El Potencial de los LLM en Salud

En el plano administrativo, los modelos de lenguaje (LLM) permitirán automatizar una gran cantidad de tareas repetitivas, mejorar los estándares de atención y reducir costos. En esencia, los LLM son motores de razonamiento que impulsarán agentes de IA capaces de operar al mismo nivel que los trabajadores del conocimiento en salud. Podrán seguir tareas, alcanzar objetivos, resolver problemas y, con ello, contribuir a reducir los costos inflados del sistema sanitario.

En cuanto a la prestación directa de atención médica, el progreso será más lento debido a regulaciones y requisitos de seguridad del paciente. Aun así, será significativamente más rápido que el ritmo habitual en salud. Aunque las regulaciones suelen ir detrás de las capacidades tecnológicas, eventualmente llegaremos a agentes basados en LLM que puedan brindar atención digital al nivel de un médico humano.

La Fase Experimental

El potencial es inmenso: cada persona podría tener un profesional médico virtual en su bolsillo, brindando orientación, respondiendo preguntas y ayudando a gestionar tratamientos.

El destino es claro. La pregunta es cómo llegamos allí.
Hoy la industria sanitaria se encuentra en una fase experimental, en la que distintas organizaciones están probando y aprendiendo.

Desafíos en la Implementación de LLM en Salud

Pasar de un prototipo a un producto funcional es complejo. Entre los principales obstáculos:

• Cumplimiento normativo: El software sanitario debe cumplir regulaciones estrictas (como HIPAA en EE. UU.), y el ecosistema actual de LLM no está completamente preparado para ello.
• Seguridad del paciente y responsabilidad legal: Un LLM que proporcione información médica incorrecta puede poner en riesgo la vida de un paciente y generar responsabilidad legal para el proveedor.
• Integración: Las aplicaciones sanitarias suelen requerir integración con sistemas de historia clínica electrónica (EHR), algo que los LLM no hacen de forma nativa.
• Falta de experiencia técnica: Muchas organizaciones de salud carecen de experiencia en prompt engineering y desarrollo con LLM, que requieren habilidades específicas más allá del machine learning tradicional.

Construir un LLM para Salud Listo para Producción

Para que un LLM esté listo para usarse en producción en salud, debe:

• Permitir guiones conversacionales granulares.
• Generar respuestas flexibles pero controladas.
• Comunicarse de forma proactiva.
• Integrarse con EHR.
• Manejar contextos dinámicos.
• Supervisar salidas para evitar contenido dañino.

Este tipo de arquitectura no está disponible “lista para usar”. Desarrollarla internamente toma meses y una fuerte inversión antes de llegar siquiera a un MVP funcional.

La Solución de Puppeteer

Este es precisamente el problema que resuelve Puppeteer.
Nuestra plataforma permite a las organizaciones de salud crear experiencias impulsadas por LLM de forma rápida y segura. En esencia, construimos la infraestructura que permite crear aplicaciones de salud basadas en LLM en cuestión de días o semanas.

• Cumplimiento con HIPAA por defecto, con firma de BAA.
• Anonimizamos toda la PHI antes de enviarla al LLM (por ejemplo GPT-4) y la desanonimizamos al recibir la respuesta, asegurando que la información sensible nunca salga de nuestros sistemas.
• Posibilidad de definir guiones conversacionales paso a paso, controlando cuánta flexibilidad se permite en cada etapa.
• Configuración de interacciones proactivas, especificando cuándo y cómo el agente debe iniciar nuevas conversaciones.
• Integraciones nativas con EHR (actualmente Epic y Healthie).
• Guardrails para evitar que la IA emita consejos médicos directos o contenido riesgoso.
• Uso de modelos internos para tareas simples y acceso a bases de conocimiento autorizadas con citaciones para toda información clínica.

Este conjunto de funcionalidades permite lanzar MVPs seguros y funcionales en días o semanas, no meses, con un modelo SaaS sin costos de instalación iniciales.

Seguridad y Cumplimiento

Puppeteer es HIPAA-compliant por diseño.

• Firmamos BAAs con nuestros clientes.
• Aplicamos anonimización y desanonimización de PHI para proteger la información sensible.
• Ninguna información médica protegida sale de nuestros sistemas.

Mirada a Futuro

Con nuestra plataforma, estamos sentando las bases de un sistema de salud más automatizado, eficiente y seguro.
El objetivo es evolucionar hacia una plataforma completamente autoservicio, que acelere la innovación en aplicaciones de salud basadas en LLM y permita a las organizaciones centrarse en lo más importante: el cuidado del paciente.