Los LLM en el sector salud, un agente de cambio

Los LLM han sido los protagonistas de la democratización de la inteligencia artificial, desde ChatGPT hasta Gemini, estas plataformas han revolucionado servicios de atención al cliente, consultas e incluso creación de contenido, pero van mucho más allá de eso y un ejemplo es el sector salud. ¿Cómo lo está cambiando? Descúbralo con nosotros.

Según proyecciones de Global Market Insights, el impacto de la inteligencia artificial en el sector salud es gigantesca, superando los 317 mil millones de dólares en 2032. Una cifra disparada por varias tendencias que van desde la analítica predictiva hasta el uso de los grandes modelos del lenguaje (LLM).

El volumen de este mercado se explica por la diversidad de este nicho, que incluye desde la fabricación de medicamentos,  la administración de recursos, el pago de grandes nóminas y por supuesto la gestión de la experiencia de los clientes (pacientes), así como de los proveedores y el talento humano.

En este nicho los LLM han logrado apalancarse no solo como una herramienta de atención de quejas, trámites y reclamos, también han logrado convertirse en verdaderos asistentes médicos y más avanzado aún, como generadores de datos sintéticos empleados en la lucha contra enfermedades poco frecuentes.

No todos los LLM son iguales

Dados a conocer por el auge de plataformas como ChatGPT, de OpenAI, y Gemini, de Google, entre otros, los grandes modelos de lenguaje se han convertido en la tecnología de moda.  Sin embargo, es importante distinguir entre los modelos de propósito general y sus contrapartes especializadas como ocurre en salud.

Los modelos específicos creados para el sector salud están ajustados con grandes volúmenes de datos médicos que demuestran un rendimiento superior en tareas clínicas de alta complejidad. Además, este mercado requiere de mayor precisión y fiabilidad, imagine las consecuencias de un error en este terreno.

Aplicaciones de los LLM en salud

Los modelos de lenguaje aplicados a la salud están transformando diferentes áreas de la atención médica como el diagnóstico y apoyo clínico. Herramientas como Med-PaLM 2 han alcanzado un desempeño comparable al de expertos en exámenes médicos, lo que permite a los profesionales tomar decisiones más precisas y acceder a información actualizada sobre condiciones y tratamientos.

En cuanto a la automatización administrativa, estos sistemas generan notas clínicas, remisiones, resúmenes y codificación médica, además de responder consultas en portales de pacientes. Esto no solo disminuye la carga operativa, sino que también reduce errores humanos.

De manera complementaria, el análisis multimodal permite procesar texto, imágenes y audios médicos para tareas como la interpretación de radiografías, la estratificación de riesgos y la creación de informes, lo que agiliza evaluaciones más completas.

El presente y futuro de los LLM

La forma más efectiva de integrar los LLM en los flujos de trabajo clínicos es en un rol de apoyo, con supervisión humana de las decisiones finales. Esto se debe al riesgo de que los modelos produzcan resultados inexactos o «alucinados«.

En el presente, los LLM son cruciales para optimizar la administración de la atención médica, abordando la sobrecarga de información y la carga de documentación. Como muestra, los chatbots impulsados por IA y los asistentes virtuales pueden manejar hasta el 70% de las llamadas telefónicas de rutina.

Este enfoque en tareas menos riesgosas es una estrategia para que las organizaciones generen un retorno de inversión (ROI) tangible antes de abordar aplicaciones clínicas de mayor riesgo con la IA.

Además, los LLM especializados facilitan la atención personalizada mediante chatbots que apoyan el triaje, el seguimiento, la educación en salud y la asistencia en salud mental, incluso en distintos idiomas y contextos culturales.

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik