Se genera una cantidad cada vez mayor de datos de salud y ciencias de la vida a partir de una variedad cada vez mayor de fuentes, como prácticas médicas, laboratorios, compañías farmacéuticas, pagadores, registros de salud electrónicos y sistemas de imágenes, y la proliferación de dispositivos IoT. No controlar adecuadamente todos esos datos está creando lo que Michael K. Giannopoulos llama «lodo de datos».
“Nos estamos acercando rápidamente al punto en el que la cantidad de datos y la cantidad de puntos de ingestión que tenemos se vuelven inmanejables para un humano o una serie de humanos”, dijo Giannopoulos, director de seguridad de la información de salud y ciencias de la vida, director de tecnología. para Dell Technologies. El resultado, dijo, son «manchas amorfas de datos» que necesitan clasificarse por relevancia.
Las tecnologías de inteligencia artificial y aprendizaje automático están bien preparadas para ayudar a las organizaciones de atención médica a obtener y mantener el control sobre todos estos datos. Estas herramientas avanzadas no solo sintetizan conjuntos de datos para obtener información procesable; también pueden analizar, priorizar y proteger adecuadamente los datos de los pacientes rápidamente.
“No estamos reemplazando a los seres humanos de ninguna manera o forma”, enfatizó Giannopoulos, quien también es el Director Federal de Salud de Dell. En cambio, dijo, estas herramientas aumentarán la capacidad humana y mejorarán la prestación de atención si los modelos se desarrollan con aportes de las partes interesadas clínicas, no solo de los científicos de datos.
La IA puede ayudar a los equipos de TI de atención médica a categorizar los datos y aplicar las pautas de seguridad más rentables según las clasificaciones, en lugar de aplicar las mismas protecciones independientemente de la relevancia de los datos. Por ejemplo, los registros médicos electrónicos y los datos de imágenes se incluirían en el Nivel 1 y requerirían una infraestructura de seguridad cibernética más sólida que los registros de datos de acceso de usuarios de nivel 2.
Giannopoulos enfatizó que este enfoque de menor costo aún significa que todos los datos permanecen seguros. “No estamos bajando el nivel de seguridad en torno a diferentes niveles de datos, pero estamos racionalizando entre los niveles de datos y su impacto en las operaciones y el RTO. [recovery time objectives] escenarios, que pueden ser menos costosos”, dijo.
Actualmente, la IA generativa como ChatGPT de OpenAI está recibiendo atención por su potencial para destilar cantidades masivas de datos en bits digeribles. Giannopoulos cree que estos grandes modelos de lenguaje eventualmente pueden ayudar a las organizaciones de atención médica a determinar los niveles de protección de datos y ayudar a prevenir el ransomware, la exfiltración de datos y otras amenazas cibernéticas.
Él imagina sistemas de salud que desarrollan sistemas de IA generativos privados utilizando datos internos para implementar y automatizar las pautas de seguridad correctas. Se sabe que los productos disponibles públicamente en la actualidad, como ChatGPT, que se basan en Internet en general, devuelven respuestas inexactas e incluso, como dice Giannopoulos, «alucinan» hasta el punto de construir estudios de pacientes y resultados que nunca tuvieron lugar.
“La IA generativa de búsqueda general pública será muy diferente de lo que desarrollarán los científicos de datos y los profesionales de la tecnología para la atención médica como parte de la prestación de atención”, señaló.
La radiología, con un enfoque singular en el descubrimiento de anomalías en las imágenes, ahora lidera el camino en los escaneos asistidos por IA. Giannopoulos, que ha pasado toda su carrera en el cuidado de la salud, cree que la patología digital será la próxima en adoptar la IA porque también se basa en imágenes, lo que facilita la creación de conjuntos de reglas que marcan anomalías.
Ofrece un consejo clave para cualquier sistema de salud que aún no haya incorporado estas nuevas tecnologías, pero que esté interesado en las posibilidades de aprovechar la IA y el análisis avanzado para proteger y validar los datos de los pacientes y reducir el «lodo de datos»: «Conozca sus datos». y recuerda… Tu estrella polar es siempre el paciente”.
