo importante.

El otro componente fundamental es la retroalimentación continua. Después de cada consulta, preguntamos a los profesionales clínicos si la documentación les resultó útil, y más del 96 % de las respuestas han sido positivas. Es una señal alentadora de que aportamos valor de manera constante.

Cuando un profesional clínico comunica un problema, nuestro equipo se pone en contacto directamente para entender qué ocurrió, identificar la causa y determinar cómo podemos mejorar la experiencia. Esa relación directa con quienes usan la tecnología es una parte sumamente importante de cómo desarrollamos y perfeccionamos el producto.

En última instancia, creo que así se construye la confianza en la documentación asistida por IA: haciendo accesible la información subyacente, manteniendo una supervisión clínica significativa y evaluando continuamente si la tecnología realmente está siendo útil.

Mentavi Health informó recientemente de una implementación por fases que incluyó a más de 30 profesionales clínicos con licencia y más de 14 000 notas clínicas asistidas por IA, con mejoras en la documentación estructurada y en la captura de códigos de diagnóstico. ¿Cuáles han sido los hallazgos más importantes de esta implementación y cómo miden si los asistentes de documentación con IA están mejorando realmente la productividad de los profesionales clínicos, la precisión de la documentación y la atención al paciente?

Una de las lecciones más importantes de la implementación de Mentavi es que una adopción exitosa depende de mucho más que la tecnología en sí. Mentavi reunió conocimientos clínicos, administrativos y tecnológicos para definir estándares de documentación, establecer medidas de calidad e introducir funcionalidades de manera cuidadosa. Esa colaboración es precisamente el tipo de innovación responsable que debería darse en la atención médica.

Con Scribe, el problema que intentamos resolver es sencillo: los profesionales clínicos dedican demasiado tiempo a documentar las consultas. Así que la pregunta es: ¿cuánto de ese tiempo y esfuerzo podemos eliminar?

Evaluamos el tiempo dedicado a la documentación, la satisfacción de los profesionales clínicos y la eficacia con que funciones como el reconocimiento de diagnósticos y las recomendaciones de códigos CPT eliminan pasos adicionales del flujo de trabajo. A medida que incorporemos órdenes y recetas, aplicaremos el mismo criterio. Cada función debería eliminar otra parte significativa del trabajo diario del profesional clínico.

La mejora en la captura de códigos de diagnóstico fue especialmente alentadora. En la evaluación, los encuentros en los que se utilizó Scribe alcanzaron una tasa de captura de códigos de diagnóstico cercana al 80 %, frente a aproximadamente un 26 % sin esta herramienta. Se trata de una mejora sustancial en la coherencia de la documentación clínica estructurada y de un gran ejemplo de cómo la IA puede aportar valor más allá de limitarse a generar una nota.

La cantidad de notas generadas es alentadora, pero los resultados que importan son la cantidad de trabajo que eliminamos y la calidad y coherencia de la documentación que ayudamos a producir.

Los consultorios médicos y de salud mental independientes suelen contar con menos recursos administrativos que los sistemas de salud de mayor tamaño. ¿Cómo puede la documentación basada en IA ayudar a los consultorios más pequeños a competir y qué obstáculos relacionados con los costos de implementación, la integración en los flujos de trabajo o la adopción de tecnología aún deben superarse?

Creo que la mayor oportunidad para los consultorios independientes es poder elegir. Al liberar a los profesionales clínicos y al personal del trabajo administrativo, les damos a los consultorios la libertad de decidir mejor cómo emplear su tiempo y sus recursos. Quizá un médico quiera atender a más pacientes. Quizá prefiera dedicar más tiempo a los pacientes que ya tiene. O quizá simplemente quiera terminar su última consulta a las cinco, dedicar 15 minutos a revisar la documentación e irse a casa, en vez de pasar otras dos horas poniéndose al día. Todos esos resultados son valiosos, y debería ser el propio consultorio quien decida cuál es el más importante.

En cuanto a la implementación, ya somos el proveedor de tecnología del consultorio, así que la integración en los flujos de trabajo es responsabilidad nuestra, no de ellos. Scribe funciona en dispositivos que los profesionales clínicos ya tienen, y puede bastar con una o dos sesiones de capacitación para empezar. Dicho esto, un consultorio pequeño tiene muy poco margen para hacer frente a problemas técnicos. Por eso, nuestro objetivo es que la configuración sea lo más autónoma posible.

En última instancia, creo que la IA permite a los consultorios independientes acceder a capacidades y eficiencias operativas que antes requerían organizaciones mucho más grandes. Y, algo igualmente importante, les da a quienes trabajan en esos consultorios más control sobre cómo emplean su tiempo.

Ante la creciente diversidad de leyes que los estados están aprobando para regular la IA en la atención médica, especialmente en salud conductual, ¿cómo aborda EverHealth este entorno regulatorio fragmentado? ¿Qué dificultades surgen al desarrollar un producto de IA que debe adaptarse a distintos requisitos de consentimiento del paciente, privacidad de datos y supervisión clínica en múltiples jurisdicciones?

Siento que ya he visto esta película. Antes de la COVID-19, dediqué gran parte de mi carrera a la telesalud y a lidiar con las diferencias entre estados en materia de licencias, lugar de residencia del paciente, consentimiento, prescripción y reembolsos. Luego, las reglas cambiaron prácticamente de la noche a la mañana y tuvimos que crecer mientras seguían cambiando.

El panorama de la IA me resulta parecido. Nos centramos en anticiparnos a las leyes propuestas, comprender las particularidades estatales y federales, y desarrollar el producto de manera que pueda adaptarse.

Esto es especialmente importante en la telesalud conductual, donde un mismo profesional clínico puede atender a pacientes de muchos estados. El consentimiento, la privacidad y la supervisión clínica deben ser elementos configurables y fundamentales del servicio.

La verdadera lección de esa experiencia es que el producto debe diseñarse desde el principio para adaptarse a las regulaciones. Esa es la filosofía que aplicamos a la IA en EverHealth. Nuestra labor consiste en absorber toda la complejidad posible para que los profesionales clínicos puedan centrarse en brindar atención.

De cara al futuro, las capacidades de la IA se están expandiendo rápidamente más allá de la documentación, hacia el apoyo a la toma de decisiones clínicas, la participación de los pacientes y unos flujos de trabajo sanitarios cada vez más autónomos. ¿Dónde cree que debería mantenerse el límite entre la asistencia de la IA y el criterio clínico humano, especialmente en salud mental, y cómo prevé que evolucione la tecnología de EverHealth en los próximos tres a cinco años?

La IA puede escuchar, organizar, sacar a la luz información pertinente y hacer sugerencias. Pero el criterio clínico corresponde al profesional clínico.

Esto es especialmente importante en salud mental, donde el historial de un paciente, un cambio de tono o incluso lo que queda sin decir pueden tener tanta importancia como las propias palabras. La tecnología debería permitir que los profesionales clínicos estén más presentes en esos momentos, no menos.

En los próximos tres a cinco años, la oportunidad va mucho más allá de contar con un asistente de documentación clínica más inteligente. La visión de EverHealth es ofrecer un recorrido de atención ambulatoria inteligente, en el que la tecnología ayude a conectar los momentos anteriores, durante y posteriores a una consulta.

Imaginemos una clínica que recuerda lo importante: el historial pertinente está disponible cuando se necesita, los profesionales clínicos pueden centrarse en el paciente en lugar de reconstruir información fragmentada, y las decisiones clínicas se incorporan de manera más coherente a la documentación, la codificación, la coordinación de la atención y el seguimiento. No buscamos simplemente agilizar tareas individuales. Queremos reducir las fricciones entre ellas.

Nuestro objetivo rector en todo lo que hacemos es garantizar que cada paciente se sienta plenamente escuchado y que cada profesional tenga la claridad necesaria para brindar una atención segura y coordinada.

Gracias por esta excelente entrevista. Invitamos a los lectores que deseen conocer más sobre la documentación clínica asistida por IA y los flujos de trabajo sanitarios conectados a visitar EverHealth.