🔥 Ediciones anteriores de este newsletter fueron más teóricas, hoy quiero traerles un Tutorial paso a paso para que puedan utilizar ya mismo en sus consultas médicas.🔥
😵💫 El problema:
Es muy frecuente que nuestros pacientes soliciten un «resumen de Historia Clínica«: para realizar una interconsulta con otro profesional, para obtener reembolsos ante seguros médicos, para justificar ante las aseguradoras la autorización de alguna práctica solicitada por nosotros, etc.
El problema en general es que la confección de los resúmenes suele ser una tarea tediosa que consume mucho de nuestro preciado tiempo… hasta ahora!
La solución: ChatGPT 🥷💥
ChatGPT es un nuevo modelo de IA que lanzó la empresa OpenAI hace un par de semanas y que tomó al mundo por sorpresa por los espectaculares resultados que logra.
Pertenece a una rama de la IA conocida como NLP (Natural Language Processing) o Procesamiento de Lenguaje Natural que estudia las interacciones entre las computadoras y el lenguaje humano.
Específicamente, ChatGPT es un LLM (Large Language Models): modelos de inteligencia artificial capaces de leer, resumir y traducir textos y predecir las palabras futuras de una frase, lo que les permite generar frases similares a cómo hablan y escriben los humanos.
No voy a profundizar en el tema porque no es el objetivo de este artículo, sino que vamos directo a ver cómo podemos aprovechar este modelo en nuestra práctica médica.
🛠️ Cómo usar ChatGPT para redactar Historias Clínicas
⚠️ Algunas consideraciones previas:
- Estos modelos responden ante entradas nuestras de textos llamadas «prompts«. Nosotros escribimos un prompt, y obtenemos una respuesta de texto.
- Conviene probar diferentes prompts hasta obtener la respuesta que deseamos. En el tutorial a continuación voy a mostrar los prompts que utilicé yo, pero pueden ir probando cuál funciona mejor para ustedes.
Empecemos con el paso a paso:
🔰1.- Ingresar al sitio web de ChatGPT (si no tienen usuario, pueden crearse uno de manera gratuita): https://chat.openai.com/auth/login
🔰2.- En la parte inferior de la pantalla principal, tendremos el cuadro para ingresar nuestro primer prompt y comenzar la «charla» con el modelo. Podemos ver en la columna de la derecha las «Limitaciones» del modelo, de las que hablaremos al final del artículo.
Pensemos que este modelo ha sido entrenado (con textos de casi cualquier temática) para ser capaz de resolver múltiples tareas (incluso en múltiples idiomas).
Debido a que estaremos utilizando el modelo para una tarea muy específica (redactar una historia clínica médica), deberemos «poner en contexto al modelo». Debemos aclararle y explicitarle qué es lo que queremos lograr.
Por eso, lo primero que le diremos será:
"Soy un médico oftalmólogo, necesito que realices un resumen de historia clínica de un paciente."
Obviamente, conviene reemplazar la especialidad médica por la de ustedes.
🔰3.- Como en nuestras notas de historia clínica solemos utilizar muchas abreviaturas, deberemos aclararle qué significa cada una de ellas. Este paso lo haremos solo una vez y luego será siempre igual.
En mi caso, utilicé este prompt:
"A continuación te haré saber los significados de las abreviaturas utilizadas habitualmente:
FN: Fecha de Nacimiento
FC: Fecha de Consulta
MC: Motivo de Consulta
AV: Agudeza Visual
c/c: con corrección
s/c: sin corrección
OD: ojo derecho
OI: ojo izquierdo
BMC: biomicroscopía"Claramente existen muchísimas más abreviaturas que habría que explicitarle al modelo para que pueda resolver la tarea en todos los casos, pero para el ejemplo utilizado aquí, con esas abreviaturas es suficiente.
🔰4.- A continuación le pasaremos los datos del paciente tal como los tenemos habitualmente registrados para que genere el reporte:
"Los datos del paciente son los siguientes:
John, Doe
FC: 9/7/2019
MC: cambio de lentes
Le dieron lentes a los 5 años.
AV c/c OD: 6/10; OI 7/10
AV s/c OD: 4/10; OI 4/10
BMC: s/p
RECETA: OD: -1.50 a 25º 10/10; OI: -1.50 a 175º 10/10
Cito para control de AV en 6 meses"Con eso obtuve una respuesta casi perfecta:
🔰5.- Y finalmente, agregué este último prompt:
"Realiza el resumen expresado a modo de redacción natural"
Esto último hizo que, en mi caso, el resultado sea muchísimo mejor y acorde a lo que estaba necesitando.
🎯Resultado Final:
Siguiendo los pasos anteriores, ChatGPT me arrojó el siguiente resultado:
El paciente John Doe acudió a consulta debido a un cambio de lentes. Se le había recetado lentes a los 5 años. En la evaluación, se encontró que la agudeza visual con corrección era de 6/10 en el ojo derecho y 7/10 en el ojo izquierdo. Sin corrección, la agudeza visual era de 4/10 en ambos ojos. La biomicroscopía no mostró patologías evidentes. Se recetó una nueva graduación de lentes, con una graduación de -1.50 a 25º en el ojo derecho y -1.50 a 175º en el ojo izquierdo, lo que permitió mejorar la agudeza visual a 10/10 en el ojo derecho y 10/10 en el ojo izquierdo. Se programó un control de agudeza visual para dentro de 6 meses.
🩺 Un ejemplo más:
🔰6.- Siguiendo con el chat anterior, agregué algunas abreviaturas que me faltaban para este caso:
"Ahora te daré algunas nuevas abreviaturas para que tengas en cuenta:
PIO: Presión intraocular
ANT: Antecedentes
TTO: tratamiento"🔰7.- Y finalmente le proporciono las notas del siguiente paciente:
Los datos del paciente son los siguientes:
Jane, Doe
1/8/2022
MC: Control PIO
ANT: En tto con OD: Glaucotensil TD y Louten; OI: Louten T
PIO: OD 15 / OI 14
Continua con mismo tratamiento
Control de PIO en 3 meses.
Realiza el resumen expresado a modo de redacción naturalY obtuve el siguiente resultado 🎯:
Jane Doe acudió a consulta el 1/8/2022 para realizar un control de la presión intraocular. Presenta antecedentes de tratamiento con Glaucotensil TD y Louten en el ojo derecho y con Louten T en el ojo izquierdo. La presión intraocular fue de 15 en el ojo derecho y de 14 en el ojo izquierdo. Se mantiene en el mismo tratamiento y se le citó para un control de presión intraocular en 3 meses.
Conclusión:
ChatGPT ha demostrado ser una herramienta muy potente y versátil. El resultado logrado es muy satisfactorio y más que suficiente para cubrir la necesidad de la mayoría de los pedidos de resúmenes de Historias Clínicas.
Tal vez realizando un poco de prompt engineering (jugando y probando diferentes entradas de textos y solicitudes diferentes) se pueda ir adaptando a cada necesidad particular.
Sin dudas puede ser de ayuda para optimizar el flujo de trabajo de nuestras clínicas, logrando resultados profesionales con un mínimo de esfuerzo y en una fracción del tiempo que nos tomaría realizar toda la tarea manualmente.
El siguiente paso será integrar esta tecnología directamente dentro de nuestros sistemas de Historias Clínicas digitales… y en eso estamos trabajando 😎
⚠️ IMPORTANTE ⚠️
- ⚠️ Aconsejo no utilizar nunca el nombre real del paciente debido a que estamos subiendo datos sensibles a una plataforma online de terceros, lo que compromete la privacidad de dichos datos y quebranta el acuerdo de confidencialidad de los mismos. Tal como hice en los ejemplos, podemos usar un nombre ficticio y luego reemplazarlo en el informe a entregar al paciente.
- ⚠️ Tal como lo establece OpenAI, el modelo tiene ciertas limitaciones. Puede ocasionalmente generar información incorrecta que «suena plausible». Por este motivo SIEMPRE corroborar los textos generados por ChatGPT, recordemos que los responsables finales de lo que entreguemos al paciente somos nosotros.
- 🔥 Actualmente ChatGPT está GRATUITO ya que está en una fase de «Free Research Preview». El costo operativo del modelo es grande por lo que eventualmente será un servicio de pago. No sabemos aun cuánto costará, pero a modo de referencia, el modelo GPT-3 (DaVinci) de la misma OpenAI cuesta $0.02 cada 1000 tokens (o 750 palabras generadas). O sea que será un costo más que razonable.