Transcripción de voz para mejorar la atención médica

Comparte este post

Share on facebook
Share on linkedin
Share on twitter
Share on email

Utilizando transcripción de voz para mejorar la atención al paciente.

En un post anterior te comentamos nuestra experiencia utilizando reconocimiento de voz en ambiente clínico. 

Los programas piloto, han sido una herramienta que nos ha ayudado a poner Beeseet frente a la mano de especialistas, con el apoyo de las instituciones donde trabajan. Suena sencillo, pero en el mundo clínico, esta venia es importante para cualquiera que desarrolle soluciones para los profesionales de la salud.

Hemos sido muy afortunados de contar con el apoyo de instituciones como el Centro Eap Sardenya, La Universidad de VIC, y el Consorci Sanitari Integral de Barcelona. En este post queremos contarte nuestra experiencia sobre este último.

Bienvenidos al Consorci Sanitari Integral de Barcelona.

Gracias a la colaboración del departamento de innovación del consorci Sanitari integral de Barcelona, pudimos llevar adelante, otro piloto experimental utilizando el reconocimiento de voz en la documentación clínica, con profesionales de este centro.

 

El hospital Moisés Broggi, forma parte del Consorcio sanitario integral de Barcelona. Fue fundado en el 2010, y cuenta con una capacidad instalada de más de 300 camas. 

Brinda atención sanitaria a más de 400.000 pacientes del área metropolitana de Barcelona. Cuenta con formación especializada Mir para la mayoría de las especialidades y es un hospital que se caracteriza por su adaptabilidad e innovación. Esto último se puso a prueba en la pandemia, con resultados muy positivos.

 

Gracias a la colaboración del doctor Jorge Roman, miembro de la unidad de pie y tobillo del hospital, y miembro activo del servicio de innovación, y de Javier Grueso, coordinador del departamento de innovación, pudimos poner en marcha la realización de este interesante piloto.

Preparación y planificación.

Todo comenzó con el reclutamiento de los clínicos que nos ayudarían a probar la aplicación. Buscamos médicos residentes de diferentes especialidades (traumatología, medicina interna, matrona, enfermería geriátrica) que estuvieran realmente en las primeras líneas de atención y pudiesen probarla en los ambientes más duros.

 

Todos pusieron su mejor disposición para aprender el uso de nuestra aplicación, y estuvieron dispuestos a participar de sesiones simuladas de atención clínica donde eran grabados en tiempo real, para poder analizar las diferentes variables que queríamos obtener del uso que hacían de la aplicación

 

Pero antes de que pudieran siquiera utilizar la aplicación tuvimos que recoger directamente de ellos, mediante encuestas anónimas, cuál era su visión sobre las tecnologías de reconocimiento de voz dentro del área clínica. Asi mismo, responderían una encuesta luego de usar el reconocimiento de voz para documentar la consulta.

 

Se simularon dos casos clínicos para ser resueltos por el mismo residente, utilizando la estructura de la evaluación clínica tradicional que consta de entrevista, examen físico, valoración de pruebas, diagnóstico y plan de tratamiento.

Parte de los problemas que queremos solucionar con Beeseet, estan relacionados con la sobrecarga de tareas administrativas que tienen los profesionales de la salud. Diversos estudios demuestran la magnitud de este problema. En nuestro caso, la encuesta de evaluación mide la percepción de los profesionales de la salud.

Entre los datos más representativos que obtuvimos se encuentran el tiempo que pasaban los clínicos mirando a la pantalla del ordenador mientras estaban en la consulta simulada.

 

Pudimos comprobar que mediante el uso de Beeseet el tiempo mirando a la pantalla del ordenador se disminuía a cero, ya que toda la interacción con el ordenador ocurría luego de que el paciente dejaba la consulta.

 

Cuando los residentes hicieron el estudio utilizando su método habitual, el uso del teclado y el ordenador, pasaban un promedio de cinco minutos con 14 segundos mirando a la pantalla del ordenador. Si a esto sumamos el hecho de que una visita normalmente toma alrededor de unos 8 a 10 minutos, queda claro que pasan mucho más de la mitad del tiempo que están con los pacientes mirando al ordenador.

 

Esto podría mejorar con el uso de la aplicación Beeseet que permitiría al paciente no solo tener una mejor comunicación con su médico, sino además poder ser testigo de lo que se está registrando en su historial clínico.

Los casos clínicos utilizados se realizaron mediante vídeo-simulación con el uso de avatares virtuales. Ambos casos eran de similar longitud y nivel de complejidad. Uno de los casos lo resolvía utilizando el método convencional y el otro con la App Beeseet.

Durante esta última no se realizaban notas en el ordenador, sino que en su lugar se utilizaba la transcripción de voz y el etiquetado de la App para registrar las observaciones clínicas, prescripción de medicamentos, resultados de pruebas, radiografías, informes, etc.

Por otro lado un aspecto muy importante fue la cantidad de palabras que constituían un informe clínico. Cuando los residentes utilizaron el reconocimiento de voz, el promedio de palabras por cada informe clínico superaba las 240, mientras que cuando tenían que teclear el mismo informe, el promedio no sobrepasaba las 100 palabras.

Las notas creadas con Beeseet son más ricas, en un ratio que se traduce en notas hasta 2 x más largas, creadas con un lenguaje narrativo, menos técnico y más fácil de entender por los pacientes.

 

Esto puede interpretarse bajo el prisma de que el reconocimiento de voz le permite al médico ser mucho más explicativo y conversacional, lo que creemos repercute directamente sobre la comprensión que tiene dicho informe para colegas y pacientes.

Es importante acotar que estos informes, son creados de forma automática por Beeseet y no le toma al médico tiempo extra para hacerlos.

Estos informes médicos, los sometimos a una evaluación ciega, a un grupo de pacientes. Los resultados muestran claramente que los pacientes encuentran mucho más fácil de leer los informes automatizados creados por Beeseet. También  abrumadoramente, los pacientes elegirían al médico que ha creado su informe médico utilizando nuestra app.

A la hora de la fiabilidad de la transcripción clínica pudimos comprobar que Beeseet fue fiable en el 97 % de las ocasiones, con un rango de error menor al 4 %. Esto nos ayudó a despejar las dudas que experiencias pasadas con una tecnología de reconocimiento de voz más antigua, podían haberse dado en los usuarios.

En un próximo post, te comentaremos sobre las pruebas piloto que estamos haciendo en la Universidad de Vic, donde estamos probando Beeseet como una herramienta educativa para estudiantes de medicina. También te hablaremos sobre el programa piloto que acabamos de terminar utilizando transcripción de voz con estudiantes de enfermería, junto a los amigos de la Escuela Universitaria de Enfermería GIMBERNAT.

 

Suscríbete a nuestro boletín

Mantente al día de todas las noticias de Beeseet

Otros artículos de interés: