Comparación de asistentes de IA ambientales: un ensayo clínico cruzado aleatorizado que aborda el impacto de las...

Área de la Ciencia:

• Informática Médica
• Optimización del Flujo de Trabajo Clínico
• Inteligencia Artificial en la Atención Médica

Sus antecedentes:

• El agotamiento profesional y las ineficiencias en la documentación son desafíos importantes en la atención médica.
• Las tecnologías de asistentes de IA ambientales ofrecen soluciones potenciales para mitigar estos problemas.

Objetivo del estudio:

• Comparar la eficacia de dos tecnologías de asistentes de IA ambientales en la reducción del agotamiento profesional.
• Evaluar las mejoras en la satisfacción del flujo de trabajo y la eficiencia de la documentación.
• Evaluar el impacto en el tiempo de los registros médicos electrónicos (RME) fuera del horario programado.

Principales métodos:

• Se realizó un ensayo cruzado aleatorizado abierto con 160 médicos ambulatorios.
• Los participantes fueron aleatorizados en dos grupos, cada uno experimentando ambos productos de IA de asistencia (A y B) durante dos períodos.
• Se evaluaron la satisfacción del flujo de trabajo, el agotamiento (Índice de Agotamiento de Copenhague) y las métricas de eficiencia.

Principales resultados:

• El producto B mostró mejoras significativamente mayores en la satisfacción del clínico (2,51 frente a 1,91 puntos en una escala de 7 puntos) en comparación con el producto A.
• Ambas IA de asistencia redujeron las puntuaciones de agotamiento personal y laboral, sin diferencias significativas entre ellas.
• El producto B dio lugar a mayores reducciones en el tiempo de documentación diario (una media de -3,19 minutos por día en comparación con el producto A).

Conclusiones:

• La tecnología de asistentes de IA ambientales, en particular el producto B, puede mejorar la satisfacción del clínico y reducir el tiempo de documentación.
• Si bien ambas herramientas ayudaron a aliviar el agotamiento profesional, las ganancias de eficiencia en áreas como el "tiempo de pijama" no se vieron afectadas significativamente.
• Puede ser necesaria una mayor investigación para abordar limitaciones como el posible sesgo de selección de participantes y la duración del estudio.