Efectos Lingüísticos de la IA Ambiental en la Documentación Clínica: Un Estudio Pre-Post Pareado

Área de la Ciencia:

• Informática Clínica; Procesamiento del Lenguaje Natural; Informática de la Salud

Sus antecedentes:

• Los sistemas de inteligencia ambiental se adoptan cada vez más para la documentación clínica.
• Es crucial cuantificar los cambios lingüísticos en las notas generadas por estos sistemas de IA.

Objetivo del estudio:

• Analizar las diferencias lingüísticas en las notas clínicas antes y después de la implementación de sistemas de documentación de IA ambiental.
• Comparar el impacto de diferentes proveedores de IA ambiental (Nuance DAX y Abridge) en la estructura y el lenguaje de las notas.

Principales métodos:

• Se realizó un análisis pre-post pareado de 6.026 notas clínicas ambulatorias.
• Se evaluaron características lingüísticas que incluyen complejidad sintáctica, ambigüedad léxica, coherencia y legibilidad.
• Los análisis automatizados se validaron mediante una revisión manual de 50 notas pareadas.

Principales resultados:

• La documentación ambiental resultó en notas de Historia de la Enfermedad Actual (HPI) más largas con mayor complejidad sintáctica y coherencia del discurso.
• La ambigüedad léxica disminuyó y la perplejidad del modelo de lenguaje fue menor en las notas HPI ambientales.
• Las secciones de Evaluación y Plan (A&P) mostraron cambios lingüísticos más pequeños y heterogéneos.
• Los efectos dependieron del proveedor y de la sección, y la HPI mostró una estandarización más significativa.

Conclusiones:

• Los sistemas de documentación de IA ambiental alteran sistemáticamente la lingüística de las notas clínicas, lo que lleva a narrativas más elaboradas y predecibles.
• El impacto varía según la sección de la nota (HPI vs. A&P) y el proveedor de IA.
• Las evaluaciones futuras deben considerar impactos más amplios más allá de la eficiencia, como la comunicación y la carga cognitiva.