Automatización de flujos de trabajo de seguridad del paciente: Desarrollo e implementación de LLaMPS, una aplicación...

Área de la Ciencia:

• Informática de la Salud
• Inteligencia Artificial en Medicina
• Seguridad del Paciente

Sus antecedentes:

• La adopción de la Inteligencia Artificial Generativa (GenAI) en la atención médica enfrenta desafíos como la privacidad de los datos y la relevancia clínica.
• Los sistemas existentes luchan por gestionar y reportar eficazmente los eventos de seguridad del paciente.

Objetivo del estudio:

• Presentar LLaMPS (Large Language Model for Patient Safety), una plataforma GenAI implementada localmente.
• Mejorar la gestión y notificación de eventos de seguridad del paciente a través de capacidades avanzadas de IA.

Principales métodos:

• LLaMPS utiliza un enfoque de Generación Aumentada por Recuperación (RAG) con modelos de lenguaje grandes (LLMs) seguros alojados institucionalmente.
• Una base de datos vectorial garantiza la privacidad de los datos y el cumplimiento normativo.
• El desarrollo iterativo involucró a clínicos y expertos en seguridad del paciente.

Principales resultados:

• LLaMPS demostró una alta precisión en la clasificación de incidentes.
• La plataforma mostró una mejora en la satisfacción del usuario entre los profesionales de la salud.
• El sistema integra clasificación automatizada, predicción de daños, búsqueda inteligente y un chatbot.

Conclusiones:

• Las soluciones de IA controladas localmente como LLaMPS pueden mejorar significativamente los flujos de trabajo de seguridad del paciente.
• LLaMPS aborda preocupaciones clave sobre la privacidad de los datos y la integración clínica de GenAI en la atención médica.
• La plataforma muestra potencial para una adopción más amplia en la mejora de la seguridad en la atención médica.